Inteligencia artificial: ¿Cómo puede ayudar a la regeneración ambiental?
El avance de la IA explotó en la agenda pública y se manifestaron su potencial y sus riesgos. ¿Cómo puede esta tecnología ayudar a emprendimientos ambientales regenerativos?
Por tercera edición consecutiva, elegimos un tema para el newsletter, empezamos a escribir y, mientras estábamos en eso, éste explotó en la agenda pública y aparecieron noticias de todo tipo en los medios. Si durante el último mes no escucharon nada sobre inteligencia artificial, probablemente estén viviendo en una cueva o bajo tierra.
Las últimas versiones de ChatGPT (de Open AI) popularizaron el concepto de IA y lograron que todos pudiéramos conversar con un asistente virtual que responde preguntas, escribe informes, traduce, y resume textos (si todavía no lo probaron, recomendamos que lo hagan, para dimensionar el potencial de la tecnología). En paralelo, se lanzaron herramientas web gratuitas que, usando sistemas de IA, producen imágenes y videos a demanda, a veces con una verosimilitud que hace difícil diferenciarlos de otras fotos o videos reales (la del Papa Francisco con una campera de moda y la de Donald Trump siendo arrestado se hicieron virales y muchos, entre ellos periodistas de medios de comunicación masivos, las creyeron reales); Google lanzó su versión de chat con Bard; Microsoft incorporó IA a la suite Office (Excel, Powerpoint, etc.) y a su buscador Bing (que tuvo un chat extrañísimo con un periodista del NY Times). Con estas aplicaciones, más gente empezó a entender sobre el tema y a observar que sistemas de IA están presentes en diversos productos que ya usamos todos los días, como Waze o Spotify.
Coincidiendo con el avance y la popularización de la tecnología se manifestaron también más abiertamente las preocupaciones por sus riesgos: el 10 de marzo, más de 380 científicos y emprendedores latinoamericanos firmaron la Declaración de Montevideo pidiendo que las tecnologías de IA sean puestas al servicio de las personas, respeten los derechos humanos e integren a las culturas latinoamericanas; el 22 de marzo, más de 1.000 figuras del ámbito de la tecnología y el pensamiento (incluyendo a Elon Musk, Steve Wozniak y Yuval Noah Harari) firmaron una carta abierta pidiendo a las empresas de IA poner en pausa el desarrollo de sistemas avanzados argumentando que presentan “riesgos profundos para la sociedad y la humanidad”.
Corriéndonos un poco de estas conversaciones sobre el potencial y los riesgos de la IA, en esta versión de Pulso nos interesa explorar una aplicación en particular: ¿cómo puede esta tecnología ayudar a emprendimientos ambientales regenerativos? Veamos primero algunas definiciones y luego adentrémonos en posibles usos y experiencias de startups.
Algunas definiciones
“La inteligencia artificial (IA) es una rama de la informática que se refiere a la creación de sistemas informáticos capaces de realizar tareas que normalmente requieren inteligencia humana, como el aprendizaje, la toma de decisiones, el reconocimiento de patrones y la resolución de problemas, con el objetivo de simular o mejorar la capacidad humana para resolver problemas y tomar decisiones de manera autónoma”.
La definición de ChatGPT (inevitable usarlo en esta edición 😂) es gramaticalmente impecable, pero el contenido no es necesariamente correcto. Para comprender las limitaciones de la tecnología, le pedimos fuentes:
“Como modelo de lenguaje de OpenAI, no tengo acceso a internet ni puedo citar fuentes específicas. La definición proporcionada es una explicación general basada en mi conocimiento previo hasta mi fecha de corte en septiembre de 2021 como modelo de lenguaje GPT-3.5 de OpenAI, y no está respaldada por ninguna fuente externa específica”.
Todavía insatisfechos con esta respuesta, vamos a fuentes más confiables. En el material introductorio de la Universidad de Stanford a esta tecnología validamos que es un término nada sencillo de definir, hay mucho material y diferentes definiciones, pero se cita una de Niels Nilsson: “La inteligencia artificial es la disciplina dedicada a volver inteligentes a las máquinas, y la inteligencia es la cualidad que hace que una entidad funcione adecuadamente y de manera previsora en su entorno”.
El site de IBM aporta, además de referencias a otras definiciones, la importante distinción entre “Weak AI” y “Strong AI o General AI”:
Weak (o Narrow) AI: Inteligencia artificial diseñada y entrenada para resolver problemas específicos.
Strong (o General) AI: Inteligencia artificial que imita la inteligencia humana. Tiene la capacidad de resolver cualquier tipo de problema, aprender cosas nuevas y planificar. También tendría conocimiento de sí misma.
Este último tipo de IA es lo que más asusta (¡cómo olvidarse de la evolución de Skynet en Terminator!), pero es importante destacar que es aún un concepto teórico. Hay mucha investigación e interés en el tema, pero aún está en desarrollo. Todas las aplicaciones de IA que conocemos son aplicaciones específicas de Narrow AI.
Hay modelos de IA con diferentes características. Uno de los subconjuntos más conocidos son los sistemas basados en Machine Learning: se revisan un conjunto de datos de entrada y datos de salida para “aprender” de ellos y tomar decisiones basadas en estas experiencias. El entrenamiento de ese “aprendizaje” puede ser supervisado (basado en datos ya catalogados: por ejemplo, tenemos una serie de imágenes de entrada en las que sabemos cuáles corresponden a perros y otra a lobos) o no supervisado (basado en información aún no catalogada, en donde el algoritmo intenta encontrar patrones en los datos de entrada). Deep Learning es el conjunto de herramientas dentro de machine learning basada en redes neuronales. Hablamos de “deep” porque el poder de cómputo actual permitió implementar modelos con más capas de neuronas, lo que permite procesar una cantidad de información y llegar a conclusiones a las que no era posible cuando surgieron las redes neuronales.
Algunos usos comunes de estas técnicas de IA son procesamiento de lenguaje natural (reconocimiento de voz y textos, como se usa en algunos chatbots), “Computer Vision” (para reconocimiento de imágenes, por ejemplo para apps que permiten identificar especies vegetales), o análisis predictivos (lo que utilizan algunas plataformas de trading y motores de recomendación).
Usos de la IA para fines ambientales
Aunque sea divertido usar herramientas de visual computing para crear imágenes locas (algunas de las de este newsletter las creamos con DALL-E), la utilidad de la inteligencia artificial va mucho más allá de los usos recreativos y puede ser una gran aliada para crear soluciones ambientales. Los potenciales usos son extremadamente variados y dependen de la imaginación de quienes desarrollan soluciones.
Debajo intentamos ordenar un poco potenciales usos, agrupando a partir de algunos casos que estábamos viendo y sin intentar hacer una taxonomía exhaustiva del tema:
Monitoreo: la IA combinada con imágenes satelitales o cámaras permite supervisar regiones e identificar comportamientos, lo que hace posible por ejemplo identificar patrones de deforestación, monitorear procesos de regeneración ambiental, o identificar áreas para restauración,controlar especies exóticas, administrar procesos y recursos naturales como cauces hídricos, etc.;
Optimización: por medio del agregado de diversos tipos de datos, se puede usar para hacer más eficiente el uso del agua, optimizar cadenas productivas, ahorrar energía en industrias y edificios, y mejorar la movilidad urbana, entre otros;
Predicción: el análisis de datos históricos y actuales permite la generación de proyecciones y patrones de comportamiento. Un uso podría ser el modelado del curso o de las consecuencias de eventos climáticos extremos como incendios o inundaciones. Esto podría ayudar a prevenirlos y mitigar sus consecuencias (sequías, inundaciones o ciclones tropicales). También podría ayudar a optimizar la generación, consumo y suministro de energía, y el transporte.
Veamos algunos ejemplos. Varios proyectos globales usan análisis de big data, mapeo digital y robots para ofrecer recomendaciones y hacer más eficiente y sustentable la administración de producciones agrícolas: The Yield, Verdant Robotics, Trace Genomics, CropX o Kilimo son algunos de ellos.
En este ámbito trabaja Ana Indart, co-founder y CEO de Elytron, que desarrolla insumos biológicos para el agro. “Dentro de Elytron, donde una de las componentes es estudiar los microorganismos, sabemos que hay millones de años de evolución e incalculables relaciones biológicas, más aún cuando tratamos de vincular estos microorganismos con determinados targets como pueden ser los insectos, algo que entra dentro de una compleja coevolución. La inteligencia artificial es una herramienta sumamente poderosa que nos permite a través de algoritmos, modelos y regresiones, encontrar asociaciones entre fuentes de datos muy disímiles como la biología clásica, la genómica y la formulación, y el comportamiento ambiental que tendrán. Estos componentes de Machine Learning nos permiten potenciar mucho nuestro proyecto, sobre todo acortando procesos empíricos y alimentando el valor predictivo de nuestra plataforma”, explica. “Las herramientas de Deep Learning nos permiten tomar conocimiento de nuevas interacciones, producto del aprendizaje de estos modelos. Todo este bagaje de herramientas nos permite traccionar el conocimiento del equipo y no simplemente los datos, y generar nuevo conocimiento”.
Otro proyecto orientado al uso de IA en el agro es el incipiente Eiruinnova, de Fernanda Santibañez Ossa y Lucas Garibaldi, seleccionado para participar del programa SF Build Fall del fondo SF500. “Nuestro proyecto comprende un modelo ecológico espacialmente explícito de polinización de cultivos por abejas de miel. Utilizamos técnicas de inteligencia artificial para simular y predecir la distribución y abundancia de abejas en un cultivo determinado”, cuenta Santibañez Ossa. “Estamos usando técnicas de Machine Learning para modelar la distribución de especies en función de variables ambientales y de paisaje. Estos modelos pueden incorporar datos espaciales, como la conectividad de hábitats y la configuración del paisaje, para predecir cómo los cambios en el uso del suelo o la fragmentación del hábitat afectarán el servicio de polinización, permitiéndonos diseñar prácticas de manejo adecuadas para enfrentar estas dificultades”.
“La IA es una herramienta valiosa para abordar problemas ambientales y mejorar la gestión de los recursos naturales. Sin embargo, como seres humanos en general, y como científicos en particular, seguiremos agregando valor donde las máquinas no pueden, por ejemplo: la empatía, el sentido común, entre otras cosas, clave para la toma de decisiones”, agrega Santibañez.
Otro gran grupo de proyectos son los orientados al procesamiento de imágenes satelitales para la planificación de operaciones de industrias (Descartes Labs, Terramonitor o Flutura), para conservación (como EarthRanger, que ayuda a administradores de áreas protegidas, ecologistas y biólogos a tomar decisiones operativas para la conservación de especies en peligro de extinción) y para prevención de desastres climáticos (Tomorrow.io y One Concern, por ejemplo).
En este grupo se inscribe la startup latina Satellites on Fire, que usa IA para procesar datos satelitales y generar alertas para prevenir que focos de incendios incipientes se conviertan en fuegos devastadores. Ulises López Pacholczak, uno de los jóvenes co-founders del proyecto, nos cuenta más: “En nuestro proyecto, lo que más impronta tiene es la automatización; la inteligencia artificial permite realizar tareas que antes tenía que estar haciendo un ser humano. Nosotros estamos desarrollando un sistema de detección de incendios por imágenes de cámaras, en el cual ya no se requiere que un ser humano esté todo el día mirando a una cámara, podemos hacerlo de forma automática con los algoritmos de identificación de objetos, una forma de deep learning”, explica. “También buscamos utilizar IA para mejorar predicciones sobre hacia dónde va a ir un incendios”.
Ernesto Mislej, fundador de 7 Puentes, que trabaja en soluciones de big data para otras empresas, aporta otros usos prometedores de IA: “Uno de los que me parecen más inmediatos es hacer optimización de procesos productivos de la industria, hacer que haya menos accidentes ambientales maximizando las precauciones en cuanto a control de calidad de los procesos. Por ejemplo, ¿cómo se previene un derrame de hidrocarburos en los 5.000 pozos que tiene tal empresa extractora de petróleo? Hay que encontrar una manera de monitorear esos pozos, encontrar el derrame pronto y mitigar el accidente. Hay herramientas de IA que usan computer vision para trabajar el tema de calidad industrial”. Hace un tiempo, en el blog de su empresa escribía una nota más amplia sobre el tema.
La IA puede incluso servir para comunicar la crisis ambiental más efectivamente. Algunos ejemplos de ello pueden verse en el sitio del estudio Earthrise, que combina machine learning y diseño centrado en humanos para crear piezas de comunicación como el sitio web de monitoreo de emisiones de CO2 en tiempo real Climate Trace y el portal de noticias agregadas para el movimiento ambiental ITM.earth.
Distopías e incógnitas
Quienes crecimos en la década del ‘80 seguro recordamos la saga Terminator y a su protagonista: Skynet, la inteligencia artificial que se volvió capaz de controlar el arsenal militar de Estados Unidos independientemente de los humanos, que creó a sus robots ‘Terminator’ para aniquilar a los seres humanos (quizás Skynet estaba buscando soluciones al cambio climático y concluyó que esta era la forma más eficiente 😜, esperemos no llegar a ese escenario).
Este futuro parece todavía lejano. En su último post sobre el tema, Bill Gates señala sobre el estado actual de Strong o General AI: “Las IAs súper inteligentes llegarán. (...) Pero ninguno de los avances de los últimos meses nos ha movido sustancialmente más cerca de IA fuerte”.
Sin embargo, el tipo de IA que existe y está disponible al público general ya presenta algunos riesgos considerables a tener en cuenta. Los más obvios son:
Fake news: la posibilidad de crear fotos y videos realistas (éstos últimos, llamados ‘videos deep fake’, en los que se pueden ver a figuras famosas diciendo cosas inauditas) presenta enormes desafíos para la dispersión de información falsa, que puede llevar a todo tipo de consecuencias, desde creación de malestar social, promoción de mensajes de odio y hasta crisis sociopolíticas.
Usurpación de identidad: la posibilidad de clonar voces presenta riesgos no solo para la creación de fake news, sino también para las estafas telefónicas.
Manipulación social: por supuesto, la multiplicación de fake news, chatbots que parecen personas reales, videos deep fake de personajes famosos y estrategias similares pueden generar el suficiente ruido como para instalar temas en la agenda pública, posicionar a personajes políticos o generar malestar social.
Chatbots insensibles (o hipersensibles): en personas con inestabilidad emocional, los consejos o respuestas de sistemas como Chat GPT pueden ser malinterpretados, resultando en peligros reales para su integridad mental/física o la de los demás. Estos sistemas pueden desde ofrecer respuestas inapropiadas y peligrosas que representan peligros para menores (hay un caso famoso en el que Alexa, la asistente de Amazon, propuso un juego con electricidad peligroso a una niña que estaba jugando a pedirle desafíos para divertirse) hasta llegar a conversaciones extrañas en las que los límites entre lo ficticio y lo real son muy difíciles de distinguir (es ya famoso el caso del periodista del NY Times que recibió declaraciones de amor e indicaciones de separarse de su esposa de parte del chat de Bing).
Frente a estos peligros, el proyecto El gato y la caja tiene algunas sugerencias sencillas para proceder con precaución: desconfiar de y doble chequear imágenes y noticias que suenen atípicas, apropiarse de las herramientas para sean utilizadas con fines benéficos, entenderlas y explicar su funcionamiento a quienes nos rodean, y recordar que son herramientas.
Hay otras incógnitas más profundas, que esbozan tanto Gates en su carta como el periodista Ezra Klen en el NY Times: “Estamos tan enfrascados en preguntarnos qué puede hacer esta tecnología que nos estamos perdiendo las preguntas más importantes: ¿Cómo será usada? ¿Y quién va a decidirlo?”.
“Estamos hablando tanto sobre la tecnología de la inteligencia artificial que estamos ignorando en gran medida los modelos de negocio que la impulsarán. Esto se ha visto favorecido por el hecho de que las llamativas demostraciones de IA no están sirviendo a ningún modelo de negocio en particular, excepto al ciclo de hype que lleva a enormes inversiones y ofertas de adquisición. Pero estos sistemas son costosos y los accionistas se ponen nerviosos. La era de las demostraciones gratuitas y divertidas terminará, como siempre sucede. Entonces, esta tecnología se convertirá en lo que necesita ser para generar dinero para las empresas detrás de ella, tal vez a expensas de sus usuarios. Ya lo está haciendo”, dice Klein refiriéndose a la implementación de IA en sistemas de búsqueda como Google y Bing. Aunque la IA podría tener aplicaciones muchísimo más trascendentales que ayudar a una persona a encontrar el “mejor” hotel para sus vacaciones, está siendo implementada ahí primero porque es donde las empresas tecnológicas tienen las mayores ganancias por publicidad.
Si la IA se vuelve cada vez mejor en persuadirnos de una manera u otra, el miedo no es que pueda vendernos esa habitación de hotel, sino que pueda convencernos de cualquier cosa que alguien esté dispuesto a costear. “Un peligro ahí es que un sistema político que se reconoce a sí mismo como tecnológicamente ignorante se vea intimidado a adoptar una postura pasiva en relación a la IA. Hay una sabiduría en eso, pero si se espera demasiado, los ganadores de la fiebre del oro de la IA tendrán el capital y la base de usuarios para resistir cualquier intento de regulación. De alguna manera, la sociedad tiene que definir con qué se siente cómoda que la IA pueda hacer y lo que no debería ser permitido que haga, antes de que sea demasiado tarde para tomar esas decisiones”, concluye Klein.
Gates lo pone de la siguiente manera: “Las fuerzas del mercado no producirán de forma natural productos y servicios de IA que ayuden a los más pobres. Lo contrario es más probable. Con financiación confiable y políticas adecuadas, los gobiernos y la filantropía pueden asegurar que la IA se utilice para reducir la desigualdad. Así como el mundo necesita a las personas más brillantes centradas en sus mayores problemas, tendremos que enfocar las mejores IA del mundo en sus mayores problemas”.
La inteligencia artificial es una nueva herramienta tecnológica extremadamente potente. Como decía incluso ChatGPT en su definición, permite potenciar las capacidades humanas. Quizá la pregunta fundamental sea cuáles son estas capacidades, y si van a ser potenciadas para construir un mundo mejor o si van a exacerbar las características negativas de nuestra especie. Yuval Harari lo resume de una manera bastante cruda:
Todavía no sabemos cómo seguirá el progreso del desarrollo de IA. Probablemente los gobiernos ensayarán regulaciones, habrá reacciones en el plano social, algunas empresas y emprendimientos aprovecharán la tecnología para el bien común y otras priorizarán sus intereses comerciales. Lo que parece casi seguro es que la experimentación seguirá más temprano que tarde, y que tendremos que aprender a convivir con ella.
Ojalá los emprendedores ambientales tengamos el empuje y la inteligencia que se necesitan para usar esta herramienta para acelerar la transición hacia un mundo sostenible y regenerativo. Quizás hasta trabajemos en conjunto con Skynet de formas que no nos imaginábamos para solucionar los problemas ambientales. ¿Qué opinan ustedes?
Lo que viene
Club del Pitch (Argentina). En el marco de los festejos por los 25 años de Endeavor Argentina, se llevará a cabo en la provincia de Córdoba una nueva edición de Experiencia Endeavor el 4 de mayo. Allí, emprendimientos con productos o servicios innovadores y escalables que estén buscando inversión y visibilidad para seguir creciendo podrán presentar sus casos en el Club del Pitch. Pueden postularse hasta el 17 de abril por medio de este formulario: https://forms.gle/CP2YrE3Sq9kbYs966
Startup del año (Buenos Aires, Argentina). El Gobierno de la Ciudad de Buenos Aires lanzó la segunda edición del concurso para elegir a las empresas de base tecnológica más originales de la ciudad. Hasta el 30 de abril pueden inscribirse personas físicas y/o jurídicas con actividades radicadas en la Ciudad Autónoma de Buenos Aires, que tengan una facturación anual que no supere los AR $10.000.000. Los 3 proyectos ganadores recibirán un Aporte No Reembolsable (ANR) de AR $4.000.000, AR $2.000.000 y AR $1.000.000, respectivamente. Inscripción: https://www.formulariosgcba.gob.ar/GZW9vL6OG4BwKadjpqmb/canal/twitter
Premio BID Femsa (Latam). Hasta el 14 de mayo está abierta la convocatoria a este premio organizado por el Banco Interamericano de Desarrollo (BID) en colaboración con la Fundación FEMSA y Tekuoia, que premiará soluciones creativas para problemas de sanitización. Se premiarán ideas, prototipos y productos en etapas tempranas (6 meses a 4 años de su lanzamiento), con aportes de USD 10.000 a 15.000. Más info: https://challenges.tekuoia.com/calls/bid_femsa_2023
OpenSeniors: Misión Plateada (Latam). Hasta el 5 de mayo se puede aplicar a esta convocatoria dirigida a emprendedores de base científica y tecnológica de América Latina y el Caribe que cuenten con soluciones para mejorar la calidad de vida de la población mayor, especialmente aquella que vive en condición de vulnerabilidad. Hay USD 30.000 en premios. Más info: https://openbeauchef.cl/openseniors/
Élitros (Argentina). El Ministerio de Ciencia, Tecnología e Innovación de Argentina convoca a proyectos y emprendimientos de base científica y/o tecnológica que se encuentren en fase temprana de desarrollo a fortalecer sus capacidades, consolidar su modelo de negocios y propuesta de valor, y promover la transferencia de conocimientos. Se elegirán 15 proyectos para que participen de capacitaciones, talleres y mesas de orientación sobre planes de negocios, propiedad intelectual, comunicación efectiva, vinculación tecnológica, financiamiento público y privado, y aspectos regulatorios. Se puede aplicar hasta el 15 de mayo. Más info: https://www.argentina.gob.ar/noticias/se-lanzo-la-convocatoria-elitros-2023
Lo que pasó
Para nuestra reunión de equipo semestral, estuvimos unos días en El Foyel visitando uno de los proyectos que apoyamos: ProyectoConciencia.org. Aprendimos sobre conservación y regeneración, contribuimos plantando árboles y espantando vacas, nos conocimos más entre nosotros y llevamos a cabo un proceso de introspección, analizando lo que hicimos los últimos meses y lo que queremos hacer durante 2023. ¿Cómo podemos seguir evolucionando? ¿qué otra forma puede tomar la relación entre inversores y proyectos para potenciar la regeneración? Nos propusimos para los meses que vienen explorar otros modelos; algo así como agregar más diversidad al sector de inversiones de impacto. El fin siempre es ayudar a que los emprendimientos que están creando soluciones para la triple crisis ambiental puedan crecer y ampliar su alcance 💪
Los últimos días de marzo, además, estuvimos en La Bioferia junto a emprendedores de Kigüi, Dendro, Einsted, Wooy, UPF COIN, Arvol y Ucrop.it hablando sobre tecnología climática y blockchain para la sostenibilidad 🤗
Muy buen artículo! En mi newsletter abordo temas de datos e Inteligencia Artificial, pero me faltaba una buena mirada ambiental al respecto. Un saludo!
Muy buen artículo! En mi newsletter abordo temas de datos e Inteligencia Artificial, pero me faltaba una buena mirada ambiental al respecto. Un saludo!