Actualizado el 17/12/2024
Actualizado el 17/12/2024
Nova eina d'IA detecta l'amiant pendent de retirar de les teuladesEscrito por Agencias Externas el 07/05/2024 a las 16:26:591018
 Un equip d'investigadors de la Universitat Oberta de Catalunya (UOC) ha dissenyat i comprovat l'eficàcia d'un nou sistema de detecció de l'amiant que, malgrat les diferents normatives que ho reclamen, encara no ha estat retirat de les teulades d'edificis. El programari, fruit d'una col·laboració amb l'empresa DetectA, aplica mètodes d'intel·ligència artificial, aprenentatge profund i visió artificial a partir d'imatges fotogràfiques aèries de tipus RGB, el més habitual i econòmic. Això suposa un avantatge competitiu molt important respecte als intents precedents per crear un sistema similar, que es nodrien d'imatges multibanda, més complexes i difícils d'obtenir. L'èxit d'aquest projecte molt més escalable, doncs, aplana el camí per controlar de manera més sistemàtica i eficaç la retirada d'aquest material de construcció d'alta toxicitat.
"A diferència dels mètodes que depenen de la imatge infraroja o hiperespectral, la nostra decisió d'entrenar la IA amb imatges RGB garanteix la versatilitat i l'aplicabilitat de la metodologia, perquè a Europa i a molts altres països del món aquest tipus d'imatges aèries estan disponibles gratuïtament a gairebé tots els països i amb una resolució molt alta", explica Javier Borge Holthoefer, investigador líder del grup de Sistemes Complexos (CoSIN3), de l'Internet Interdisciplinary Institute (IN3). Borge és el responsable d'aquesta recerca, juntament amb Àgata Lapedriza, investigadora del grup Artificial Intelligence for Human Well-being (AIWELL), de l'eHealth Center, i professora dels Estudis d'Informàtica, Multimèdia i Telecomunicació de la UOC. El seu treball, publicat en obert a la revista Remote Sensing, també ha comptat amb la participació dels estudiants de doctorat de la UOC Davoud Omarzadeh, Adonis González-Godoy, Cristina Bustos i Kevin Martín Fernández, juntament amb els fundadors de l'empresa DetectA, Carles Scotto i César Sánchez.
Els investigadors van entrenar el sistema d'aprenentatge profund amb milers de fotografies procedents de l'Institut Cartogràfic i Geològic de Catalunya i van ensenyar a la IA quines de les cobertes contenien amiant i quines no. En concret, es van utilitzar 2.244 imatges (1.168 positius d'amiant i 1.076 negatius) i el 80 % es van destinar a la formació i validació del sistema, mentre que la resta es van reservar per al test final. D'aquesta manera, el programari ara és capaç d'establir la presència d'aquest material en imatges noves a partir de la valoració de diferents patrons, com ara el color, la textura i l'estructura de les teulades, més enllà de l'entorn al qual corresponen els edificis. El projecte persegueix la utilitat tant en zones urbanes com en industrials, costaneres o rurals, atès que la normativa obliga tots els municipis a tenir un cens de les construccions amb amiant abans de l'abril del 2023, i no tots ho han fet.
Tot i que amb les fotografies hiperespectrals resulta més senzill detectar l'amiant, perquè són imatges que contenen moltes més capes d'informació, la baixa disponibilitat i l'elevat cost d'obtenció suposen un llast per utilitzar-les en el desenvolupament d'un mètode de detecció eficient. El sistema desenvolupat pels investigadors de la UOC, en canvi, és el primer que utilitza imatges RGB, que es poden captar des d'avions i són d'ús comú en els serveis cartogràfics de molts països. "Tot i que són imatges amb menys informació, gràcies a un bon entrenament del sistema d'aprenentatge profund hem aconseguit resultats equiparables, amb una eficàcia superior al 80%", explica l'investigador del CoSIN3.
|
