La Inteligencia Artificial (IA) no es un concepto nuevo. Desde hace décadas que tanto la idea como las implementaciones de IA están presentes en el mundo, aunque los últimos cinco años han sido cruciales en el desarrollo de nuevas aplicaciones. Ya no es sólo el aumento de la capacidad de procesamiento lo que genera la diferencia, sino esencialmente la capacidad de los propios algoritmos de reescribirse y reentrenarse para hacer realidad un sueño de cualquier organización, la verdadera “mejora continua”. Varios autores opinan que quien domine la Inteligencia Artificial tendrá una gran ventaja en el próximo siglo y es por eso que especialmente China, pero también el resto de las potencias occidentales encabezadas por los Estados Unidos están invirtiendo grandes cantidades de recursos en su desarrollo. Las aplicaciones de IA además tienen la particularidad de ser transversales a todos los sectores de la vida, por una misma solución puede utilizarse para resolver problemas muy diferentes.
Por otro lado, en el sector de la infraestructura, históricamente nos desenvolvimos en un mundo donde se toman decisiones de inversiones multimillonarias con niveles de información significativamente pobres. Algo realmente paradójico, siendo que la inversión pública debiera ser por definición la mejor planificada, pero al menos parcialmente esto sucede porque el costo de adquisición de mejor información y, especialmente, su postprocesado significa costos y tiempos que muchas veces no están en línea con lo requerido por los tomadores de decisión, sean políticos o incluso del sector privado. Al mismo tiempo, los problemas que se plantean cuando se busca relevar, planificar, diseñar, construir e incluso supervisar obras de infraestructura son en general por naturales parametrizables, por sus características de repetición y de resolución, por lo que la incorporación de IA resulta entonces incluso más oportuna.
En este contexto, la aplicación de IA en infraestructura a nivel mundial todavía está en etapas tempranas.
Probablemente en parte por la competencia de recursos técnicos específicos de desarrollo de IA que están enfocados en solucionar problemas comercialmente más redituables, ó también porque el sector de infraestructura aún no reconoce en la IA su potencial real. Lo interesante es que desde Argentina podemos dar un ejemplo de un desarrollo específico de un sistema de relevamiento de pavimentos que fue desarrollado con métodos de IA y aplicado internacionalmente.
En el 2017, en un proyecto financiado por el Banco Mundial, AC&A (acyaglobal.com) fue contratada para realizar un relevamiento del estado superficial del pavimento de distintas rutas provinciales del norte argentino. El proyecto originalmente contemplaba el relevamiento de forma visual (manual) de más de 10.000 km-carril de rutas, lo que implicaba no solamente una gran cantidad de tiempo y de recursos comprometidos, sino también un riesgo de seguridad vial muy significativo para obtener datos, que en el mejor de los casos podrían ser una muestra representativa, pero que en ningún caso implicaba relevar el 100% de la superficie y que además contenía la subjetividad intrínseca del relevador. Además, se requería una gran cantidad de tiempo para el procesamiento de la información relevada manualmente en campo, lo que abría la puerta a pensar en una solución alternativa.
Frente a esta situación AC&A encontró una oportunidad para el desarrollo de un sistema que mida el deterioro superficial del pavimento utilizando imágenes obtenidas de videos georreferenciados que son automáticamente interpretadas por un software diseñado a medida. Este software, al que se nombró Intelligent Pavement Vision (IPV), fue desarrollado utilizando inteligencia artificial donde básicamente se lo entrenó para el reconocimiento y clasificación automática del tipo de fallas que se encuentran en los pavimentos. El proceso de entrenamiento requirió que, a partir de videos que ya tenían las fallas catalogadas, se le enseñara a partir de ejemplos la forma de la categorización.
Históricamente existieron dos métodos para el relevamiento superficial de pavimentos: los métodos visuales-manuales y los métodos de medición de fisuras con tecnologías láser (LCMS por sus siglas en inglés), que se desarrollaron especialmente en la última década.
Los métodos visuales-manuales son los más utilizados por los países en desarrollo, los cuales tienen la ventaja de no requerir la adquisición de tecnología de alto costo, sin embargo, presentan distintas desventajas operativas y funcionales. Como se mencionó anteriormente requieren grandes cantidades de recursos humanos para la obtención y procesamiento de información y presentan un alto riesgo de accidentes viales. Además, son difíciles de implementar en caminos con grandes volúmenes vehiculares y se obtienen datos de poca calidad debido al porcentaje relativo de superficie que se releva y a que están sujetos a subjetividades humanas.
Los equipos de LCMS mediante la utilización láseres de alta precisión son capaces de detectar fisuras de orden milimétrico y presentan una alta velocidad de relevamiento en comparación con métodos manuales. Por un lado, generan información de alta calidad debido a la tecnología que utilizan y los riesgos de accidentes viales son muy bajos. Sin embargo, por otro lado, el costo de adquisición de equipos (CAPEX) son muy elevados superando en general el medio millón de dólares, por lo cual es una tecnología que difícilmente pueda adoptarse masivamente en países en desarrollo o en redes locales, municipales o incluso privadas. Además, el costo de operación (OPEX), mantenimiento y procesamiento de la información es significativamente alto, ya que requiere personal capacitado, software y hardware específico y una alta infraestructura tecnológica de almacenamiento de datos. En definitiva, en un dilema cada vez más común en el mundo informatizado donde vivimos, más cantidad de información significa más costos para filtrarla, analizarla y tomar de ella la información realmente relevante. El mismo dilema que Borges plantea en su genial cuento “El memorioso Funes”.
IPV se presenta como una alternativa que busca ser un método eficiente que mejora radicalmente el nivel de información frente a métodos manuales, evitando los riesgos y mejorando la eficiencia, y en definitiva brindar la información necesaria para la toma de decisiones. Mediante la utilización de dos cámaras de video, el sistema captura imágenes de todo el ancho del carril que luego son procesadas por el software IPV para detectar, clasificar y cuantificar las fallas y su severidad. Las filmaciones pueden llevarse a cabo a una velocidad de 80 km/h lo que reduce significativamente los tiempos de relevamiento en comparación con los métodos manuales. Otra ventaja es que el IPV, al procesar las imágenes de forma automática mediante la utilización de inteligencia artificial, reduce el tiempo de procesamiento de la información en comparación con métodos manuales y no está sujeto a la subjetividad de distintos especialistas en pavimento. Si bien este método no tiene la precisión de LCMS, su nivel de precisión es adecuado para la mayoría de los planes de gestión de pavimentos que se llevan a cabo en países en desarrollo. Por último, cabe aclarar que el equipo es fácil de transportar e instalar en vehículos locales, dado que el procesamiento de la información puede hacerse desde cualquier PC con el software instalado y para relevar la información se requiere de dos cámaras de video, una antena GPS y una NVR.
Para su correcto funcionamiento fue necesario calibrar las imágenes obtenidas. La calibración consta de obtener una buena estimación de las dimensiones reales de las mismas, con el fin de poder medir las áreas de fisuración y baches. Para esto, se realizó un proceso de calibración que, a partir de tomar imágenes de objetos de medidas conocidas, se estimaron parámetros intrínsecos y extrínsecos que permitieron la eliminación de la distorsión radial de las imágenes. De esta forma, a partir de las imágenes pueden cuantificarse las fallas, para posteriormente determinar el estado superficial del pavimento.
Después de haber relevado más de 10.000 km de pavimento y procesado más de 340 hs de video se encontraron definitivas ventajas del IPV frente a métodos manuales. En primer lugar, como era de esperarse, el tiempo de relevamiento y procesamiento de la información se redujo de forma significativa, siendo su valor aproximadamente un 90% menor. Además, se destaca que no se detectaron incidentes o accidentes durante todo el proceso de relevamiento y que los resultados son consistentes, dado que se basan en un clasificador que utiliza inteligencia artificial y por ende no está sujeto a la subjetividad de distintos profesionales. Por último, se destaca que el equipo es simple de transportar, luego del relevamiento llevado a cabo en el norte argentino se pudieron realizar otros relevamientos en la República de Haití, en Honduras y en la República Dominicana, enviando los equipos en avión y a un bajo costo.
En cuanto a los resultados y procesos de relevamientos llevados a cabo, se llegó a las siguientes conclusiones. IPV es una solución complementaria a LCMS para necesidades específicas donde la precisión milimétrica no es necesaria y especialmente es apropiada para difundir y masificar el relevamiento de pavimentos, de forma que pueda mejorarse la calidad de la información con la que se toman decisiones. Además, proporciona un equilibrio entre el nivel de información generada, las soluciones técnicas y el costo (CAPEX + OPEX) de relevamiento. En comparación con los relevamientos manuales presenta una alta eficiencia y no está sujeto a subjetividades de la observación humana. Genera bases de datos uniformes que se pueden adaptar fácilmente a las regulaciones específicas de cada país y el equipamiento es simple de transportar e instalar en vehículos locales de distintas zonas y países a relevar.
IPV es un ejemplo que la IA resuelve problemas concretos para sector de infraestructura y que permite, especialmente, reducir la brecha tecnológica con los países desarrollados, ya que permite soluciones eficientes y racionales. El camino recién inicia, y buscando compartir este conocimiento, presentamos estas aplicaciones en la Reunión Anual del Transportation Research Board (TRB) de la Academia de Ciencias de los Estados Unidos a principio de enero último, presentando un paper técnico en una sesión organizada por el comité de innovación en mantenimiento de pavimentos.
En AC&A invertimos en Investigación y Desarrollo buscando generar nuevas herramientas tecnológicas que mejoren y optimicen los diseños y su construcción, buscando contribuir con aplicaciones de IA en infraestructura en la región.
