Christoph Mertz, el científico principal del proyecto en el Instituto de Robótica de la Universidad Carnegie Mellon, comenzó a tomar fotografías de las colinas que dominan el West End de Pittsburgh en su teléfono inteligente.

"Cotidiano, por meses, Estaba recolectando imágenes de estas laderas, ", Dijo Mertz." Quería ver si podía usar estas imágenes como una forma de predecir el próximo deslizamiento de tierra ".

Los deslizamientos de tierra son fenómenos naturales, pero muchas de las condiciones que pueden aumentar su probabilidad son causadas por la actividad humana, como dirigir la escorrentía superficial a un área o alterar pendientes naturales para la construcción de edificios y carreteras. Combinado con el aumento de las tasas de lluvia relacionadas con el cambio climático, Los deslizamientos de tierra en los Estados Unidos se han vuelto más comunes y más severos. El Servicio Geológico de Estados Unidos estima que cada año entre 25 y 50 muertes se deben a deslizamientos de tierra, así como entre $ 2 mil millones y $ 4 mil millones en pérdidas anuales debido a daños a la propiedad. A medida que estas condiciones empeoran, Se espera que estas cifras aumenten.

Para Mertz, Pittsburgh fue un lugar privilegiado para este trabajo. En 2018, El condado de Allegheny experimentó una cantidad sin precedentes de deslizamientos de tierra, resultando en daños a al menos 131 propiedades. A finales de año, PennDOT estimó que el costo de reparar todos los daños relacionados con los deslizamientos de tierra del condado fue de aproximadamente $ 40 millones. Esta cantidad no solo parece desalentadora, parece totalmente inesperado. El año pasado, la Ciudad de Pittsburgh superó su presupuesto anual asignado de $ 1 millón para la remediación de deslizamientos de tierra en solo unos meses. Sin embargo, según Karen Lightman, director ejecutivo de Metro21:Smart Cities Institute, 2018 no fue un caso atípico, es la nueva normalidad.

"El problema es que muchas áreas se están volviendo más húmedas, ", Dijo Lightman." Este problema sólo va a empeorar con el tiempo ".

Pittsburgh no es la única ciudad que siente estos efectos. Tomemos el caso de Big Sur. En mayo de 2017, un deslizamiento de tierra enterró un tramo de un cuarto de milla de la pintoresca Autopista 1 de California bajo seis millones de toneladas de tierra. Si bien nadie resultó herido, el deslizamiento de tierra cortó la única ruta norte hacia Big Sur. Sucediendo justo antes del fin de semana del Día de los Caídos, ese deslizamiento de tierra tuvo un impacto significativo en la economía local.

Cuatro meses después, el Departamento de Transporte de California anunció un plan para construir una carretera de reemplazo sobre el deslizamiento de tierra. Después de $ 54 millones y 14 meses de construcción para reconstruir la carretera, una sección diferente de la Carretera 1 fue cerrada por otro deslizamiento de tierra en marzo.

Mertz no es ajeno a encontrar formas innovadoras de anticipar el deterioro de la infraestructura. Además de su papel en el Robotics Institute, Mertz es el cofundador de RoadBotics, donde utiliza análisis de aprendizaje profundo de imágenes de teléfonos inteligentes para identificar baches en desarrollo y otros problemas de infraestructura vial en tiempo real. Más de 100 gobiernos de todo el mundo utilizan ahora el sistema de evaluación de pavimentos de RoadBotics.

Teniendo en cuenta el trabajo que había realizado con RoadBotics, Mertz se preguntó si no podría utilizar el mismo enfoque de aprendizaje profundo para detectar signos de deslizamientos de tierra inminentes. como grietas que se desarrollan rápidamente en la carretera, barandillas deformadas, escombros en el camino, deformación de laderas o árboles inclinados.

Anatomía de un deslizamiento de tierra

Mertz aprendió desde el principio que el cambio de baches a deslizamientos de tierra no era simplemente una cuestión de horizontal versus vertical.

Los deslizamientos de tierra tienen una amplia variedad de causas y, por extensión, una amplia variedad de factores contribuyentes. Una colina compuesta de arcilla roja se derrumba de manera diferente a una de pizarra. La inclinación del follaje circundante podría ser un indicador tan válido como la progresión de la ladera misma, al igual que el abultamiento de los muros de contención cercanos. Y no todas las grietas y deformaciones son iguales:la ubicación de una grieta en el suelo puede alterar radicalmente las implicaciones de un evento geológico posterior.

Adicionalmente, había factores que las imágenes de la ladera en sí no podían capturar de manera efectiva. Una grieta en la infraestructura vial podría ser un indicador de un deslizamiento de tierra que se aproxima, así como un drenaje pluvial obstruido que desvía el agua a una colina cercana.

Para encontrar patrones y predecir resultados, Los algoritmos de aprendizaje profundo requieren grandes cantidades de datos existentes. Sin ver miles de fotografías de intersecciones, el aprendizaje profundo no podría ayudar a un vehículo autónomo a diferenciar una señal de alto de una señal de ceder el paso. Sin datos lingüísticos, no pudo ayudar a Google Translate a determinar instantáneamente que un pasaje está en español y no en italiano. Por extensión, para comprender las tendencias y patrones detrás de los deslizamientos de tierra en la región, el aprendizaje profundo necesita una cantidad significativa de datos históricos y geológicos.

Por lo tanto, para entrenar su modelo y obtener una imagen más holística de la anatomía de un deslizamiento de tierra, Mertz necesitaba salir de su disciplina.

"Es un asunto realmente complicado, ", Dijo Mertz." Se necesita el tipo de colaboración interdisciplinaria que existe aquí en la Universidad Carnegie Mellon, no solo expertos en informática y aprendizaje automático, sino también expertos en geología, en infraestructura, en agua y alcantarillado, para unirnos y abordar el problema ".

En asociación con el condado de Allegheny, Mertz está analizando cinco sitios de posibles deslizamientos de tierra para evaluar la viabilidad de su sistema.

Por último, El proyecto de Mertz no se trata solo de poder predecir y prevenir deslizamientos de tierra. También tiene la intención de utilizar este trabajo para dirigir de manera más equitativa el cambio de infraestructura necesario para respaldar este tipo de predicción y prevención.

"No estoy seguro de que la prevención de deslizamientos de tierra estuviera en la lengua vernácula incluso hace tres años, "Dijo Lightman." Pero ahora, Lo escucho con más frecuencia en conversaciones sobre futuras inversiones en infraestructura ".

En su boleta de calificaciones de infraestructura más reciente, la Sociedad Estadounidense de Ingenieros Civiles otorgó a la infraestructura estadounidense una calificación general D +. En particular, varios de los elementos de la infraestructura que fueron fundamentales para la formación de deslizamientos de tierra, como carreteras, diques y aguas residuales, también recibió calificaciones de rango D.

Sin embargo, los recursos necesarios para abordar estas brechas en la infraestructura a veces se distribuyen de manera desigual entre los vecindarios y muchas decisiones de infraestructura a menudo despriorizan las necesidades de las áreas con poblaciones marginadas.

"Según nuestro modelo, hay muchos indicadores de deslizamientos de tierra que podrían ayudar a informar la asignación de políticas y presupuestos, "Dijo Mertz." A veces, estas decisiones se ven afectadas por el sesgo. Pero al proporcionar una representación objetiva del deterioro de la infraestructura, esperamos apoyar un medio más justo para asignar estos recursos ".