Así podrían predecirse con satélites e inteligencia artificial catástrofes naturales como las de Filomena o Gloria

La unión del sector aeroespacial con la inteligencia artificial es la génesis del proyecto disruptor de EarthPulse, la startup que 'traduce' la ingente cantidad de datos que proporcionan los satélites para formular modelos predictivos que eviten catástrofes naturales como inundaciones, lluvias torrenciales o nevadas, procesos adversos cada vez más habituales como consecuencia del cambio climático.

Laura Moreno, CEO y principal fundadora, ha desempeñado su carrera profesional durante 20 años en el sector espacial donde ha trabajado para la Agencia Espacial Europea (ESA) y, posteriormente, en empresas privadas de alta especialización tecnológica.

A lo largo de estos años ha constatado las grandes capacidades de los datos satelitales y su limitación a la hora de convertirlas en productos y servicios escalables. Moreno considera los datos de satélites como una fuente de big data pendiente de ser optimizada, circunstancia que puede cambiar en la actualidad de la mano de la IA.

Este nuevo escenario fue el que, tras conocer a Juan B. Pedro, ingeniero aeronáutico, llevó a Laura Moreno a fundar EarthPulse.

Juan B. Pedro entró en contacto con el mundo de la programación durante su doctorado, desarrollando algoritmos para simulación física de fluidos. Tras especializarse en inteligencia artificial y desarrollo web, el ingeniero aeronáutico constató la aplicación que podría tener en las imágenes satelitales.

Parque del equipo humano que conforma la startup EarthPulse.

Los últimos cuatro años se ha dedicado a ello, impulsando ideas innovadoras sobre IA en otros sectores diferentes al sector espacial, y se ha consolidado como un referente en los principales foros europeos sobre el poder de la IA aplicada a la observación de la Tierra. 

Según explican desde EarthPulse, los fenómenos meteorológicos extremos están aumentando en frecuencia y gravedad. Los enfoques convencionales no son suficientes para evaluar la exposición de los activos a vulnerabilidades y riesgos cada vez más complejos.

"Los gestores de riesgos, como empresas de servicios públicos y aseguradoras, necesitan nuevos métodos más globales, eficientes y rentables", explican desde EarthPulse.

Al mismo tiempo, los satélites de observación de la Tierra monitorizan nuestro planeta de forma continua y global, integrando sensores que van más allá de lo visible y ofreciendo una fuente de datos muy completa, consistente y veraz, no cuestionable. 

Paliar el escaso uso de la información satelital

Esto la convierte en una herramienta clave para evaluar cómo los grandes riesgos, como el cambio climático, impactan en nuestra sociedad y nuestra economía.

Además, existe "un catálogo inmenso de imágenes históricas a las que se puede acceder para analizar eventos pasados, la evolución de los cambios y evaluar cómo las vulnerabilidades frente a estos riesgos han evolucionado", señalan desde la startup.

Sin embargo, a pesar de las altísimas potencialidades de esta información satelital, su uso no está muy extendido.

"El uso de esta fuente de datos siempre se ha rodeado de una fuerte complejidad y un  alto coste. El satélite ha pecado de exceso de capacidades y falta de aplicación debido a estas limitaciones, con una penetración muy baja en mercados que se podrían beneficiar mucho de este tipo de datos", argumentan.

La startup ha desarrollado un software, SPAI (Satellite Processing by Artificial Intelligence), que permite interactuar muy fácilmente con datos satelitales y combinarlos con otras fuentes de datos públicas o privadas sin necesidad de conocimiento experto.

"Y esta es la necesidad clave que aspiramos a desbloquear desde EarthPulse. Nuestra misión es democratizar la analítica de datos satelitales, facilitando su uso en aquellas industrias donde su aplicación puede marcar la diferencia", puntualizan.

Su tecnología se basa en disminuir la complejidad de trabajar con el dato satelital gracias a la inteligencia artificial: los datos de satélite se procesan de manera automática mediante algoritmos de aprendizaje profundo (deep learning) para desbloquear las capacidades que antes se veían limitadas. 

"Para ello nos basamos en el uso de redes neuronales que, combinadas con un entorno de aprendizaje activo, nos permiten absorber la complejidad asociada a esta fuente de datos y disminuir por diez los costes asociados", aseveran.

La diferencia que aporta EarthPulse reside en su producto, SPAI (Satellite Processing by Artificial Intelligence), un software que permite interactuar muy fácilmente con datos satelitales y combinarlos con otras fuentes de datos públicas o privadas sin necesidad de conocimiento experto.

Sector humanitario e infraestructuras críticas

SPAI puede consumirse tanto como información, a través de un dashboard muy intuitivo, o como SaaS, promoviendo un software no-code que los usuarios sin conocimientos de software pueden usar fácilmente.

Su tecnología tiene aplicaciones directas en el sector humanitario y en la gestión de infraestructuras críticas. 

En el sector humanitario, la solución se ha implementado en agencias internacionales como herramienta de ayuda para la preparación y recuperación frente a inundaciones.

"La cuantificación del impacto a nivel de personas desplazadas, carreteras cortadas, escuelas y hospitales afectados en dos regiones del sureste asiático, así como la monitorización del proceso de recuperación en los meses siguientes al evento ha permitido identificar las zonas de más afectación, más vulnerables y con mayor necesidad de inversión para su recuperación", precisan.

'Filomena' y 'Gloria', casos de éxito de su tecnología

SPAI ha permitido acelerar drásticamente el proceso de extraer información del terreno, transformando en horas los procesos de inspección de daños in situ que llevan semanas.

Por otra parte, en el sector de gestión de infraestructuras críticas, SPAI se ha aplicado para evaluar el impacto de Filomena en la red de carreteras de la Comunidad de Madrid y el impacto del Gloria en Cataluña, de forma que permitió evaluar los puntos sensibles para una mejor gestión de las inundaciones.

"La vista global que ofrece SPAI ha permitido poder comparar zonas muy amplias para ponderar impactos y establecer puntos negros de una forma más ágil, optimizando recursos y focalizando inspecciones posteriores".

EarthPulse se creó a finales de 2020 para focalizarse durante 2021 focalizamos en el desarrollo tecnológico de SPAI y validar su primer prototipo con usuarios en el sector humanitario y utilities.

Estrategia para 2022

Su previsión para 2022 contempla el lanzamiento a nivel MVP de todos los módulos de SPAI, la consolidación de la aplicación en los sectores actuales y el arranque de aplicaciones en un nuevo sector como es el de los seguros. "Queremos generar nuevos usuarios para SPAI que nos permitan validar nuestro modelo de negocio".

Para ello cuenta con un equipo conformado por cuatro personas: a los dos perfiles de los fundadores se ha sumado un perfil business: Ana, product manager con más de 10 años de experiencia en realizar fit entre mercado y tecnología; y un perfil técnico: Judith, desarrolladora back end especializada en el desarrollo de la API y red neuronal.

"Somos una empresa emergente joven, y ya sólo en nuestro primer año nos hemos hecho un hueco en las principales iniciativas AI4EO (Inteligencia Artificial para los datos de observación de la tierra) a nivel europeo, como la comunidad AI4EO liderada por la ESA, o la plataforma RACE en la que generamos indicadores para evaluar el impacto del Covid-19 en la actividad industrial europea", indican.

Por otro lado, "el apoyo de GoHub como socio estratégico a través de su programa de aceleración GoHub Accelerator en el que hemos entrado recientemente, nos permite catalizar la llegada al mercado con aplicaciones concretas para validar nuestro modelo de negocio de una forma mucho más ágil y dirigida".