¿Cómo utiliza la Metrópoli de Lyon la IA para plantar árboles?

El Área Metropolitana de Lyon está desarrollando una herramienta de inteligencia artificial para adaptar mejor su territorio al cambio climático. Este proyecto, denominado IA.rbre, se basa en datos públicos y la colaboración con investigadores para orientar las decisiones sobre vegetación y desimpermeabilización.

En un territorio ya limitado por las redes subterráneas y el mobiliario urbano, plantar un árbol puede suponer un reto logístico. Esta dificultad se aborda mediante el proyecto IA.rbre, liderado por la Metrópolis de Lyon. «La Metrópolis es uno de los territorios más expuestos al cambio climático», afirma Anthony Angelot, director del proyecto. «Una de las estrategias es la reforestación. Pero para ello, es necesario saber dónde se pueden plantar árboles». IA.rbre, nacido a partir de una herramienta inicial llamada «capa de plantabilidad», cruza decenas de conjuntos de datos geográficos para identificar zonas aptas para la reforestación o la desimpermeabilización. El reto: permitir que los funcionarios electos tomen decisiones basadas en análisis precisos del terreno. «Utilizamos principalmente datos existentes, como las redes de gas o electricidad, y generamos nuevos datos, por ejemplo, sobre la vegetación, gracias a fotos aéreas analizadas por IA».

Desarrollada en colaboración con la Universidad Lyon 2 y la cooperativa Téléscope, la herramienta busca ser transparente y replicable. «Todo el proyecto será abierto y documentado para que otras comunidades puedan replicar nuestro enfoque», insiste Anthony Angelot. Sin embargo, el uso de la inteligencia artificial también plantea la cuestión de su impacto ecológico. «Queremos una IA económica, que utilicemos solo cuando sea estrictamente necesario», enfatiza el director del proyecto. El equipo planea evaluar la huella de carbono del sistema, considerando en particular los efectos positivos de los árboles plantados.

En cuanto al riesgo de que las herramientas digitales sustituyan la toma de decisiones políticas, Anthony Angelot tranquiliza: «Son los agentes de la Metrópolis quienes definen los parámetros de la IA, y el humano siempre conserva la decisión».

Lea también: Exposición inmersiva en Lyon: «Gracias a la IA, podrás hablar con Napoleón»

Lea también: Encuentros económicos en Lyon: la inteligencia artificial al servicio de las empresas franco-suizas

Lea también: "Los sistemas de IA están empezando a hacer cosas inesperadas", dice Flavien Chervet.

La transcripción completa del programa con Anthony Angelot:

Hola a todos, bienvenidos al programa 6 Minutes Chrono , la reunión diaria del equipo editorial de Lyon Capitale. Hoy hablaremos de inteligencia artificial, comunidad y gestión política, ya que el área metropolitana de Lyon, en colaboración con el Telescopio SCOP, el laboratorio de la Universidad Lumière Lyon 2, el CNRS, IRIS y el Estado, está desarrollando una nueva herramienta basada en IA para facilitar la toma de decisiones en la adaptación de la ciudad al cambio climático. Y para hablar de ello, damos la bienvenida a Anthony Angelot, director del proyecto IA.rbre para el área metropolitana de Lyon. Hola, Anthony Angelot. Gracias por venir. Vamos a ir al grano. ¿Cuál es el origen de este proyecto y, sobre todo, para qué sirve? ¿Cómo funcionará?

Gracias por invitarme. El área metropolitana de Lyon es una de las zonas más afectadas por el cambio climático. Por lo tanto, debemos adaptar el territorio para sus residentes. Una de las estrategias es la reforestación. Para ello, necesitamos saber dónde podemos plantar árboles en una zona que ya presenta muchas limitaciones. Ese fue el origen del proyecto. La pregunta clave es: ¿dónde podemos plantar, teniendo en cuenta las numerosas limitaciones que existen, entre las redes subterráneas, el mobiliario urbano e incluso la vegetación existente?

¿El proyecto nació en el área metropolitana de Lyon antes que todos los socios que mencioné? ¿Es una iniciativa metropolitana?

Es un proyecto que hemos llamado “capa de plantabilidad”, que pretendía decir, en la metrópoli, dónde sería fácil plantar o, por el contrario, dónde sería mucho más complicado por las limitaciones que he mencionado.

Bien. Se centra en cuestiones ecológicas y ambientales; se habla de ecologización. No va a ir más allá de ese ámbito. Es importante aclarar eso también.

El punto de partida es la vegetación. Y la idea era, más allá de esta herramienta que nos ayuda a determinar dónde podemos plantar, ir más allá y abordar todos los desafíos de la adaptación del territorio. Así pues, hoy también trabajaremos en temas de desimpermeabilización, es decir, cómo introducir el agua de lluvia en el suelo para nutrir la vegetación, pero también en vulnerabilidades sociales y biodiversidad. Así pues, ampliamos el alcance, siempre gracias a los datos y la inteligencia artificial.

Bueno, hablabas de datos. Me parece una buena idea. ¿En qué datos se basa tu herramienta? ¿Comunicabas información al respecto? Menciono esto porque muchas IA generativas utilizadas por el público general no informan sobre los datos que generan imágenes, vídeos o texto. ¿En qué colección o base de datos se basa la tuya?

Utilizamos principalmente datos geográficos para cartografiar el territorio. Estos datos suelen ser ya existentes, en particular datos de red: sabemos dónde se encuentran las redes de gas y electricidad, etc. Además, generamos otros datos. Por ejemplo, en cuanto a la vegetación del territorio, necesitamos saber dónde se ubican las capas superior e inferior. Para ello, recopilamos fotos aéreas de toda la metrópolis y utilizamos IA para detectar todos los árboles y arbustos presentes.

Bueno, estos no son datos de comportamiento sobre los habitantes de Lyon o del área metropolitana de Lyon, ni sobre quiénes son, necesariamente. Son datos públicos.

Por supuesto. Son datos públicos. La mayoría ya están abiertos y disponibles en la plataforma de Datos Abiertos.

¿Y cómo funciona? ¿La herramienta se crea internamente? ¿O son agregados? ¿Cómo funcionará esta herramienta, en términos generales?

El primer paso es recopilar todos los datos para generar mapas: dónde plantar, dónde desimpermeabilizar, dónde actuar ante el cambio climático. Así, dentro de la metrópoli, generamos una gran cantidad de datos con nuestros colaboradores: GRDF, Enedis, el departamento de bomberos, etc. Después, los agregamos para crear una verdadera herramienta de toma de decisiones. De poco sirve tener un agregado de 35 o 60 conjuntos de datos si no sabemos qué nos dicen. Por lo tanto, la herramienta se desarrolla internamente con la Universidad de Lyon y la cooperativa Téléscope, que cuentan con toda la experiencia en datos. Todo el proyecto será abierto y documentado para que otras comunidades puedan replicar nuestro enfoque.

Es inédito en Francia que las autoridades locales, claramente en colaboración con la comunidad investigadora, creen sus propias herramientas de inteligencia artificial. ¿O existen otros escenarios?

Hay otros casos. La inteligencia artificial es un tema en auge. Cada vez más autoridades locales la abordan. En cuanto a la adaptación, respondimos a una convocatoria nacional de proyectos. El objetivo es que Lyon sea un verdadero motor de la IA para la transición ecológica y que este proyecto se replique en otras autoridades locales. Esto ya ocurre en Burdeos Métropole, por ejemplo.

Bueno. Al fin y al cabo, ya empezó. El modelo de Lyon ya se está exportando a Francia. Se podría decir que sí.

Exactamente. Fueron los primeros en hablar de ecologización.

También existe un problema con la IA: la ecología... o mejor dicho, su impacto en el medio ambiente. Dado que han creado una IA que aborda problemas ambientales, ¿cómo integran la contaminación, el calor y la demanda energética que requiere la inteligencia artificial? ¿Cómo integran estos problemas en su herramienta?

Tienes razón al señalarlo. Es un tema fundamental para nosotros. La idea es tener una IA frugal. Y por frugalidad nos referimos a usarla solo cuando sea estrictamente necesario. Hay muchas cosas que podemos hacer sin IA, y en esos casos, no la usamos. Y cuando es esencial, intentamos desarrollar algoritmos lo más ecológicos posible. Si realizamos una evaluación de carbono y energía del proyecto, podemos imaginar que plantar árboles (haremos una revisión al final de los tres años) compensará parcialmente las emisiones emitidas al inicio del proyecto.

Bueno, estamos haciendo algo de política ficción, pero ¿no existe un riesgo a largo plazo al desarrollar constantemente estos proyectos, incluso en el proceso de toma de decisiones políticas? Hablamos de herramientas que ayudarán a los funcionarios electos a tomar decisiones. ¿No existe el riesgo de que sea la herramienta la que termine tomando la decisión, diciendo "esto es lo mejor, esto es lo peor", y que los humanos o los funcionarios electos terminen teniendo que seguir estas decisiones?

Así pues, dos niveles de respuesta. Primero, queremos tener IA explicables, es decir, no cajas negras, sino sistemas cuyas razones para recomendar una solución particular sean comprensibles. Son los agentes de la metrópoli quienes definirán los parámetros de las IA. Así, podemos explicar de dónde proviene este apoyo para la toma de decisiones. Luego —y esto es necesario para todas las IA de la metrópoli— es el ser humano quien toma la decisión.

Muy bien. Esa será la última palabra. Ya se acabó el tiempo de los 6 minutos . Muchas gracias por venir a nuestro set para explicar esta herramienta AI.rbre. Puede encontrar más detalles sobre las últimas novedades en inteligencia artificial y el ecosistema que la crea en el sitio web del área metropolitana de Lyon y en lyoncapitale.fr. Nos vemos pronto.