Fuente: La Verdad (suplemento Ababol)
La contaminación atmosférica es uno de los grandes retos del siglo XXI, al que la sociedad debe hacer frente. Según la Organización Mundial de la Salud, la contaminación atmosférica causa más de siete millones de muertes al año, lo que la sitúa como uno de los principales problemas de salud pública en la época reciente, con una alta probabilidad de aumentar su morbilidad en los próximos años. Este hecho ha llevado a que gane importancia el desarrollo de soluciones mediante TIC, que permitan implementar ciudades más sostenibles, donde la monitorización de alta resolución, la calidad del dato y la evaluación de impactos juegan un papel crucial.
Eduardo Illueca Fernández, investigador de la Fundación Séneca en el Departamento de Informática y Sistemas de la Universidad de Murcia, trabaja en el 'Desarrollo de Sistemas de Inteligencia Artificial para la Calibración y Mejora de la Señal en Sensores destinados al Análisis de Partículas en Suspensión Presentes en el Aire (ParticleMatter)'. No obstante, el proyecto –que supone su tesis doctoral– es eminentemente industrial y se ha realizado en la empresa HOP Ubiquitous, ubicada en Ceutí y dedicada al desarrollo de soluciones tecnológicas para Ciudades Inteligentes.
Dado que actualmente uno de los aspectos clave dentro de la transformación digital y los retos de la sociedad –como la lucha contra el cambio climático– es la monitorización de la calidad del aire; a grandes rasgos, su objetivo final es la implementación de un Sistema de Medición de Partículas en Suspensión (PM) para 'Smart Cities' basado en Inteligencia Artificial, que permita una monitorización de alta resolución, de tal modo que se pueda conocer la contaminación en cada calle, parque, escuela, etc. de la ciudad sin necesidad de recurrir al dato del punto oficial de monitoreo, que puede encontrarse a varios kilómetros de distancia y no ser realista.
Para ello, desarrollará algoritmos y soluciones basadas en Inteligencia Artificial para ciudades inteligentes, en el marco de una arquitectura IoT (Internet de las Cosas). «Básicamente, estas mejoras se focalizan en aumentar la calidad de la medida de gases contaminantes, PM y partículas de mayor tamaño, así como predecir la evolución de los contaminantes y adelantarse a los episodios de contaminación o la estimación del impacto producido por medidas tomadas por la administración pública en la calidad del aire, como la implantación de Zonas de Bajas Emisiones», explica.
El proyecto propone, por tanto, una mejora de algoritmos de calibración para PM y partículas de mayor tamaño, empleando técnicas de Inteligencia Artificial, Machine Learning y Deep Learning que permitan una mejora en el análisis y calibración de la señal. Más específicamente, afirma Illueca, «lo que se quiere es corregir el efecto de la humedad, el tamaño de la partícula y la composición química de la partículas, entre otros (para PM y partículas de mayor tamaño), así como su evaluación y estandarización con respecto a los métodos de referencia, de tal modo que se pueda garantizar una monitorización de alta resolución que permite afrontar los retos mencionados».
Asimismo, para mejorar la interoperabilidad de los datos y resultados, se aplicarán los principios FAIR (acrónimo en inglés de Encontrables, Accesibles, Interoperables y Reutilizables). Estos principios son una serie de buenas prácticas que los científicos manejan con el fin de que sus resultados sirvan a otros, de forma que sean útiles para el avance de la ciencia, y tecnologías semánticas (aquellas que permiten a los computadores dotar de significado a los datos y procesar relaciones ellos así como almacenar, administrar y recuperar información en base a relaciones lógicas) para lo que se diseñará una red o sistema de datos que defina las relaciones existentes entre los conceptos correspondientes al dominio Calidad del Aire.
Actualmente, el proyecto se encuentra llegando al ecuador de los cuatro años para los que cuenta con financiación, en el marco del programa Formación de Personal Investigador en Universidades y Organismos Públicos de Investigación de la Región de Murcia, en los ámbitos académico y de interés para la industria de la Fundación Séneca, lo que implica una cofinanciación del proyecto por parte de la empresa HOP Ubiquitous. «Ahora mismo, estamos validando los algoritmos en dispositivos desplegados en la ciudad de Madrid, en un proyecto muy ambicioso que consiste en monitorizar los valores de PM en la zona de bajas emisiones, lo que implicaría cumplir un gran hito en la planificación del proyecto», considera Eduardo Illlueca.
Eficiencia de los algoritmos
La hipótesis de partida sobre la que trabaja es que la aplicación de algoritmos de inteligencia artificial mejorará la calidad de los datos generados por dispositivos IoT, permitiendo una monitorización de alta resolución y el desarrollo de modelos predictivos que superarán a los actuales modelos matemáticos utilizados hasta ahora en el estado del arte. Como hipótesis secundaria, se plantea que el uso de las tecnologías semánticas y la FAIRificación de los datos incrementarán la eficiencia de los algoritmos y garantizarán la capacidad de los sistemas computacionales de acceder a los datos de forma automática.
Esta tesis doctoral está siendo dirigida por Antonio Jesús Jara Valera, por parte de la empresa HOPU, y Jesualdo Tomás Fernández Breis, por parte de la Universidad de Murcia. Además, se está desarrollando en colaboración con instituciones extranjeras de alto prestigio, como el TNO (Netherlands Organisation for Applied Scientific Research) holandés para conseguir que los sensores ópticos sean capaces de medir partículas más pequeñas, que son las que más pueden afectar a la salud debido a su capacidad de atravesar la barrera alveolar.
