Está prohibido usar amianto en la construcción
Pero todavía hay muchos edificios con este material. Por ejemplo, en Cataluña, hay 4 millones de toneladas de fibrocemento y entre 6.000 y 30.000 toneladas de otros compuestos.
El amianto provoca 107.000 muertes anuales en el mundo por cáncer de pulmón, cáncer de pleura y asbestosis (fibrosis pulmonar).
UOC) y DetectA identifican las cubiertas fabricadas con este material mediante inteligencia artificial y visión por computador para detectar automáticamente, a partir de imágenes aéreas públicas.
No hay ningún tipo de protocolo para identificar el amianto que existe ni ninguna forma sistemática para llevar a cabo este proceso.
Solo mediante identificación visual, que, teniendo en cuenta la gran cantidad de construcciones afectadas que todavía existen, implica un gasto económico y personal muy importante»
Es obligatorio censar las edificaciones con amianto y a eliminarlos antes de 2028 (los públicos) y en 2032 (los privados). Además, la nueva Ley de Residuos obliga a todos los municipios a haber censado la presencia de amianto en sus términos municipales antes de mayo de 2023.
«Nunca podremos solucionar un problema si no conocemos su alcance»
César Sánchez, DetectA
Entrenar algoritmos con imágenes aéreas
Los sistemas computacionales son capaces de aprender a partir de datos y posteriormente realizar predicciones sobre nuevos datos que no han visto anteriormente. Así se ha usado ya para conocer zonas seguras para peatones.
El amianto se utilizó para fabricar depósitos, túneles, galerías, cañerías y otras muchas tipologías de construcciones, pero la mayoría está en cubiertas.
Se parte de una base de datos de imágenes de tejados, con y sin amianto, de Barcelona que han sido recopiladas y verificadas. Solo con una verdad indiscutible, es decir, fotos verificadas de cubiertas, podemos entrenar al algoritmo y que sepa qué características tiene que buscar en las nuevas imágenes sin clasificar. Cuanto más lo entrenas, mejor funciona.
El proceso también aplicará modelos computacionales avanzados de aprendizaje profundo, denominadas redes neuronales profundas.
Superar los retos tecnológicos
El amianto se encuentra en todo tipo de edificaciones. Por lo tanto, el algoritmo necesita muchos datos para llegar a comprender todos los entornos y contextos, desde los edificios de una gran ciudad, pasando por las construcciones típicas de un pueblo de la costa o de los Pirineos, hasta las fábricas de un entorno industrial o las granjas del medio rural.
Entre los retos intrínsecos se encuentra identificar imágenes de un mismo lugar realizadas con condiciones diferentes. Para la visión humana, es muy fácil entender que dos imágenes son de un mismo lugar, aunque la luz sea diferente o que una se haya hecho bajo la lluvia y la otra en un día soleado. En cambio, para una máquina, es muy difícil identificar que dos imágenes corresponden a un mismo lugar si hay cambios de iluminación o cambios en las condiciones climáticas. Por eso, hay que hacer muchos experimentos, con muchos datos, para conseguir generalizar los resultados.
El objetivo de los investigadores es definir el protocolo de trabajo y testar este modelo con «imágenes de municipios que el algoritmo no ha visto nunca para ver cuál es su porcentaje de acierto y conseguir tener una prueba de concepto de la tecnología a finales del verano«, avanza la investigadora.
Imágenes públicas y gratuitas
Las imágenes que usará el proyecto para entrenar al algoritmo provendrán de la base de datos del Instituto Cartográfico de Cataluña, un repositorio que es público y gratuito para cualquier usuario. Así abarata la tecnología y favorece el alcance del proyecto y su escalabilidad. Otras iniciativas dependen de imágenes más sofisticadas, como por ejemplo las realizadas con cámaras multiespectrales, que reflejan propiedades del terreno. Es un tipo de imagen caro de obtener, por lo que la extensión geográfica suele ser limitada a algunos barrios de grandes ciudades.
«Nuestra solución no necesita vuelos dedicados para conseguir imágenes específicas y nos permite construir el mapa de tejados de fibrocemento del país sin dedicarle nuevos recursos»
César Sánchez
Esta investigación de la UOC favorece los objetivos de desarrollo sostenible (ODS) 3, salud y bienestar; 9, industria, innovación e infraestructuras, y 11, ciudades y comunidades sostenibles.
Foto: Ryan Lau / unsplash.com
