Entrevista a Gustau Camps-Valls

Gustau Camps-Valls (València, 1972) es físico y catedrático en la Departamento de Ingeniería Electrónica de la Universidad de Valencia. Durante los últimos años, ha sido reconocido internacionalmente por sus aportaciones en el campo de la inteligencia artificial (IA) aplicada a las ciencias de la Tierra y el Clima, con el objetivo de avanzar en la detección de fenómenos extremos. Como investigador, es miembro de la Academia Europea de las Ciencias (EurASc) y codirector del programa Machine Learning for Earth and Climate Sciencies en el European Laboratory for Learning and Intelligent Systems (ELLIS), entre otras distinciones.

A mediados de octubre, la Fundación ADEIT de la Universidad de Valencia se convirtió en la sede de los proyectos europeos XAIDA y ELISE, donde trabajan científicos de renombre a escala mundial en los campos de la inteligencia artificial y el cambio climático. Coordinadas por el profesor Camps-Valls, las jornadas ofrecieron una plataforma a los investigadores para presentar los últimos avances en tecnologías de predicción de extremos climáticos.

El encuentro reunió a algunos de los investigadores internacionales más destacados de la climatología y la inteligencia artificial. ¿En qué áreas se centran vuestras investigaciones?

Principalmente, en desarrollar algoritmos de inteligencia artificial para la detección de fenómenos climáticos extremos, como por ejemplo sequías, olas de calor o inundaciones. Para conseguirlo, utilizamos modelos climáticos y muchos datos de satélites repartidos por todo el planeta. Hasta ahora, los algoritmos son capaces de detectar los fenómenos medianamente bien. Pero, además de detectarlos en el espacio y en el tiempo, uno de los objetivos de nuestras investigaciones es avanzar en la explicación de los fenómenos, y en ese sentido la inteligencia artificial todavía no está muy desarrollada. Es capaz de predecir y de detectar, pero no de explicar y entender conceptos más complejos. El reto ahora está en conseguir que los algoritmos sean capaces de darnos explicaciones. Por ejemplo, si detectan un aumento de la temperatura y, por otra parte, una bajada no muy notable de la humedad del suelo, que tengan la capacidad de asociar esta combinación de factores con la probabilidad de sequías durante los próximos meses. 

¿Por qué es positivo introducir tecnología como la inteligencia artificial en la detección de fenómenos climáticos?

Como investigador, muchas veces tienes los datos, pero no sabes dónde mirar porque hay muchísimas variables. No sólo nos fijamos en la temperatura o en la humedad, sino también en la transpiración, el nivel de acidificación o de salinidad de los océanos, los efectos atmosféricos, etc. Los algoritmos tienen todos estos datos a su disposición y son capaces de analizar un amplio espectro de variables temporales y espaciales al mismo tiempo. Esta capacidad supone una gran ventaja para identificar qué circunstancias son parecidas a las que hace cinco o diez años provocaron un efecto climático adverso. Por otra parte, los algoritmos son precisos, pero también complicados. En el proyecto estamos haciendo avances para detectar qué combinación de variables es la que ha desencadenado, por ejemplo, un riesgo de inundación o de incendio, pero se trata de una tarea compleja porque influyen una gran cantidad de parámetros.

¿Cómo funcionan los algoritmos de detección de fenómenos climáticos extremos mediante inteligencia artificial?

Los algoritmos funcionan siempre de la misma manera. Todo empieza recogiendo datos de los miles de satélites que orbitan alrededor de la Tierra. Estos satélites nos proporcionan información sobre cuál es el estado de un lugar en diferentes escalas temporales y espectrales que nos permiten tener una visión muy completa de los océanos o de la vegetación. Afortunadamente, hemos estado registrando estos datos durante las últimas décadas, y por lo tanto tenemos una cobertura del planeta bastante detallada. Los algoritmos y los modelos matemáticos de aprendizaje estadístico pueden recibir parejas de ejemplos, como los datos de humedad y temperatura, junto con las localizaciones donde ha habido incendios, su riesgo y la extensión afectada. Esta base de datos se utiliza para ensañar a los algoritmos a encontrar la relación entre lo que se observa y lo que se tiene que predecir, mediante un proceso de asociación al que llamamos entrenamiento. Una vez entrenados, los modelos ya son capaces de encontrar esas relaciones y ofrecer predicciones de manera muy rápida sobre imágenes nuevas. En cuestión de milisegundos pueden generar un mapa con la probabilidad de riesgo de incendio, de inundación o de emisiones de metano. Si el volumen de datos asociables es grande, los algoritmos detectan relaciones más robustas e interesantes.

El doctor en Física Gustau Camps-Valls

¿Cuáles son las dificultades que tienen los investigadores para hacer funcionar este tipo de tecnología?

Aunque disponemos de muchos datos, el problema es que no tenemos tantos casos de referencia con los que asociarlos. Al fin y al cabo, no hemos registrado miles de sequías o de inundaciones, así que los algoritmos sufren porque no pueden aprender patrones demasiado fiables. Por suerte, tenemos modelos climáticos que nos permiten generar más casos de este tipo de anomalías de manera realista. Además, se está avanzando mucho en identificar si un fenómeno concreto se puede atribuir al cambio climático provocado por la acción humana o no. Este es el campo de la «atribución», un tema que está a medio camino entre la filosofía y las matemáticas y, por eso, estamos dándole muchas vueltas al proceso de inferencia causal. No sólo queremos que los algoritmos puedan detectar extremos climáticos, sino que también nos expliquen de manera causal el porqué de las cosas, con tal de cuantificar cuál es el impacto de la intervención humana en el clima.

¿Es la aplicación de la inteligencia artificial inminente en todos los campos de la ciencia? ¿Dentro de unos años será impensable una ciencia sin inteligencia artificial como ahora lo es sin internet?

Bastante a menudo, al hablar de IA, supuestos expertos proclaman que estamos viviendo una nueva revolución después de la electricidad y el internet. Mira, yo llevo más de veinte años en IA y no compro estos mensajes. La IA tiene la capacidad de transformar muchos campos de la ciencia y está aplicándose en todas partes, pero de momento creo que hay los mismos casos de éxito que de fracaso. Yo no concibo una inteligencia artificial que no sea explicable, que no entienda relaciones básicas de la física o que no sepa lo que es causa y lo que es efecto, cosa que los humanos entendemos más o menos de manera innata, o que podemos aprender con muy pocos ejemplos. La IA todavía no es capaz de haer estas cosas. El ChatGPT, por ejemplo, no sabe decir que no. Siempre tiene que contestar lo que sea, aunque muchas veces alucine o se invente explicaciones que no tienen ningún sentido. Por otra parte, se está aplicando en muchos campos que tienen implicaciones sociales, económicas o éticas, y eso hay que analizarlo con mucha cautela. Estoy pensando, por ejemplo, en casos en los que se utiliza para revisar currículums, o en justicia, para ayudar a abogados a redactar informes, o a jueces a escrutar la legislación anterior. Esto ya está pasando en los Estados Unidos. Hay muchos casos en los que la IA puede resultar peligrosa hasta que no sea totalmente transparente y auditable.

Gran parte de los fenómenos climáticos extremos afectan a los territorios con menos recursos. ¿Es la predicción climática con inteligencia artificial una tecnología positiva para la cooperación internacional o supone una dificultad para los países del sur global acceder a ella?

Este ha sido un tema que hemos estado discutiendo mucho. Para utilizar los algoritmos es necesario tener acceso a este tipo de tecnología y a unos servidores potentes que generalmente no se encuentran en el sur global. Al mismo tiempo, como ya hemos comentado antes, para ser efectivos necesitan ser entrenados con casos anteriores. En la mayoría de los territorios del sur estos datos no están registrados, porque no hay una infraestructura asentada que haya llevado a cabo una recopilación de datos durante las últimas décadas, como sí ha ocurrido en el norte. No disponer de tantos datos para entrenar a los algoritmos implica que necesitamos colaborar y hablar más con los grupos de expertos que están trabajando allí, haciendo los procesos mucho más costosos e ineficientes. En la actualidad, está fomentándose mucho la colaboración con el sur. Nosotros participamos en algunos proyectos muy interesantes, como DEEPCUBE, financiado por la Unión Europea, y también otros financiados por Microsoft y la Fundación BBVA, donde estamos intentando averiguar cuáles son los motivos de las migraciones humanas en el sur global. Comenzamos con la hipótesis de que la gente migra por razones climáticas, y desde una posición totalmente agnóstica estamos utilizando datos, no sólo de satélites, sino también sociales y económicos, para verificar si se trata de una afirmación correcta. A escala global, están surgiendo algunos patrones interesantes de migraciones ocasionadas por inundaciones. Los algoritmos están consiguiendo explicar las razones y las causas, que además de ser atribuidas a variaciones atmosféricas tienen que ver con la vulnerabilidad, porque la gente con menos recursos es la que se ve obligada a desplazarse. Es más que necesaria la colaboración internacional, y desde hace unos años la comunidad del clima está volcándose mucho con el sur. Recientemente se ha celebrado un congreso muy importante en Ruanda en el que se han presentan nuestras investigaciones.

Aunque las predicciones científicas han sido bastante acertadas, como la subida de las temperaturas o del nivel del mar, hoy en día muchos refugiados climáticos se ven en la obligación de desplazarse ante la falta de medidas. ¿Es suficiente un buen sistema de detección para paliar las consecuencias de la catástrofe climática, o hace falta algo más?

Hacen falta muchas cosas más. Es necesario que estos sistemas de alerta prematura, que nosotros llamamos early warning systems, se lleven a la práctica mediante una acción coordinada de todos los países. En primer lugar, porque todavía tienen que desarrollarse para ser más precisos y explicables. Muchas veces haces una predicción y no estás seguro de hasta qué punto es fiable, y necesitamos que los modelos nos proporcionen probabilidades verificables. Por otra parte, estamos trabajando mucho en la comunicación de los efectos que tienen los extremos climáticos y su detección. En realidad, predecir que habrá una inundación en cualquier sitio es importante, pero pasar de hacer una predicción a hablar del impacto real que puede provocar, de cómo afectará a la producción agrícola, o de cuántas casas serán destruidas, tiene mucho más impacto en la población y en los gobiernos internacionales. La comunicación debería preocuparse más de los impactos que de la detección de los hechos si queremos tomar una acción real y efectiva contra la catástrofe climática.