El equipo de Google Research África ha lanzado el Open Buildings 2.5D Temporal Dataset, una herramienta que emplea inteligencia artificial y satélites de baja resolución para mapear la presencia, el número y la altura de edificios en regiones del sur global. Este conjunto de datos, que cubre el periodo de 2016 a 2023, ofrece una visión detallada y anual del desarrollo urbano en zonas de África, Asia del Sur y Sudeste, América Latina y el Caribe. La información es crucial para gobiernos y organizaciones que buscan gestionar el crecimiento poblacional, planificar infraestructura y destinar recursos de forma efectiva en zonas de rápido desarrollo.
Una solución innovadora para áreas sin acceso a imágenes de alta resolución
Los datos satelitales de alta resolución suelen concentrarse en áreas comerciales y urbanas, dejando al 40% de las regiones del sur global con escasa cobertura regular. Esta falta de datos dificulta el análisis de la expansión urbana, particularmente en zonas rurales o de asentamientos informales. Sin embargo, Google ha logrado aprovechar las imágenes de baja resolución de los satélites Sentinel-2, que revisitan áreas globales cada cinco días, para mapear edificaciones en detalle.
Para procesar estas imágenes, el equipo empleó un modelo de IA llamado “teacher-student”, que permite “super-resolver” las imágenes y generar datos precisos sobre edificaciones. En este enfoque, el modelo maestro se entrena en imágenes de alta resolución para identificar edificios, mientras que el modelo estudiante aprende a interpretar la misma información en imágenes de baja resolución. Este proceso innovador permite extraer con precisión las huellas de edificios y estimar su altura, logrando un margen de error de apenas 1,5 metros.
Un recurso clave para gobiernos y planificación de recursos
El nuevo dataset representa una herramienta valiosa para entender y abordar los retos de urbanización en el sur global. Según Olivia Graham, gerente de producto de Google Research, “alrededor de 2.500 millones de personas podrían mudarse a ciudades para 2050, la mayoría en el sur global. Este recurso permite a los gobiernos ver qué áreas están creciendo activamente y planificar servicios esenciales como salud, educación y energía”.
Ya se han observado casos de uso prácticos. En Uganda, la organización Sunbird AI ha trabajado con datos del dataset original de Google para ayudar al gobierno a identificar áreas adecuadas para proyectos de microgrids o paneles solares. Con el nuevo dataset temporal, la organización planea analizar las ciudades de Jinja y Fort Portal para evaluar las zonas de crecimiento más rápido y ajustar los planes de recursos en función de estas proyecciones.
Datos visuales de impacto: de desastres naturales a ciudades emergentes
Además de ofrecer una perspectiva del desarrollo urbano, el dataset captura el impacto de desastres naturales. Un ejemplo notable es el terremoto y tsunami de magnitud 7,4 en Indonesia en 2018, que afectó a 1,5 millones de personas en Sulawesi. Al observar los datos, es posible ver cómo las áreas costeras construidas retrocedieron tras el evento, reflejando la devastación causada.
El Open Buildings 2.5D Temporal Dataset también permite rastrear la construcción de nuevas ciudades, como Nueva El Cairo en Egipto. Los usuarios pueden seleccionar una región y alternar entre años para observar cómo el panorama urbano cambia con el tiempo.
Futuras mejoras y compromiso con el desarrollo local
El equipo de Google Research África sigue perfeccionando el dataset para mejorar su precisión y ampliar su alcance. Según Abdoulaye Diack, gerente de programas de Google Research, “vivir en Ghana me permite ver de primera mano el impacto de nuestro trabajo. Muchas zonas del continente carecen de recursos y, por ende, de datos fiables, lo que puede tener graves consecuencias. Ser parte de un equipo que está cambiando eso es un privilegio”.
Este esfuerzo de Google representa un avance significativo para abordar los desafíos de urbanización y la falta de datos en el sur global, con una herramienta accesible y de libre uso que puede transformar la planificación y el desarrollo en estas regiones.
Pruébalo en el proyecto dataset de Google.
