“Le enseñamos a la inteligencia artificial un terreno y lo rastrea con un grupo de drones”

Alejandro Puente (Lugo, 1994) es ingeniero informático por la Universidade da Coruña (UDC). Tras trabajar en empresas con imágenes procedentes de drones, realizar un máster de Bioinformática e investigar en la institución académica sobre informática aplicada al envejecimiento activo, acaba de doctorarse con una tesis sobre el uso de inteligencia artificial para coordinar los recorridos de grupos de drones que realizan una tarea de modo autónomo.

¿Por qué investigó esto?

Un día, hablando con los que serían mis directores de tesis [Enrique Fernández y Daniel Rivero] les dije que quería aprender más de inteligencia artificial, quise doctorarme con ellos. Entretanto, como necesitaba financiación, me fui a una empresa que tenía drones, aunque yo no trabajaba con ellos. Mientras estaba allí me saqué el título de piloto de drones, y al doctorarme fui por ahí.

Investiga el control de enjambres, o grupos de drones.

Lo normal ahora sería tener un piloto por dron, o que aunque uno maneje varios, que haya muchas personas vigilando la maniobra. La inteligencia artificial permitiría hacer eso automáticamente, y con muchos drones a la vez.

¿Ayudando a un piloto o...?

Sería totalmente autónomo. La inteligencia artificial es buena detectando soluciones, y permite que los vehículos vuelen el mínimo tiempo posible para realizar la tarea; los drones gastan mucha energía en el aire.

¿Qué tareas harían estos drones?

En mi caso es para prospecciones. La idea es que los drones cojan el máximo de datos posibles, como fotos y ultrasonidos. Los drones vuelan, y después todos estos datos se combinan. El usuario pone la información del terreno, luego el sistema elige cuáles son las mejores rutas, y luego le dice a los drones cómo volar. En teoría, porque no siempre es así, no habría colisiones, se evitarían los obstáculos, etcétera.

¿Qué información se le da al sistema informático?

Se le dice cuáles son las esquinas del terreno, y él dibuja la forma. También se le dicen dónde están los obstáculos. Las líneas de alta tensión están, creo, a treinta metros de altura. y los drones, cuando vuelven solos al punto de origen porque se les acaba la batería, se ponen a esa altura. Si no se controla eso, se electrocutan.

¿Y la inteligencia artificial no puede detectar estos obstáculos?

He tenido estudiantes que se dedicaron a inteligencia artificial para eso, y han conseguido cosas, pero hay datos que no se tienen. Un GPS te da la altura de la tierra, pero no sabe cuán alto es un árbol.

¿Qué ventaja da este enjambre automático frente al humano?

Se requiere menor gente, con lo que no hay que pagarles, desplazarlos... El gasto de tener un enjambre de drones es muy elevado, pero si uno se cae o queda sin batería, no hay que parar. Y las personas sabemos volar, pero si hay un sistema que optimice la ruta, se puede reducir el consumo, y el usuario va a poder usar más veces el dron. Las cámaras multiespectrales son muy caras, y a veces el dinero de una de esas cámaras puede usarse para comprar más drones con cámaras sencillas. En combinación, te da ventaja.

¿Qué desarrolló en la tesis?

El algoritmo y el modelo de la inteligencia artificial [que calculan las rutas de los drones]. El software [el programa informático global] se está perfeccionando ahora.

¿El software se está desarrollando para una empresa?

No, fue una idea del grupo de investigación, la empezamos desde cero, y ahora hay empresas y otras instituciones interesadas en otros vehículos, como submarinos.

¿Existe ya uso comercial?

No se puede, no lo permite la ley, y esto son las fases iniciales y todavía no se ha podido probar correctamente en ámbito real. Habría que empezar a meter muchas capacidades físicas, qué pasa si entra un viento lateral, si entramos en turbulencias, volamos cerca del pared...

¿No hicieron pruebas de vuelo?

No, la Universidade no puede acometer todo lo necesario, y aquí en A Coruña no se puede volar así porque sí, está en aeropuerto...

¿Cuáles son los siguientes pasos?

La idea es perfeccionar el sistema, probarlo en entornos cerrados y controlados, y llevarlo a la aplicación práctica real con ayuda de otras entidades, organizaciones, empresas...

Suscríbete para seguir leyendo