La visión artificial es una disciplina que ha permitido controlar distintos procesos productivos en la industria y otros sectores desde hace muchos años. Acciones tan habituales como el proceso de compra en un supermercado, requieren técnicas de visión como el escaneado de los códigos de barras.
Hasta hace pocos años, muchos problemas no se podían resolver de una manera sencilla con las técnicas de visión clásicas. Identificar personas u objetos situados en diferentes posiciones de las imágenes o clasificar ciertos tipos de defectos industriales no homogéneos resultaban tareas de alta complejidad que, a menudo, no ofrecían resultados precisos.
Los avances en Inteligencia Artificial (IA) han acompañado también al campo de la visión. Mientras que Alan Turing estableció en 1950 el test de Turing, donde una persona y una máquina se situaban detrás de un muro, y otra persona realizaba preguntas intentando descubrir quién era la persona y quién era la máquina, en la visión artificial mediante IA se buscan sistemas capaces de reproducir el comportamiento de los humanos.
Uno de los campos de la IA es el relativo a las redes neuronales. Utilizadas durante décadas, no fue hasta el año 2012 cuando empezaron a jugar un importante papel en el campo de la visión. AlexNet1 , diseñada por Alex Krizhevsky, fue una de las primeras redes que implementó el diseño con filtros de convolución en 8 capas. Años antes se había establecido un campeonato a nivel mundial donde los algoritmos más potentes intentaban clasificar correctamente las imágenes de ImageNet2, una base de datos con 14 millones de imágenes representativas de 1.000 categorías diferentes. Mientras que el mejor de los algoritmos clásicos, que utilizaba SIFT y vectores de Fisher, obtuvo un 50,9% de precisión clasificando las imágenes de ImageNet, AlexNet llevó la precisión a un 63,3%. Este resultado supuso un hito y representó el inicio de la exploración del aprendizaje profundo, también conocido como Deep Learning (DL). Desde el 2012, se ha profundizado mucho en el estudio de las redes neuronales profundas, creando modelos con más de 200 capas de profundidad y llevando la precisión de clasificación de ImageNet a más de un 90% con el modelo CoAtNet3, que integra capas de convolución con capas de atención de una forma inteligente, deepwise.
Volviendo a la relación de los modernos modelos de visión artificial con respecto a la IA, Dodge et al. (2017)4 descubrieron que, las modernas redes neuronales de clasificación de las imágenes de ImageNet cometían menos errores que los propios humanos, algo que muestra que los sistemas informáticos son capaces de hacer tareas mejor y mucho más rápido que las personas.
Entre los problemas más habituales que resuelve la visión artificial mediante IA, podemos encontrar: clasificación de imágenes, detección y segmentación de objetos, reconocimiento de esqueletos (tanto humanos como de objetos), aprendizaje a partir de un caso, re-identificación, etc. Muchos de los problemas se resuelven tanto en dos dimensiones como en 3D.
La clasificación simplemente nos indica a qué se corresponde una imagen. Así por ejemplo, un sistema podría decir si una imagen tiene un gato o un perro. La detección de objetos nos permite identificar varios objetos en una imagen y delimitar el rectángulo en el que han sido encontrados. Por ejemplo, podríamos detectar varios perros y gatos. La segmentación permite identificar los límites del objeto, no únicamente un rectángulo. Hay técnicas que permiten segmentar sin conocer qué se está segmentando, y técnicas que permiten segmentar conociendo el tipo de objeto que segmentamos, por ejemplo un gato.
El reconocimiento de esqueletos permite multitud de aplicaciones, que van desde temas relativos a la seguridad hasta el reconocimiento de actividades y su posterior reproducción en un robot. Adicionalmente, existen técnicas que permiten obtener puntos característicos de imágenes, como pueden ser puntos de la cara de una persona, o técnicas para obtener la orientación tridimensional a partir de imágenes 2D.
El aprendizaje a partir de un caso (One Shot Learning) permite que un modelo clasifique imágenes a partir de una única muestra conocida de la clase. Esta técnica, normalmente implementada con redes neuronales siamesas, evita el problema de la necesidad de obtener miles de imágenes de cada clase para entrenar un modelo. De la misma forma, los sistemas de re-identificación son capaces de volver a identificar una persona u objeto a partir de una única imagen.
El alto coste computacional de los modelos de DL llevó desde los primeros momentos a buscar alternativas de cómputo respecto a las CPUs, los procesadores principales de los ordenadores. Las GPU, o unidades de procesamiento gráfico, que originalmente se desarrollaron para llevar a cabo cálculos en paralelo de cara a generar imágenes de aplicaciones gráficas o videojuegos de manera fluida, mostraron que se ajustaban perfectamente a la paralelización del entrenamiento de las redes neuronales. En el entrenamiento de las redes neuronales hay dos etapas principales, el paso hacia adelante (forward) y la propagación hacia atrás (back-propagation). Durante el proceso hacia adelante, las imágenes entran en la red y van pasando a través de sucesivas capas que van aplicando distintos filtros con el fin de extraer las características más destacadas y reducir la dimensionalidad. Finalmente, una o más capas son las responsables de la propia clasificación, detección o segmentación. En la propagación hacia atrás, se actualizan los distintos parámetros y pesos que utiliza la red, en un proceso que va desde la salida, comparando la salida obtenida y esperada, hasta la entrada. El proceso hacia adelante se puede paralelizar creando lotes de imágenes. Dependiendo del tamaño de la memoria de las GPU, se crean copias del modelo que procesan todas las imágenes de un lote en paralelo. Cuanto mayor es el tamaño de lote que podemos procesar, más rápido será el entrenamiento. Este mismo mecanismo es el utilizado durante el proceso de inferencia, proceso que también permite utilizar paralelización. En los últimos años, algunos proveedores de cloud computing han empezado a utilizar Unidades de Proceso Tensorial (TPUs), con ciertas ventajas respecto a las GPU. Sin embargo, el coste de utilización de estos servicios suele ser alto cuando se realiza procesamiento masivo.
CARTIF dispone de importantes sistemas de entrenamiento de redes neuronales profundas, algo que permite resolver problemas de alta complejidad computacional en un tiempo relativamente bajo. Además, hemos perfeccionado diversos algoritmos de entrenamiento utilizando las mas recientes redes neuronales7. También hemos perfeccionado sistemas de aprendizaje a partir de un solo caso mediante redes siamesas8. Así mismo, utilizamos los modelos más avanzados en tareas tales como el reconocimiento, segmentación y detección de objetos y personas, clasificación de imágenes, incluyendo defectos industriales, y sistemas de interacción persona-robot mediante algoritmos avanzados de visión.
1 Krizhevsky. A, Sutskever.I & Hinton.G.E. (2012) Imagenet classification with deep convolutional neural networks, Advances in neural information processing systems, 25
2Russakovsky, O., Deng, J., Su, H., Krause, J., Satheesh, S., Ma, S., … & Fei-Fei, L. (2015). Imagenet large scale visual recognition challenge. International journal of computer vision, 115(3), 211-252.
3 Dai, Z., Liu, H., Le, Q., & Tan, M. (2021). Coatnet: Marrying convolution and attention for all data sizes. Advances in Neural Information Processing Systems, 34.
4 Dodge, S., & Karam, L. (2017, July). A study and comparison of human and deep learning recognition performance under visual distortions. In 2017 26th international conference on computer communication and networks (ICCCN) (pp. 1-7). IEEE.
5 He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2017). Mask r-cnn. In Proceedings of the IEEE international conference on computer vision (pp. 2961-2969).
6 [1] Domingo, J. D., Gómez-García-Bermejo, J., & Zalama, E. (2021). Visual recognition of gymnastic exercise sequences. Application to supervision and robot learning by demonstration. Robotics and Autonomous Systems, 143, 103830.
7Domingo, J. D., Aparicio, R. M., & Rodrigo, L. M. G. (2022). Cross Validation Voting for Improving CNN Classification in Grocery Products. IEEE Access.
8Duque Domingo, J., Medina Aparicio, R., & González Rodrigo, L. M. (2021). Improvement of One-Shot-Learning by Integrating a Convolutional Neural Network and an Image Descriptor into a Siamese Neural Network. Applied Sciences, 11(17), 7839.
Voy de camino al trabajo y escucho en la radio el anuncio de una bebida refrescante; durante mi descanso veo que mi cantante favorito me anima a probarla en redes sociales, me dice que está buenísima; por la tarde voy al supermercado y me encuentro con una promoción de dicha bebida refrescante en la que me permiten probarla gratis y además hay una promoción 3X2; por la noche estoy viendo una serie con mi familia y veo cómo el protagonista se toma esa misma bebida refrescante con la marca bien visible y muestra una satisfacción increíble después de bebérsela…¿dónde está el limite entre la publicidad y la influencia?
Yo soy una persona adulta y con sentido crítico que puede tomar la decisión de consumir un producto o no, pero… ¿y un niño o niña? ¿Podemos considerar que teniendo en cuenta todo el ambiente de publicidad que nos rodea, la población infantil es libre para tomar elecciones saludables?
En España un 40,6% de los niños y niñas entre 6 y 9 años padecen sobrepeso y obesidad1, cifras alarmantes y similares a las de otros países como Estados Unidos o México. La prevalencia de obesidad infantil en España se sitúa entre las más altas de Europa según la OMS.
El estilo de vida actual ha cambiado drásticamente en las últimas décadas y se cree que es el responsable del aumento del sobrepeso y la obesidad en todos los grupos de edad y especialmente en la infancia: los niños consumen ahora más comida rápida y bebidas azucaradas, comen fuera de casa con más frecuencia y pasan menos tiempo comiendo en familia que las generaciones anteriores. Además, los alimentos preparados y procesados son más accesibles que nunca y están disponibles en porciones más grandes. Por otra parte, el uso de la televisión e Internet han conducido a un estilo de vida más inactivo y sedentario, así como a una mayor exposición a la comercialización de productos con alto contenido en grasa, azúcar y/o sal (conocidos como HFSS, por sus siglas en inglés).
Está claro que para revertir esa alta prevalencia de sobrepeso y obesidad en niños, no existe una única solución sino que debe ser un conjunto de acciones dirigidas a reducir el sedentarismo y aumentar el gasto energético sumado a mejorar las decisiones de consumo hacia productos más saludables, pero, vuelvo a hacer la pregunta de antes, ¿podemos pretender que un niño o niña tome decisiones de consumo saludable cuando en su vida diaria tiene tantos impactos de productos insanos específicamente dirigidos al público infantil? Según un estudio de la OCU (Organización de Consumidores y Usuarios) nueve de cada diez anuncios de alimentos dirigidos a niños son de productos con un perfil nutricional poco saludable: galletas, cereales de desayuno, bollería industrial, chocolates, bebidas energéticas2. Y muchos de ellos, publicitados por personajes influyentes o dibujos animados, acompañados de regalos promocionales o cromos coleccionables que instan a una compra recurrente y que captan el interés de los más pequeños, o avalados por ciertas asociaciones sanitarias.
En materia de publicidad, existen ciertos consensos que indican que hasta los cinco años los menores son incapaces de percibir las diferencias entre programación y anuncios o que hasta los ocho años aproximadamente no comienzan a identificar en la publicidad un interés en persuadir. Ni siquiera a partir de los ocho años está garantizado que los menores puedan identificar los mensajes como tendenciosos, en cuanto que, como sabemos los adultos, suelen enfatizar los aspectos positivos y obvian los negativos del producto.
En España, en 2005 se firmó el Código PAOS con el fin de establecer un conjunto de reglas que regularan las acciones publicitarias y promocionales dirigidas al público infantil y guiaran a las compañías adheridas a cumplirlo. Sin embargo, la realidad muestra que los niños continúan siendo objetivo de una marea de publicidad de alimentos no saludables y las cifras de sobrepeso y obesidad continúan siendo alarmantes.
Por ello, el Ministerio de Consumo pretende aprobar un Real Decreto que regule la emisión de publicidad de alimentos y bebidas no saludables cuando se dirija al público infantil y adolescente hasta 16 años.
La regulación que se empezará a aplicar en este año 2022 afectará a cinco categorías de productos que no podrán hacer publicidad a menores de 16 años independientemente del contenido de nutrientes: productos de confitería de chocolate y azúcar, barritas energéticas y coberturas dulces y postres; productos de pastelería y galletería; zumos; bebidas energéticas y helados. Para el resto de categorías de productos, se establece un límite de contenido en nutrientes por cada 100 gramos. En este caso, se podrán anunciar siempre y cuando las grasas totales y saturadas, el azúcar total y añadido y los niveles de sal se mantengan por debajo de los límites establecidos para cada producto. Estos límites se corresponden con los perfiles nutricionales fijados por la Organización Mundial de la Salud.
Se regulará la publicidad en televisión, radio, salas de cine e internet, redes sociales, webs o app móviles y habrá limitaciones en la publicidad de medios impresos. Habrá horarios de protección reforzada en los canales de televisión generalista fijados de lunes a viernes, entre las 08:00 y las 09:00 de la mañana y de 17:00 a 20:00 horas de la tarde, y los sábados y domingos, entre las 09:00 y las 12:00 horas, mientras que la prohibición en los canales infantiles de televisión será permanente.
La intención de Real Decreto va en consonancia con las recomendaciones de la Comisión Europea en su Plan de Acción contra la Obesidad Infantil y que ya se aplica en países como Noruega, Portugal o Reino Unido. En 2017, la Comisión Europea publicó un informe4 sobre la exposición de niños a la publicidad y marketing de alimentos HFSS. Algunas de las conclusiones de este estudio fueron:
El 64% de los anuncios de alimentos y bebidas para niños menores de 18 años fueron de productos HFSS.
Un niño menor de 12 años puede estar expuesto a un total de 732 anuncios de HFSS en un mes.
El 80% de los anuncios on-line de HFSS se publicitan en YouTube y el 20% en páginas web tradicionales.
La categoría más promocionada son los snacks dulces.
Los niños ven aproximadamente 10 veces más anuncios de HFSS que de alimentos saludables en Rumanía, 6 veces más en Suecia y 3,5 veces más en Lituania e Italia.
A nivel de la industria alimentaria, también existen iniciativas para adaptarse y mejorar esta situación. Es el caso de la iniciativa EU Pledge que promueve entre sus miembros el compromiso, para el 1 de enero de 2022, en relación con las restricciones del marketing de productos HFSS, de o bien no publicidad alguna de alimentos y bebidas dirigida a los menores de 13 años, o bien solo publicitar productos que cumplen con los criterios nutricionales de EU Pledge. A ella están actualmente adheridas 23 empresas que ocupan el 80% de los gastos en publicidad de la UE.
La necesidad de una reglamentación que regule la publicidad y promoción de alimentos no saludables a través de todos los medios que llegan a la población infantil es una realidad. No se trata únicamente de poner límites a las elecciones alimentarias que puedan desencadenar en un perjuicio para la salud, se trata también de limitar la influencia, la incitación o sugerencia de productos de forma desleal, ocultando su condición nociva, especialmente cuando el consumidor no puede razonablemente identificarla.
La industria alimentaria también tiene un papel fundamental en esta tarea, tanto a nivel de la regulación de la publicidad, como en la reformulación de productos existentes y en la investigación de otras opciones saludables y atractivas para el público infantil. Desde CARTIF, colaboramos continuamente con la industria alimentaria con este propósito, como en los proyectos PROBIOMIC (Diseño de nuevos productos de cereales con probióticos adaptados a una óptima nutrición infantil mediante tecnologías ómicas) o TOLERA (Desarrollo de ingredientes y alimentos más eficaces y seguros, dirigidos a población con alergias e intolerancias alimentarias), entre otros.
Las cavernas fueron nuestro primer hogar pero, ¿nos hemos parado a pensar cómo se sentían nuestros antepasados en las frías mañanas de invierno? ¿Y en los calurosos veranos? Quizá nos sorprendamos…
La humanidad ha tenido múltiples y diversos hogares. Desde los tipis de los indios americanos hasta los rascacielos que inundan hoy en día la ciudad de Nueva York. En la actualidad, los edificios representan el 40% de la energía consumida y el 36% de los gases de efecto invernadero. Muchos de ellos, además, datan de los años 70. Definitivamente, necesitamos un cambio si queremos atajar el cambio climático.
En el Paleolítico, las primeras viviendas, en forma de cabañas hechas de pieles de animales y troncos, protegían a nuestros antecesores del frío y viento. Durante el Neolítico, las construcciones de poblados con casas de adobe otorgaban a nuestros antiguos pobladores de condiciones de habitabilidad. Y todo ello sin consumir ni un solo kilovatio hora y empleando los recursos que la naturaleza les ofrecía para obtener ciertas condiciones de confort.
Si miramos la evolución de las edificaciones a lo largo de la historia, ésta nos indica que las casas de adobe dejaron espacio a las viviendas del antiguo Egipto, fabricadas a base de paja y madera. Por su parte, la Antigua Roma introdujo el hormigón y la piedra, así como tecnologías como el arco de medio punto, la arcada, la bóveda y la cúpula. Dando un salto hasta el Renacimiento, esta época supuso una ruptura arquitectónica, incluyendo materiales como el mármol, estuco y azulejos. Hasta la evolución hacia el ladrillo que componen la mayor parte de la edificación existente. Pero, a pesar de la evolución en el empleo de materiales… ¿realmente estamos mejorando nuestras condiciones de confort y la eficiencia energética de los edificios?
La respuesta a día de hoy es que necesitamos edificios más eficientes y más inteligentes, pero, ¿ qué nos impide cambiar nuestra forma de utilizar los edificios? Platón, en su mito de la caverna, nos indica que es la falta de conocimiento lo que nos oculta la realidad. Extrapolado a la actualidad, la carencia de información útil y valiosa nos limita a la hora de tomar decisiones más objetivas, desde el conocimiento y reduciendo la subjetividad.
Para dar respuesta a la pregunta de cómo mejoramos el conocimiento de los edificios; entra en juego el concepto de edificios inteligentes. Según la Comisión Europea, un edificio inteligente es aquel que está conectado, es capaz de interactuar con los sistemas que le rodea, incluidos los usuarios, y puede gestionarse de manera remota. Es decir, tiene que comportarse de manera interactiva tanto con los sistemas energéticos del edificio como con otros edificios e inclusive los propios usuarios. Además, cambia su comportamiento de reactivo a pro-activo para hacer un uso eficiente y efectivo de sus propios recursos.
Los principales habilitadores de los edificios inteligentes son las nuevas tecnologías. En primer lugar, el IoT (Internet of Things o Internet de las cosas) que, en pocas palabras, se define como la conectividad a través de la Internet de elementos comunes como electrodomésticos, coches, teléfonos móviles, etc. Esta tecnología es la que permite convertir un edificio tradicional en un edificio conectado, capaz de proveer de datos gracias a los sensores IoT. En segundo lugar, la Inteligencia Artificial, que utiliza los datos para extraer el conocimiento; el mismo conocimiento que, siguiendo el mito de Platón, nos guiará hacia la salida de la caverna. La Inteligencia Artificial es una técnica capaz de aprender de los datos, extraer patrones de comportamiento y predecir situaciones futuras. Consiguiendo así, anticiparse a acontecimientos y permitir la actuación del edificio de manera pro-activa. En otras palabras, se está acercando el razonamiento humano a los edificios, pero tomando decisiones en base a información objetiva.
Desde CARTIF, llevamos años trabajando en la línea de investigación para la transformación de los edificios actuales en más inteligentes, más confortables y amigos del medio ambiente. Proyectos como BRESAER son un claro ejemplo de dicha transformación. En este proyecto, se ha desarrollado un sistema de toma de decisiones basado en Inteligencia Artificial. Dicha solución permite que el edificio pueda determinar con una hora de antelación las necesidades energéticas para cumplir con las condiciones de confort y elegir las fuentes disponibles para calefactar o refrigerar el edificio.
Todo esto sin olvidarnos que los edificios son para nosotros y, por tanto, los usuarios debemos ser los protagonistas. Los consumidores deben estar mejor informados del comportamiento del edificio, así como éste debe adaptarse a las preferencias del habitante. Por ejemplo, termostatos inteligentes que aprenden nuestros hábitos para asegurar una temperatura agradable sin necesidad de configurarlo. O incluso, detectar cuándo nos vamos para apagarse y dejar de consumir gas o electricidad, cobrando aún más sentido con los precios actuales. El ejemplo de esta tecnología se enmarca en el proyectoCOMFOStat.
En conclusión, los edificios inteligentes representan la perfecta solución que combina las mejores condiciones de vida actuales con la reducida emisión de gases de la antigüedad. Los datos y la Inteligencia Artificial generan el conocimiento necesario que nos habrá guiado hacia la salida de la caverna. Si aun así no encuentras el camino, nuestra puerta siempre estará abierta para ayudarte.
Sólo hay un bien: el conocimiento. Sólo hay un mal: la ignorancia.
Desde el comienzo de los tiempos existen muy pocas cosas que sepamos que van a ocurrir con total seguridad. El mundo está plagado de acontecimientos y eventos aleatorios muy difíciles de predecir, incluso para nuestra compañera la inteligencia artificial que muchas veces parece que es una especie de panacea que todo puede solucionar.
Sin embargo, existe algo que os garantizo que va a ocurrir, y de cierta manera, está ocurriendo en este mismo momento. Nos hacemos mayores. Dentro de nuestro ciclo de vida, el tiempo va pasando a medida que vivimos experiencias, cumplimos etapas y alcanzamos objetivos. Este tiempo, aunque no lo queramos, poco a poco nos conduce a una disminución de habilidades tanto físicas como psicológicas, hasta el punto de que el hecho de realizar las tareas cotidianas dentro del hogar supone un verdadero reto, y a veces incluso algo peligroso. En este momento surge la duda, ¿busco una persona que me ayude o, por el contrario, busco un centro residencial donde vivir?
Para muchas personas, su hogar es su símbolo de independencia. Su casa es ese sitio donde puede imponer sus propias reglas y donde no tiene que rendir cuentas a nadie. Según un estudio realizado en 2020, existen en España alrededor de 4.849.900 personas que viven solas, y dentro de esta cifra, más de 2 millones tienen 65 años o más. Esto supone un 43,6% del total. Sin embargo, lo curioso de esta estadística no es sólo el importante número de gente mayor que vive sola, sino que este porcentaje ha aumentado un 6,1% con respecto al año anterior. Por lo tanto, se entiende que la tendencia de la sociedad es la de vivir en solitario una vez que se superan los 65 años.
Sin embargo, tal y como comencé explicando al principio de este post, llega un momento en el que acordarse de ciertas tareas sencillas, como puede ser tomar las medicinas en el horario correspondiente, puede resultar algo difícil e incluso frustrante, y el hecho de no acordarse puede suponer una situación de peligro. Con todo esto, sería interesante contar con una persona o un sistema que nos recordase tomar las medicinas a tiempo si no lo hemos hecho, o recordarnos que tenemos que comer si se nos ha pasado la hora, pero sin que nos «moleste» mucho en nuestro día a día. Para esto podría entrar en juego un tema que está muy de moda hoy en día, la domótica.
Podríamos decir que comenzamos a hablar de domótica en la década de los 70, con distintas pruebas piloto de automatización de edificios, pero no fue hasta la década de los 80 cuando se inició el desarrollo a nivel comercial para distribuirlos por hogares urbanos. A día de hoy, sin entrar mucho en temas de estándares y aspectos tecnológicos, se puede hacer el siguiente desglose dentro de una rama tan grande como es la domótica:
Sensorización y recogida de datos (Si ocurre esto): Se trata de la primera etapa a tener en cuenta dentro de nuestro sistema domótico. Lo que queremos hacer es recoger datos y eventos dentro de nuestro hogar. Queremos saber si se ha abierto la puerta de la calle para saber si nos han entrado a robar, la temperatura de nuestra casa por si hay que encender la calefacción o la presencia en una determinada estancia para que se encienda la luz de forma automática. Todo esto se puede conseguir gracias a la tecnología, que monitoriza los estados de nuestra casa a través de una red de sensores que miden parámetros físicos, como la temperatura, la humedad o la luminosidad.
Actuadores y ejecutores de acción (Entonces haz esto): Una vez que ya sabemos lo que ha ocurrido dentro de casa, entraría en juego esta segunda etapa, le indicamos a un enchufe que encienda un electrodoméstico, por ejemplo, o a un motorcillo que nos abra una puerta o ventana.
Con todo esto, se entiende que una persona realiza sus tareas diarias siguiendo unos patrones más o menos establecidos. Por ejemplo, una persona que entra en su cuarto de baño, cierra la puerta y acto seguido la humedad dentro de esa estancia comienza a elevarse a unos niveles por encima de lo normal, se puede deducir que se está duchando. Otro ejemplo puede ser que sea la hora de comer y que la temperatura en la zona donde se encuentra la vitrocerámica comienza a aumentar, al mismo tiempo que se abre el frigorífico y los cajones donde se encuentran las especias. Entonces se puede deducir que la persona está cocinando. Por lo tanto, es posible realizar el seguimiento de las tareas que realiza una persona mayor que vive sola utilizando una red domótica que recoja los eventos que van ocurriendo por la casa y una inteligencia artificial (como puede ser una red neuronal) que se encargue de procesar estos datos. Una vez que se ha cumplido la etapa de adquisición de datos, sería interesante la integración de esta información con los distintos sistemas de teleasistencia de la región. De esta manera, en función de las actividades diarias que se van detectando (o que, en su defecto, no se han detectado), el sistema de teleasistencia puede brindar sugerencias a la persona o, si se detecta una situación de peligro como puede ser una caída, intervenir de forma presencial.
Desde el área de Bienestar y Salud del Centro Tecnológico CARTIF buscamos ofrecer soluciones para que las personas mayores puedan vivir de una forma plena y autónoma el mayor tiempo posible. Por esta razón, una de nuestras líneas de investigación se está centrando en el contenido de este post para que las personas mayores puedan permanecer en su casa de una forma totalmente operativa y segura. El tema que se ha tratado respecto a la domótica servirá para prestar un apoyo frente a la disminución de habilidades tanto físicas como sensoriales. Sin embargo, también estamos trabajando en soluciones para mejorar la autonomía en los hogares frente al deterioro físico mediante el desarrollo de asistentes tecnológicos para el uso de inodoro y andadores inteligentes.
En resumen, quiero enfatizar que es muy importante cuidar el bienestar de nuestros mayores y proporcionar soluciones que les permitan estar plenamente activos y que gocen de una mente sana. Queramos o no, el tiempo pasa para todos.
Se oye hablar mucho del declive de las abejas, de la falta de polinizadores, pero ¿qué son los polinizadores? Y lo más importante ¿qué hacen por nosotros y que hacemos por ellos?
El grupo de polinizadores es muy amplio, no solo son las abejas productoras de miel, las cuales pertenecen a una familia. De hecho, solo en España tenemos más de 1.000 especies de abejas de seis familias diferentes, el 75% de las abejas son solitarias y viven en el suelo, y es que con más de 20.000 especies de abejas en el mundo han evolucionado y se organizan de muy distintas maneras.
Otros polinizadores son las aves, mamíferos y reptiles, y es que las plantas son muy listas ¡llevan muchos millones de años más que nosotros sobre la tierra! Y eso se traduce en mayor evolución y adaptación. Los vegetales han desarrollado sofisticados métodos de atracción para lograr sus propósitos reproductivos, ya que ¡hay que hacer llegar el polen a su destino! por ello se valen desde una lagartija hasta una mosca, pasando por el murciélago, sin olvidar también el aire y el agua, que también ayudan en la polinización.
Pero si hay tantos medios para la polinización, ¿por qué son tan importantes los polinizadores, en concreto las abejas? Pues es que, al menos en este caso, ¡el tamaño y la forma importa! Hay todo tipo de insectos pequeños, gordos, largos, con lengua muy larga, en fin, ¡de muchos tamaños! Al igual que hay muchas formas y tamaños de flores, de granos de polen, y es que las plantas, son muy sibaritas.
Las plantas han evolucionado de tal manera que cada una ha desarrollado su sistema, algunos muy exclusivos, para que no le llegue el polen de otra planta, por eso hay tantos olores, para hacer una primera criba de «invitados a comer»; y muchos tamaños, algunas abejas deben sacar hasta 20mm su probóscide o «lengua» para llegar a la comida; algunas como la flor de la pasión que tiene los estambre y pistilos muy grandes, y solo pueden ser polinizada por abejorros grandes; otras son complicadas como la flor boca de dragón que la abeja tiene que meterse como si fuera una cueva; y otras más pequeñas como las margaritas que necesitan que el insecto sea pequeño y, por eso, son polinizadas por ejemplo, por pequeñas moscas a rayas negras y amarillas que son los sírfidos, pasando por el girasol que es una margarita en grande y por tanto necesita un polinizador más grande como es la abeja de la miel. Y es que hay miles de familias de abejas de distintos tamaños, que van desde los 4-5 mm, hasta los 30-35 mm (las de la miel miden entre 15 y 20mm).
Ambas flores, girasol y margarita, tienen unos «pétalos» grandes alrededor blancos o amarillos (que en realidad son lígulas) y un montón de florecillas amarillas en el centro de donde salen las semillas (que en el girasol las llamamos pipas), la próxima vez que paséis por un parque coged una margarita y fijaros bien en la parte amarilla ¡son todo pequeñas flores! Con sus estambres, estigmas y todas las partes de una flor ¡ que recordamos a duras penas de cuando lo estudiamos en el colegio!
Los colores, otro mecanismo de atracción para que los polinizadores las detecten ¡desde muy lejos! Con nuestra vista nos parecen todos los colores iguales, pero con su visión especial ven de distinta forma los colores de las flores. Y es que al final las plantas han hecho que los insectos y polinizadores evolucionen como transportadores de polen, y ellas, a cambio, dan manjares, en forma de frutos, semilla, polen, néctar etc. Como veis, hay numerosos mecanismos para atraer al polinizador correcto, por tanto, si la población de alguno desaparece en un corto periodo de tiempo, la planta no puede adaptarse y menos reproducirse.
Muchos polinizadores obtienen recompensas alimenticias de las plantas, pero no se alimentan exclusivamente de ellas como son los reptiles o las aves, sin embargo, las abejas si, las abejas dependen en exclusiva de las plantas para alimentarse. Y es que tanto sus larvas como el insecto adulto se alimenta de productos florales como son el néctar y el polen. Y como hemos visto no todas las flores alimentan a todos los polinizadores.
Entonces, ¿cómo podemos ayudar a los polinizadores?
Podemos construirles un refugio, según la familia de abejas tiene distintas formas de vivienda o agrupación social. Algunas construyen galerías en el suelo donde viven, por lo que colocar un tiesto en la ventana es suficiente; otras en agujeros en los troncos o trozos de madera ¡incluso conchas! Así que una manera sencilla que no ocupa mucho espacio es poner un hotel para abejas solitarias, es muy sencillo, consiste en un manojo de cañas de bambú cortadas o un trozo de madera con agujeros de distintos diámetros entre 5-25 mm, con fondo, es decir, que no atraviesen la madera y sin grietas, ya que son posibles entradas para parásitos y predadores. Ahí las abejas pondrán poner los huevos que dejarán con el néctar o el polen recolectado y lo taparán, y al cabo de un año saldrán las nuevas abejas y se irán a buscar otro agujero. Así que no hay peligro de que nos piquen. Las abejas no viven ahí, solo dejan los huevos, son solitarias, no forman colmenas, no forman comunidades, duermen en las flores y ramas.
Las abejas solitarias ¡no pican! Bueno sí, pero no como las de la miel, me explico, muchas abejas mueren al picarte, las abejas solitarias no forman comunidades, como no tienen que defenderla, no son agresivas, no atacan, no pican, esto hace que instalar este tipo de refugios sea recomendable en colegios, los niños pueden acercarse y ver cuantos agujeros hay tapados y contar así las abejas a las que han ayudado.
Además, estas abejas solo recolectan sustento para comer y para sus propias larvas, por lo que no necesitan hacer tanta recolección, otras necesitan comida para criar a toda su descendencia, y otras a toda la colonia y a los humanos, por eso si las molestas con la mano, la mayoría se van, no quieren problemas, atacarte les cuesta la vida, pero otras son más insistentes porque necesitan mucha comida y cuanto más cerca de la colmena estés, como las de la miel, más agresivas se vuelven y te atacan. Por eso hay una regulación especial para tener colmenas, considerándose un tipo de ganadería (apicultura o ganadería de la miel) y teniendo que cumplir requisitos de distancias a poblaciones, etc. Incluso tiene que respetar distancia entre ellas, ya que, si hay poca comida, ataca a otros polinizadores, como las abejas solitarias, ya que están compitiendo por el alimento.
También es importante que haya flores todo el año, por ellas y por nosotros, hay muchas plantas autóctonas con distintos periodos de floración para que tengan comida todo el año, de distintos tamaños para abejas de todos los tamaños.
¿Cómo nos ayudan? La parte más conocida de la labor de los polinizadores, es la de polinización y es que el 80% de las plantas dependen de ellos, de entre ellas muchas su función es la de proveernos de comida, actualmente el 75% de los cultivos necesitan de la polinización, y ahí incluimos los cultivos necesarios para la alimentación del ganado, por lo que de ellos también depende la producción de derivados ganaderos.
Los polinizadores por tanto son nuestros aliados, gracias a ellos se mantiene una gran parte de las comunidades vegetales naturales y urbanas, y de nuestros alimentos. El cambio climático, los pesticidas, la intensificación agrícola, el desbroce y segado continuado de parques y lindes, incluida la proliferación de colmenas, están haciendo que su población descienda de manera rápida. Además, todavía nos queda mucho por aprender de ellas por lo que es muy necesario ayudarlas de manera consciente y racional, y no solo a nivel de expertos, sino también a nivel social, todos nosotros podemos ayudar a su conservación, cuidando a los polinizadores y cultivando más flores a nuestro alrededor, ya que sin flores no hay polinizadores y viceversa.
Bibliografía: Curro Molina & Ignasi Bartomeus. 2019. Guía de campo de las abejas de España. Editorial Tundra, Castellón. 250pp. 19,5 x 12’5 cm. ISBN 978-84-1670-77-0.
Aunque a veces lo olvidemos, los bosques proporcionan enormes beneficios al planeta en general y al ser humano en particular. Nos ayudan a mitigar los efectos del cambio climático actuando como sumideros de carbono y eliminando grandes cantidades de dióxido de carbono de la atmósfera. Los bosques nutren los suelos y sirven de barrera natural contra la erosión del suelo, deslizamientos de tierra, las inundaciones, avalanchas y los fuertes vientos. Los bosques albergan más de tres cuartas partes de la biodiversidad terrestre mundial, y representan una fuente de alimentos, medicinas y combustible para más de mil millones de personas.
Pero los bosques están seriamente amenazados por la deforestación, el cambio climático y los incendios. El avance de la frontera agrícola y la tala no sostenible de los bosques hacen que cada año se pierdan 13 millones de hectáreas de bosque. El cambio climático está permitiendo que las especies de plantas e insectos invasores tengan ventajas sobre las especies nativas incrementando así sus efectos negativos. Existe además una relación directa entre los incendios, la deforestación y las pandemias: la destrucción de los bosques, en especial los tropicales como la Amazonia, Indonesia o el Congo, posibilita que los seres humanos entren en contacto con poblaciones de fauna silvestre portadoras de patógenos.
Respecto a los incendios forestales se ha constatado que cada vez hay menos incendios, pero son más destructivos. Algunos de ellos, los más terribles, son los llamados «incendios de sexta generación«, y están asolando los bosques del planeta. Este tipo de incendios no se puede combatir e incluso tienen la capacidad de modificar la meteorología del lugar donde se encuentra el fuego. Frente a este tipo de incendios solo vale una estrategia defensiva, intentar dirigirlo a zonas no pobladas y confiar en que la lluvia ayude a controlarlo. Ni siquiera zonas que apenas han tenido incendios se libran de esta tragedia: en los últimos años se han quemado 5,5 millones de hectáreas en el Círculo Polar ártico. El Ártico se está calentando dos veces más rápido que el resto del planeta y, como consecuencia, se están generando incendios de alta intensidad.
Queda claro que es fundamental prevenir los incendios y para ello hay que plantear estrategias que permitan reducir la vulnerabilidad de los bosques. Fijándonos en nuestro contexto más cercano, la estrategia forestal de la Unión Europea promueve la gestión forestal sostenible y respetuosa con el clima y la biodiversidad, intensificando la vigilancia de los bosques y brindando un apoyo más específico a los silvicultores. Se convierte en evidente que se necesita una mejor gestión forestal con énfasis en la protección y regeneración sostenible. Sin embargo, tenemos una disminución constante de masa forestal ya que el proceso de «reforestación» no puede competir con la tasa de deforestación en toda Europa. Además, en Europa, los datos muestran un gran aumento en la explotación forestal durante los últimos años, lo que reduce la capacidad de absorción de CO2 del continente y posiblemente indica problemas más amplios con los intentos de la UE para combatir la crisis climática. Otra paradoja con respecto a los bosques dentro de la UE es que una gran parte de ellos son propiedad privada de empresas productoras de madera. Como resultado, la tala regular de esos bosques, junto con la naturaleza privada de su propiedad hacen que la concienciación pública y la ecología sean aún más difíciles de lograr. La pérdida de biomasa de 2016 a 2018, en comparación con el período de 2011 a 2015, ha aumentado un 69%, según datos de satélite.
España, como les sucede a todos los países de la zona mediterránea, es especialmente vulnerable a los incendios, dado el escenario de sequía y desertificación, acelerada por el cambio climático. En España tenemos amplia experiencia apagando incendios forestales: colaboramos a nivel internacional y conseguimos extinguir el 65% de los incendios en su fase de conato (menos de 1 hectárea), aunque esto a veces produce el efecto llamado «la paradoja de la extinción» (que consiste en que perdemos la oportunidad de que pequeños incendios vayan eliminando el matorral que hay en el sotobosque y así favorecemos que haya grandes y peligrosas acumulaciones de combustible). En España se destinan 1.000 millones de euros al año a la extinción de incendios, sin embargo, tan solo 300 millones de euros a su prevención.
La extinción es necesaria y positiva pero no es suficiente, hay que invertir en otra serie de medidas (prevención, detección y recuperación) que permitan hacer frente a los incendios forestales desde una perspectiva más amplia y completa. En este sentido es muy importante aprovechar las nuevas herramientas que ofrecen recientes tecnologías y avances científicos.
Por ejemplo, el uso de imágenes obtenidas con drones y satélites y redes de sensores junto con técnicas de inteligencia artificial permiten detectar incendios con mayor rapidez y precisión y ya hay en marcha numerosos proyectos de investigación en varios países: Bulgaria, Grecia, Portugal, Líbano, Corea y muchos otros. Incluso hay retos planteados por la Agencia Espacial Europea para usar imágenes satélite e inteligencia artificial en la detección de incendios y otros retos similares de la NASA, H20.ai y Cellnex. Otra iniciativa interesante es ALERTWildfire, consorcio de varias universidades norteamericanas que proporciona cámaras y herramientas contra incendios para descubrir, localizar y supervisar fuegos forestales. También hay sistemas comerciales para detectar fuegos forestales, como éste de Chile, que usa Inteligencia Artificial y varios tipos de sensores o éste otro de Portugal.
Ya en España, los ministerios de Transición Ecológica y Agricultura han desarrollado el proyecto Arbaria capaz de «predecir» con un considerable porcentaje de acierto dónde se producirán incendios.
Buscando un enfoque global en la prevención y gestión de incendios se acaba de lanzar el proyecto europeoDRYADS, en el que participa CARTIF. Este proyecto tiene como objetivo el desarrollo de una plataforma holística de gestión de incendios basándose en la optimización y reutilización de recursos socio-tecnológicos de última generación. Estas técnicas se aplicarán en las tres fases principales de los incendios forestales:
En la fase de prevención, DRYADS propone el uso de una herramienta de evaluación de riesgos en tiempo real que pueda recibir múltiples entradas de clasificación y trabajar con un nuevo indicador de factor de riesgo impulsado por una red neuronal. Para crear un modelo de comunidades adaptadas al fuego, en paralelo a la actividad anterior, DRYADS utilizará materiales de construcción activados por álcali que integran cenizas de madera post-incendios para edificios e infraestructura resistentes al fuego. DRUADS también utilizará una variedad de soluciones tecnológicas, como la infraestructura de satélites europeos Copernicus y enjambres de drones para una supervisión forestal precisa.
En la fase de detección, DRYADS propone varias herramientas tecnológicas que pueden adaptarse a muchas de las necesidades del proyecto: uso de realidad virtual para la formación, dispositivos portátiles para el quipo de protección de los servicios de emergencia, vehículos sin conductor -UAV (drones(, UAG y aeronaves- para mejorar la capacidad de análisis temporal y espacial, así como para aumentar la cobertura del área inspeccionada.
Por último, DRYADS construirá una nueva iniciativa de restauración forestal basada en técnicas modernas, como agrosilvicultura, drones para esparcir semillas, sensores de Internet de las cosas que podrán adaptar el proceso de siembra en función de las necesidades del suelo y al mismo tiempo con la ayuda de la IA para determinar los factores de riesgo posteriores al incendio.
Los resultados del proyecto DRYADS se demostrarán y validarán en condiciones reales en varios espacios forestales de España, Noruega, Italia, Rumanía, Austria, Alemania, Grecia y Taiwan.
En resumen y a modo de conclusión, para combatir los incendios forestales no solo hay que centrarse en su extinción sino que una buena gestión sostenible de los bosques basada en la prevención y en la introducción de técnicas modernas es imprescindible para reforzar su resiliencia, el aprovechamiento de los recursos y su capacidad de recuperación. Así se conseguirán nuevas oportunidades para el entorno rural, la conservación de la biodiversidad y la lucha contra el cambio climático. Esperemos que por una vez los árboles nos dejen ver el bosque y podamos evitar su destrucción.