Un pixel rojo en la nieve: cómo la IA ayudó a encontrar a un montañista desaparecido

A dos drones les tomó apenas cinco horas para captar las imágenes que luego fueron analizadas el mismo día para identificar los lugares donde los equipos de socorro podrían concentrar su búsqueda. Desafortunadamente, las malas condiciones del tiempo retrasaron la siguiente operación para visitar más de cerca estos lugares con drones.

Tres días después de que se reanudó la búsqueda, sin embargo, encontraron el cuerpo del médico desaparecido en uno de los lugares identificados por la IA. Yacía en un barranco del peñasco norte de Monviso a una altitud de unos 3.250 metros y el cuerpo fue recuperado por helicóptero.

«La clave fue un casco rojo identificado como un punto de interés por el software», expresó Bobbio.

Aunque tristemente demasiado tarde para Ivaldo, esta prueba en el terreno de búsqueda y rescate potenciada por IA demostró lo útil que puede ser la tecnología en el futuro cuando las personas desaparezcan. No había sido posible desplegar la tecnología en la búsqueda inicial, pero los equipos de socorro esperan poder usarla en combinación con las operaciones de rescate tradicionales cuando salgan en búsqueda de personas que puedan todavía estar con vida.

El uso de drones en la búsqueda del cuerpo de Ivaldo fue un elemento crucial para encontrarlo. Su tamaño y maniobrabilidad significó que podían cubrir rápidamente el difícil terreno, acercarse a los peñascos y aportar vistas que no son posibles desde un helicóptero.

Los pilotos de los drones habían visitado el área varias veces durante el invierno y la primavera para practicar los vuelos en un entorno montañoso.

«Recolectamos toda la información disponible sobre el terreno de misiones previas y estudiamos los senderos para escalar que hubiesen atraído a Ivaldo», comenta Saverio Isola, piloto de dron y jefe de la estación de rescate en Torino. Eso les permitió identificar las áreas prioritarias en dónde buscar.

Un helicóptero transportó a dos pilotos de drones hasta lo alto de las laderas de la montaña y más cerca a los barrancos. Ellos recorrieron 183 hectáreas de la ladera con los drones, tomando más de 2.600 fotografías en alta resolución.

«Hasta hace dos años, estaríamos analizando estas fotografías nosotros solos, cada una de ellas», señala Isola. Pero en 2023, los socorristas alpinos italianos empezaron a experimentar con unos cuantos programas existentes de software de IA capacitados para identificar discontinuidades de color o textura en el panorama. Eso significa que el análisis de las imágenes se puede hacer en cuestión de horas.

La IA analizó la fotos tomadas por los pilotos de drones pixel por pixel, buscando cualquier cosa que pudiera parecer fuera de lugar en la ladera. El software identificó decenas de anomalías de un gran número de fotografías en sólo horas.

Sin embargo, la selección todavía necesitaba ser reducida con un poco de sapiencia humana.

«El software podía reaccionar a cosas diferentes, como un pedazo de basura plástica o una piedra de color inusual», explica Isola. «Incluso puede alucinar algunas cosas. Así que todavía necesitábamos reducirlo aún más tomando en consideración la ruta que Ivaldo, como un montañista muy capacitado, hubiese tomado».

Terminaron con tres ubicaciones posibles, incluyendo una que tenía un objeto rojo.

La mañana siguiente, cuando los drones regresaron a inspeccionar los lugares, el objeto rojo en una de las fotos resultó ser el casco de Ivaldo. Eso condujo rápidamente a los socorristas a descubrir el cuerpo del médico desaparecido, todavía cubierto parcialmente de nieve y vestido de negro. Sin que la IA hubiese alertado al punto rojo en una de las fotografías de los drones, tal vez nunca lo hubiesen descubierto.

«El software logró detectar el color rojo aún cuando el casco estaba en la sombra cuando la imagen se tomó», indicó Bobbio.

Esa no fue la primera vez que se usaba exitosamente la tecnología de IA en una misión de búsqueda.

En 2021, un software desarrollado por una empresa vinculada a la Universidad de Breslavia en Polonia, fue instrumental en el rescate de un hombre de 65 años desaparecido en Beskid Niski, en el sureste de ese país. El tiempo era de vital importancia porque el hombre sufría de enfermedad de Alzhéimer y había sufrido un derrame el día antes de desaparecer.

El software llamado SARUAV analizó 782 imágenes aéreas del área y detectó a la persona desaparecida en poco más de cuatro horas, aportando las coordinadas al Servicio de Rescate Montañero de Bieszczady. Se cree que es la primera vez que este tipo de sistema detección humana automatizado fue directamente aplicado en un rescate.

Dos años después, el mismo algoritmo fue utilizado para ubicar el cuerpo de otra persona en la región alpina de Austria. Otro software que busca pixeles de colores inusuales en paisajes naturales -desarrollado por la Asociación de Búsqueda y Socorro en Montañas del Distrito de los Lagos en Reino Unido- fue usado para localizar el cuerpo del montañista desaparecido Glen Etive, en las Tierras Altas de Escocia en 2023.

Pero este tecnología todavía tiene muchas limitaciones cuando se trata de misiones de rescate. Los drones son casi inútiles en ciertos terrenos, como es el caso de los lugares boscosos o de vegetación densa, o en cualquier condición de baja visibilidad. Y los actuales programas de IA capaces de detectar anomalías en imágenes aéreas todavía requieren ajustes.

Los expertos del servicio de montaña croata, por ejemplo -uno de los primeros en la UE en usar drones en 2013- dijeron a la BBC que los programas de IA de este tipo arrojan demasiados resultados erróneos en el típico terreno montañoso de Croacia. La mezcla de vegetación y un complejo paisaje cárstico confunde los algoritmos de la IA.

La clave está en entrenar constantemente los sistemas de aprendizaje de la máquina que promueven estos algoritmos para mejorar su exactitud en los diferentes terrenos y condiciones, afirma Tomasz Niedzielski, un experto en geo informática de la Universidad de Breslavia y director del equipo que desarrolló el software de SARUAV.

Encontrar en imágenes una forma humana contra un terreno diverso, explica, tiene desafíos adicionales.

«El área más apropiada para el uso de algoritmos como el de SARUAV es amplia, un terreno abierto en la naturaleza, donde no hay una presencia abrumadora de personas y menos oportunidad para que el algoritmo produzca más resultados falsos positivos», dice Niedzielski.

Daniele Giordan, jefe del Grupo de Monitoreo de Riesgos Geológicos del Instituto de Investigación para la Protección Hidrogeológica de Italia (IRPI), cuya labor incluye el uso de vehículos aéreos autónomos para aplicaciones de ingeniería geológica, también advierte sobre los aspectos éticos del uso de algoritmos en la búsqueda de humanos desaparecidos.

«Una vez adquieres las imágenes aéreas, tienes una responsabilidad de cómo usarlas», señala. «Identificar formas humanas en imágenes puede acarrear problemas legales».

Cómo socorrista montañero, Giordan colabora con el equipo de geomática en la Universidad Politécnica de Turín en el desarrollo de un algoritmo con mejoras que podría arrojar información más exacta para los socorristas. Esto incluye una locación geo referenciada más precisa de cada señal sospechosa que la IA identifica en las imágenes, que podría hacer más eficiente su inspección.

«Nuestra idea es desarrollar un software más completo, capaz de analizar todas las series de datos de las actividades de búsqueda y coordinar los equipos en el terreno y los drones dentro del mismo sistema», expresa Giordan. «El desafío futuro será incorporar estos análisis complejos directamente a bordo de los drones y durante el vuelo de búsqueda y rescate». Esto podría finalmente permitir que las imágenes de un paisaje puedan ser analizadas en tiempo real a medida que se realiza la búsqueda.

Hay varios otros equipos de búsqueda que trabajan con organizaciones de socorro para usar la IA de diferentes maneras para mejorar los operativos de rescate.

Los investigadores de la Universidad de Glasgow en Reino Unido, por ejemplo, recientemente develaron un sistema de aprendizaje automático que crea «agentes» virtuales que simulan cómo se comportaría una persona perdida. Usaron una base de datos tomando en cuenta cómo actúan las personas en el mundo real cuando se pierden al aire libre.

Su objetivo es producir un mapa de los lugares donde los rescatistas pueden concentrar sus esfuerzos. Contrario al uso de imágenes de drones, este tipo de estrategia predictiva puede usarse en terrenos difíciles como bosques.

Frente a la urgencia de encontrar a alguien antes de que sucumba a las lesiones o el clima, pero también lidiando con recursos limitados, este tipo de algoritmos podrían convertirse en una herramienta importante para los servicios de búsqueda y rescate, según los investigadores.

Al fin de cuentas, podrían salvar vidas.

Suscríbete aquí a nuestro nuevo newsletter para recibir cada viernes una selección de nuestro mejor contenido de la semana.

Y recuerda que puedes recibir notificaciones en nuestra app. Descarga la última versión y actívalas.