Desafíos GeoAI para el mapeo de vegetación y la detección de asentamientos humanos: una oportunidad para innovar con inteligencia artificial

El Instituto Nacional de Estadística y Geografía (INEGI) de México, la Unión Internacional de Telecomunicaciones (ITU), AI for Good, la Red Académica de Gestión Global de Información Geoespacial de Naciones Unidas (UN-GGIM) y la Red Geoespacial de la ONU han lanzado dos desafíos de GeoAI: el “Vegetation Mapping Challenge” y el “Human Settlement Detection Challenge”. Estos desafíos buscan soluciones innovadoras que aprovechen la inteligencia artificial (IA) y el aprendizaje automático para abordar problemas reales y urgentes en la gestión de información geoespacial.

Los ganadores de estos desafíos serán premiados en el Séptimo Foro de Alto Nivel sobre la Gestión Global de Información Geoespacial de las Naciones Unidas (UN-GGIM), que se realizará en Ciudad de México del 8 al 10 de octubre de 2024.

Human Settlement Detection Challenge

El “Human Settlement Detection Challenge” se centra en el desarrollo de un modelo de clasificación binaria que pueda detectar de manera eficiente asentamientos humanos en imágenes satelitales. Con el rápido crecimiento de los asentamientos humanos, es crucial contar con sistemas de monitoreo precisos para gestionar este crecimiento de manera sostenible. El desafío consiste en construir un modelo que pueda predecir la presencia de asentamientos humanos en los datos de prueba proporcionados. Los participantes deberán presentar su modelo final junto con sus predicciones para determinar al ganador.

Vegetation Mapping Challenge

El “Vegetation Mapping Challenge” tiene como objetivo desarrollar modelos de aprendizaje automático que ayuden a mejorar los datos de entrenamiento para el mapeo de vegetación. Dado que la vegetación es esencial para la biodiversidad, la captura de carbono, la formación del suelo y la regulación del ciclo del agua, este desafío busca propuestas que identifiquen valores atípicos en los datos o sugieran etiquetas más plausibles para mejorar la precisión de los modelos. Los participantes deberán presentar un modelo final con sus predicciones sobre los datos de prueba proporcionados, incluyendo la identificación de observaciones atípicas y, de ser posible, una etiqueta sugerida.

Ambos desafíos son una oportunidad única para estudiantes, profesionales y expertos de agencias cartográficas de todo el mundo para demostrar sus habilidades y contribuir al avance de los Objetivos de Desarrollo Sostenible (ODS).

Participación y soporte técnico

ITU proporcionará a los participantes una plataforma de computación de última generación sin costo alguno, incluyendo GPUs y CPUs gratuitas, un servidor Jupyter Notebook alojado, un kernel de Python y paquetes de aprendizaje automático preinstalados como PyTorch y TensorFlow.

(Texto cortesía: AI for Good)