Cómo la IA de Microsoft está ayudando a los habitantes de barrios marginales de la India a combatir las olas de calor ciclones, terremotos u olas de calor en cualquier área determinada.En India, ese impacto más fuerte se siente en los barrios marginales de la nación, que según los investigadores pueden ser hasta 6 grados centígrados más cálidos que otras partes de la ciudad”En los barrios marginales, es muy difícil salir y encontrar sombra en un día caluroso de verano. Está muy congestionado. Las casas a menudo están hechas de láminas de hojalata, que se calientan mucho más rápido en comparación con otros materiales.”, dijo Anshu Sharma, cofundador de SEEDS.Desde 2017, SEEDS ha estado trabajando con las comunidades más vulnerables a las olas de calor, para ayudar a las personas a encontrar soluciones para combatir el calor. Ahora, con el apoyo de la subvención AI for Humanitarian Action de Microsoft, SEEDS ha desarrollado un modelo de IA para predecir el impacto de múltiples peligros.El modelo, llamado Sunny Lives, ha generado información sobre el riesgo de olas de calor para unas 125.000 personas que viven en barrios marginales de Nueva Delhi y Nagpur.Los expertos dicen que es probable que continúen olas de calor tan intensas. Según un estudio publicado en la revista Weather and Climate Extremes el año pasado, India experimentó más del doble de olas de calor entre 2000 y 2019 que entre 1980 y 1999.La IA de’Sunny Lives’El modelo se desarrolló con AI for Good Lab de Microsoft y recibió el apoyo de una subvención del programa AI for Humanitarian Action. La canalización de riesgos que aprovecha el modelo de IA fue desarrollada conjuntamente con la empresa de ciencia de datos Gramener y proporciona un mapa de riesgos para un área en particular.En el mapa, cada edificio está coloreado codificados según su”puntaje de riesgo”.Densidad construida, vegetación, proximidad del edificio a un cuerpo de agua, clasificación del tipo de techo: estos son algunos de los parámetros clave que componen la matriz que SEEDS utiliza para calcular la puntuación de riesgo. El material de la cubierta, con su correspondiente capacidad de absorción de calor, es un punto de datos crucial: los edificios se identifican, clasifican y mapean en función de esta capacidad.El mapa de riesgos se puede superpuesto en un mapa regular disponible en un teléfono inteligente, lo que lo hace útil para que los voluntarios accedan cuando salen al campo. Los mapas les ayudan a determinar varios puntos de acción: dónde deben ir para emitir advertencias, dónde podría ser un problema la escasez de agua o dónde las autoridades locales deberán dirigir los recursos.Durante los últimos años , SEEDS ha llegado a 23 comunidades de tugurios en el este de Delhi con este enfoque.La organización ahora está colaborando con varios gobiernos estatales en la India para extender su modelo a áreas de grupos de ingresos medios y altos.FacebookTwitterLinkedin

El presidente y vicepresidente de Microsoft, Brad Smith, visitó el jueves SEEDS, una organización sin fines de lucro de respuesta y preparación ante desastres, que está implementando inteligencia artificial (IA) para predecir el impacto de múltiples peligros como ciclones, terremotos u olas de calor en un área determinada.