En el IES Dr. Lluís Simarro Lacabra de Xàtiva, el Curso de Especialización en Inteligencia Artificial y Big Data prepara a los estudiantes para abordar desafíos del mundo real. Como proyecto final del curso 2024-2025, nuestros alumnos han desarrollado un sistema funcional para analizar y predecir la calidad del aire en la ciudad de Valencia. El objetivo es ayudar a tomar decisiones más informadas sobre movilidad y salud ambiental.
El proyecto se basa en el uso de datos reales extraídos de fuentes de datos en abierto proporcionados por el ayuntamiento de Valencia y tecnologías avanzadas para ofrecer una visión detallada de la situación.
¿Cómo funciona este sistema para entender el aire que respiramos?
· Recopilación y organización de datos: El sistema recoge grandes cantidades de datos de sensores ambientales (para la contaminación) y de tráfico. Usan herramientas de ingeniería de datos (como Data Factory y Data Bricks) para limpiar y organizar automáticamente esta información que llega de distintas fuentes.
· Conectar contaminación y tráfico: Es crucial combinar los datos de polución con los datos de tráfico porque el tráfico es una causa principal de contaminación en las ciudades. Al cruzar esta información, el sistema puede entender la relación directa entre la cantidad de vehículos y la contaminación en un punto específico, ofreciendo un mapa muy detallado, casi calle por calle, de la calidad del aire.
· Inteligencia Artificial para analizar y predecir: Aquí entra la IA:
Han creado modelos que predicen los niveles de contaminación, como el ozono, basándose en los datos procesados.
Utilizan IA para analizar imágenes de cámaras de tráfico. Herramientas como Real SRGAN mejoran la calidad de vídeos poco nítidos, y YOLO (“You Only Look Once”) actúa como unos “ojos de IA” que detectan y cuentan vehículos en tiempo real (coches, camiones, bicis). Esto permite medir la densidad y tipo de tráfico con precisión y detectar visualmente situaciones anómalas (como mucho tráfico o baja visibilidad) que podrían empeorar el aire.
· Información clara para decidir: Los datos se presentan de forma visual y sencilla a través de paneles interactivos (dashboards) creados con Power BI. Un gestor municipal puede ver mapas de Valencia coloreados según la calidad del aire o gráficos de tráfico, lo que permite detectar rápidamente zonas o momentos críticos.
· Un asistente que te responde: Han desarrollado un chatbot que usa modelos de lenguaje avanzados (LLMs) y un sistema de respuesta que utiliza la generación mejorada por recuperación (RAG) ejecutados de forma local, lo que ofrece velocidad y privacidad. Este asistente puede buscar información sobre el proyecto, darte la calidad del aire en tiempo real en una estación o datos del tiempo.
Impacto: Hacia ciudades más inteligentes y saludables:
Esta solución permite a los responsables municipales tomar decisiones rápidas basadas en datos. Por ejemplo, si el sistema predice o detecta altos niveles de contaminación, se pueden activar alertas automáticas y aplicar medidas como desviar tráfico pesado o restringir el acceso a ciertas zonas. El proyecto contempla diferentes niveles de alerta (Bueno, Moderado, Alto, Muy alto) asociados a acciones progresivas.
Aunque el gran reto sigue siendo lograr la precisión necesaria para que un ciudadano confíe plenamente en la predicción para decisiones personales, el proyecto demuestra que es técnicamente posible crear estas herramientas y que su fiabilidad puede mejorar con el tiempo y más datos.
Este tipo de monitorización ambiental tan local, impulsada por IA, podría incluso cambiar cómo nos movemos y usamos la ciudad en el futuro, permitiéndonos elegir rutas o lugares basándonos en datos de calidad del aire en tiempo real.
Este proyecto integrador es una prueba del talento y las habilidades prácticas que adquieren nuestros alumnos en el Ciclo de Especialización en Inteligencia Artificial y Big Data del IES Simarro. Han desarrollado una solución con potencial impacto real, mostrando cómo la IA y el Big Data pueden ser clave para tener ciudades más informadas y saludables.
¡Estamos muy orgullosos de su trabajo!
