Sistema de IA revoluciona la detección de amianto mediante imágenes aéreas

- El sistema basado en IA está destinado a cambiar la forma en que se detecta el asbesto en los techos de los edificios.
- Las antiguas prácticas para detectar el asbesto requerían imágenes hiperespectrales lentas y costosas.
- El equipo utilizó un marco de validación exhaustivo.
Un sistema revolucionario basado en IA de los creativos investigadores de la Universitat Oberta de Catalunya (UOC) cambiará la forma en que se detecta el asbesto en los techos de los edificios y cómo se lleva a cabo el proceso de monitoreo. A través de este enfoque innovador basado en tecnologías de aprendizaje profundo y visión por computadora, que analizan las fotografías de teledetección RGB comúnmente accesibles, se proporciona una solución económica y escalable, permitiendo abordar un problema crítico como este.
La IA supera las limitaciones convencionales
Las prácticas antiguas de asbesto requerían imágenes hiperespectrales lentas y costosas, lo que dificultaba la facilitación a gran escala. El equipo de la UOC utiliza imágenes RGB de alta resolución, que están fácilmente disponibles debido al aumento del uso de servicios de mapeo aéreo en todas partes. El sistema en desarrollo se centra en reutilizar imágenes VNIR y NIR como información auxiliar de apoyo.
“Nuestro enfoque es realmente eficiente debido a la especialidad y rentabilidad de producir la IA con imágenes RGB.“ Javier Borge Holthoefer, el investigador principal del grupo de Sistemas Complejos (CoSIN3) de la UOC, explica esto. Añade que esta imagen aérea de alta resolución es gratuita en EE. UU. y la mayoría de los otros países.
Los investigadores comenzaron a construir el sistema basándose en material del Instituto Cartográfico y Geológico de Cataluña, que consistía en miles de fotografías aéreas. El modelo de aprendizaje profundo fue entrenado sistemáticamente para detectar los patrones, colores, texturas y atributos estructurales de los patrones intensivos de compactación de techos en techos que contienen asbesto en comparación con los que no.
Aplicaciones multifacéticas
Dicho equipo utilizó un marco de validación exhaustivo. De hecho, el conjunto de datos de imágenes estaba formado por un 20% para la prueba principal. Los resultados fueron increíblemente positivos, con el sistema de IA alcanzando un nivel de precisión de más del 80% para detectar asbesto en el techo.
La versatilidad de los sistemas no es exclusiva de grandes áreas urbanas, industriales y costeras, sino que pueden usarse en todas partes: en la ciudad, en la industria, en la costa y en el campo. Las autoridades pueden usarlo para encuestas integrales que complementen la eliminación segura de materiales que contienen asbesto de edificios públicos y privados.
Hasta ahora, el uso del asbesto para la construcción está regulado e incluso prohibido en varios países, y aún representa un riesgo tremendo a nivel internacional. La Organización Mundial de la Salud ha registrado más de 100.000 casos de muerte asociados con varios tipos de cáncer de pulmón, tumores pleurales y fibrosis pulmonar.
Es impactante ver que en Cataluña, la cantidad de asbesto que aún permanece en los edificios se estima en más de 4.000.000 de toneladas de cemento de fibra de asbesto. Las autoridades establecieron una fecha límite de 2028 para la eliminación del asbesto en edificios públicos y 2032 para edificios privados como objetivo, lo que significa que este problema debe resolverse con acción inmediata.
Aunque el sistema de IA muestra capacidades avanzadas en áreas urbanas e industriales, los expertos han identificado la necesidad de ampliar la base de entrenamiento asegurando que incluya entornos más diversos. A pesar de las tendencias centradas en lo urbano de los modelos existentes, ofrecen una variedad más amplia de datos tanto para entornos rurales como periurbanos.
Las mentes más inteligentes del mundo cripto ya leen nuestro boletín. ¿Quieres unirte? Únete a ellos.
Aviso de responsabilidad (Disclaimer): La información proporcionada no constituye asesoramiento de inversión. Cryptopolitan.com no asume responsabilidad alguna por las inversiones realizadas basándose en la información contenida en esta página. Recomendamos encarecidamente realizar investigaciones independientes o consultar con un profesional calificado antes de tomar cualquier decisión de inversión.

Brian Koome
Brian Koome cuenta con más de siete años de experiencia en la cobertura de blockchain y criptomonedas, habiendo estado activo en el sector desde 2017. Ha colaborado con publicaciones líderes, entre ellas BlockToday.com. Además, desarrolló el curso Ethereum 101 para BitDegree.org antes de unirse a Cryptopolitan como escritor a tiempo completo. Brian cubre guías perennes (EGs), análisis profundos, entrevistas y análisis de precios. Su enfoque en DeFi, innovación en blockchain y proyectos emergentes de criptomonedas deleita a los lectores.
















