Desarrollan herramienta con IA para identificar afectaciones por sismos del 24J en Venezuela
El Ministerio de Ciencia y Tecnología (Mincyt) de Venezuela desarrolló un proyecto basado en inteligencia artificial para el reconocimiento, detección y categorización automática de las afectaciones ocasionadas por el doblete sísmico ocurrido el pasado 24 de junio, utilizando imágenes satelitales, registros de drones y modelos avanzados de análisis de datos.
El director general de Inteligencia Artificial del Mincyt, Ronald Delgado, explicó que esta iniciativa combina imágenes previas y posteriores al evento sísmico con modelos multimodales como Dino B3, Minimax y Kimi, para hacer un análisis previo y posterior al evento que permita identificar el nivel de afectación de cada zona.
Este sistema integra modelos de inteligencia artificial de código libre para el procesamiento de datos espaciales, generando coordenadas específicas de los daños registrados y una clasificación automática de las infraestructuras afectadas.
Añadió que este sistema se lo están haciendo llegar a las autoridades competentes como Protección Civil, la Fuerza Armada Nacional Bolivariana y la Comisión Presidencial para la Revisión de la Infraestructura.
Fortalecer capacidad de respuesta ante eventos de riesgo
El especialista en Inteligencia Artificial del Mincyt, Lino Meneses, explicó que el modelo desarrollado permite ubicar las edificaciones según el nivel de impacto registrado. Esta iniciativa permite fortalecer la capacidad de respuesta del Estado venezolano en situaciones de emergencia.
Como parte de los productos generados con esta tecnología, el equipo del ministerio desarrolló un mapa de calor que facilita la identificación de las zonas con mayor impacto. La herramienta está destinada a apoyar las labores de los cuerpos de seguridad y rescate.
«Este mapa de calor permite que los cuerpos de seguridad, los cuerpos de rescate y aquellas personas que utilicen este instrumento sepan adónde ocurrir», explicó Walter Pulido, experto en IA del Mincyt.
El especialista indicó que la herramienta identifica los niveles de afectación mediante una escala visual que va del color rojo, donde se encuentra la zona de mayor afectación, hasta colores amarillos que indican las zonas con menor impacto.
La aplicación de estas tecnologías representa un avance en el uso de la ciencia y la innovación para la gestión de emergencias y la atención de las comunidades afectadas.
TELESUR