Open Buildings: mapas potenciados por IA para un mundo cambiante

Según la ONU, alrededor de 2.500 millones de personas más vivirán en ciudades para el año 2050, y la mayor parte de este aumento provendrá del crecimiento demográfico y los movimientos de población en el hemisferio sur. Por ello necesitamos nuevas herramientas para comprender cómo nuestras ciudades están creciendo y cambiando con el tiempo, a fin de garantizar que todos sus habitantes sean considerados en la toma de decisiones y en la planificación de servicios esenciales como el agua corriente y la electricidad.

Hoy estamos ampliando nuestro proyecto Open Buildings, que tiene como objetivo ayudar a diversas organizaciones a comprender y planificar nuestro mundo cambiante, con un nuevo conjunto de datos que incluye información sobre cómo cambia la presencia de los edificios a lo largo del tiempo. El conjunto de datos temporales Open Buildings 2.5D ahora está disponible para los años 2016 a 2023, y también incluye información sobre las alturas de los edificios por primera vez.

La importancia de los mapas

Los mapas son un instrumento vital para acceder a las cosas que necesitamos. Para que las personas reciban servicios esenciales, como electricidad o agua corriente, y se las tenga en cuenta en la respuesta a las crisis, los responsables de la toma de decisiones primero deben saber dónde están. Al crear mapas con precisión a nivel de edificio, podemos ayudar a estos responsables a comprender el entorno y garantizar que se llegue a todas las personas. Por eso, Google Research presentó el proyecto Open Buildings en 2021. Este proyecto, que comenzó en nuestro Laboratorio de Investigación de IA en Accra, Ghana, y ya ha mapeado 1.800 millones de edificios en África, Asia, América Latina y el Caribe, cubriendo aproximadamente el 40% del planeta y alrededor del 54% de la población mundial.

En los últimos años, gobiernos, organizaciones humanitarias, investigadores y empresas han utilizado el conjunto de datos de Open Buildings para diversos proyectos. Por ejemplo, Sunbird AI, una organización sin fines de lucro ugandesa que utiliza la IA para el bien social, utilizó el conjunto de datos de Open Buildings para priorizar áreas para proyectos de electrificación rural y así lograr el mayor impacto en los lugares con más necesidades. Este tipo de datos puede ser útil para una variedad de propósitos, y también lo hemos utilizado para mejorar la precisión de Google Maps, agregando edificios de todo el mundo al mapa.

Con el tiempo, a medida que los socios utilizaban los datos para sus proyectos, comenzaron a surgir preguntas importantes: ¿Cuándo se construyeron estos edificios? ¿Cómo ha cambiado esta ciudad o asentamiento a lo largo del tiempo? ¿Cómo era este lugar antes de un evento de crisis reciente y cómo es ahora?

Obtener respuestas a estas preguntas puede ser difícil o incluso imposible, sobre todo en los países de bajos y medianos ingresos, donde los recursos suelen ser escasos, puede haber conflictos o el propio terreno presenta obstáculos. Pero con la población mundial creciendo en más de 80 millones al año, el acceso a esta información es más importante que nunca, especialmente para las agencias gubernamentales, las organizaciones humanitarias y los investigadores que estudian las tendencias de desarrollo y la urbanización.

Cómo generamos este nuevo conjunto de datos

Para producir este conjunto de datos, utilizamos IA para resolver y extraer las huellas y alturas de edificios a partir de imágenes de baja resolución disponibles públicamente de la colección Sentinel-2. Esto es importante porque las imágenes satelitales de menor resolución están más disponibles para el hemisferio sur que las imágenes de alta resolución, por lo que necesitábamos crear modelos que pudieran clasificar con precisión los edificios con estas imágenes de menor fidelidad.

Estamos compartiendo nuestro informe técnico, así como una aplicación interactiva de Earth Engine para que cualquiera pueda explorar nuestros métodos y resultados con mayor detalle.

También ponemos a disposición, de forma gratuita, el conjunto de datos temporales Open Buildings 2.5D para apoyar el trabajo de los responsables políticos, las organizaciones humanitarias y otros que trabajan en el hemisferio sur. Se encuentra alojado como ImageCollection en el catálogo de datos de Earth Engine (enlace), donde puede analizarse con las capacidades de cálculo a escala planetaria de Earth Engine y su vasto catálogo de otros conjuntos de datos ambientales.

Estamos colaborando para ampliar el impacto

Estamos colaborando con socios que están utilizando los datos para una variedad de proyectos impactantes. Por ejemplo WorldPop está utilizando Open Buildings para producir estimaciones de población frescas y precisas en todo el mundo. Las estimaciones de WorldPop son utilizadas por gobiernos y agencias de la ONU. WorldPop también está trabajando con socios en Nigeria que usaron los datos para identificar y llegar a niños que no recibieron servicios de vacunación de rutina. “Comprender dónde vive la gente es vital para garantizar que los recursos se distribuyan equitativamente y que nadie se quede atrás en la prestación de servicios como la atención médica”, explica el profesor Andrew Tatem, director del equipo de WorldPop. “El conjunto de datos Open Buildings de Google ha sido una fantástica adición a los datos abiertos en nuestro campo, lo que ha respaldado un mapeo de población más preciso, y el nuevo conjunto de datos temporal desbloquea oportunidades para capturar mejor los rápidos cambios demográficos que seguimos viendo a nivel mundial”.

Sunbird AI, está utilizando nuestro conjunto de datos en el proyecto Data Cities, una colaboración con UN Global Pulse, para crear perfiles completos de dos ciudades emergentes en Uganda: Fort Portal y Jinja. El objetivo es utilizar datos geoespaciales para apoyar a las autoridades municipales con las herramientas que necesitan para tomar decisiones informadas sobre planificación urbana y políticas, y comprender las tendencias más amplias que deberán abordar.

Limitaciones y áreas en las que nos enfocamos para mejorar

Nuestras innovaciones en IA, como la segmentación de imágenes satelitales, la superresolución y las estimaciones de elevación, crearon un conjunto de datos dinámico y global que pone al mundo entero en el mapa. Sin embargo, todavía existen algunas limitaciones que pueden afectar los datos y evitar que mapeemos algunos edificios con precisión.

• El cielo despejado es clave: Necesitamos una serie de imágenes sin nubes para obtener los mejores resultados. En algunos espacios nubosos, esto puede ser un problema, lo que da lugar a datos menos confiables. Es posible que notes que algunos años tienen puntuaciones de confianza más bajas.
• Los edificios pequeños pueden pasar desapercibidos: Podemos encontrar edificios más pequeños que un solo píxel de imagen, pero hay un límite. Las estructuras muy pequeñas, como los refugios informales, podrían no aparecer.
• Píxeles, no polígonos: Mientras que el conjunto de datos anterior incluía la forma geométrica de los edificios, esto es bastante difícil de producir a partir de Sentinel-2 dada la menor resolución de los datos de entrada. En cambio, nuestros datos sobre la presencia de edificios se proporcionan en formato ráster, con un puntaje de confianza para cada píxel.
• Otras peculiaridades: Hay algunos otros problemas técnicos que pueden afectar los datos, como errores en la unión de imágenes y algunos falsos positivos (detección de algo que no existe). Esto lo explicamos con más detalle en nuestro sitio web.

Los mapas son dinámicos, porque el mundo está en constante cambio. En el conjunto de datos temporal Open Buildings 2.5D, la IA nos ayuda a comprender este cambio. Esperamos proporcionar esta información a nuestros socios que apoyan el desarrollo urbano sostenible e inclusivo, y ayudar a poner a todos en el mapa.

Invitamos a investigadores, responsables políticos y profesionales del desarrollo de todo el mundo a explorar el conjunto de datos temporal Open Buildings 2.5D y compartir sus comentarios con nosotros.