El amplio espectro de la Inteligencia Artificial

​

Debido al avance de la computación y la tecnología, es posible que en la actualidad se hable de la aplicación de Inteligencia Artificial en la cotidianidad de la vida, tanto a nivel personal como en escenarios corporativos, del mismo modo, en campos como la gestión de residuos hay una gran oportunidad de desarrollo e investigación que conlleva a vencer paradigmas sobre cómo se desarrollan en la actualidad los procesos de clasificación de residuos.

Antes que nada, es importante contextualizar en qué consiste la Inteligencia Artificial, este concepto, aunque actualmente se utiliza con más frecuencia, aun parece un término alejado del presente. En palabras sencillas, la Inteligencia Artificial se define como la habilidad para desarrollar algoritmos por medio de computadoras con el objetivo de realizar una tarea para el que fue entrenado. Cada vez que dicho algoritmo se entrena y ejecuta la tarea solicitada varias veces, adquiere inteligencia para hacerla cada vez mejor.

Teniendo en cuenta esta definición, es posible entender qué tipo de tareas son posibles realizar en el campo de la gestión de residuos utilizando la Inteligencia Artificial como herramienta para su ejecución.

1. Modelos de IA para la clasificación de residuos

​

La clasificación de residuos es una de las tareas en donde se involucra gran cantidad de mano de obra para su separación según sea su tipología (sólidos u orgánicos). Según el Consejo de Bogotá, en promedio, el Relleno Sanitario Doña Juana de la ciudad de Bogotá, recibe 6200 toneladas diarias de residuos, dejando ver la magnitud de una operación de gestión y clasificación de residuos en una ciudad capital. Por medio de algoritmos de Inteligencia Artificial como la Redes Neuronales Convolucionales, la tarea de clasificación puede ser automatizada y de esta manera optimizar dicha operación. 

Las Redes Neuronales Convolucionales simulan de manera computarizada el trabajo que realizan las neuronas de la corteza cerebral en un cerebro humano cuando reciben imágenes a través de los ojos, en donde unas neuronas específicas se encargan de reconocer patrones o formas generales (ejemplo, la silueta o forma de un animal), mientras que otras neuronas se encargan de identificar patrones más específicos (forma de la cara, los ojos, contornos,  las patas del animal) y de esta manera establecer que se trata de un perro.

Un ejemplo del uso de estas redes es cuando se toman como datos de entrenamiento fotografías de los residuos que se desean clasificar o separar, luego la red neuronal procesa la información de entrada para finalmente tomar una decisión y clasificar el tipo de residuo al que pertenece. La siguiente ilustración describe el proceso anteriormente explicado.