Atlas AI es una empresa que aplica inteligencia artificial a los desafíos del desarrollo económico. Construye y despliega modelos de aprendizaje automático para generar información sobre la actividad económica, la productividad agrícola y las necesidades de infraestructura, principalmente en regiones donde la recopilación de datos tradicional es difícil o escasa. El trabajo de la empresa se centra en el uso de imágenes satelitales y otros datos geoespaciales para informar las decisiones de gobiernos, organizaciones de desarrollo y actores del sector privado.
Fundada en 2018, Atlas AI surgió de la investigación en la Universidad de Stanford, donde sus fundadores combinaron experiencia en visión por computadora, economía del desarrollo y teledetección. La misión central de la empresa es hacer accesibles datos económicos granulares y de alta calidad para regiones que carecen de infraestructura estadística convencional. Al analizar patrones en imágenes satelitales, Atlas AI busca proporcionar una visión casi en tiempo real de las condiciones económicas a nivel local, lo que puede respaldar intervenciones de desarrollo más específicas y efectivas.
Fundación y Liderazgo
Atlas AI fue cofundada por David Lobell, profesor de ciencia del sistema terrestre en la Universidad de Stanford, y Marshall Burke, profesor asociado de ciencia del sistema terrestre y miembro senior del Instituto Stanford de Investigación de Política Económica. Ambos fundadores habían realizado investigaciones previas sobre el uso de datos satelitales para medir rendimientos agrícolas y bienestar económico en países en desarrollo. La empresa se incubó dentro del entorno de Stanford, aprovechando la investigación académica sobre aprendizaje profundo y teledetección.
El equipo inicial incluyó ingenieros y científicos de datos del sector tecnológico, muchos con experiencia en aprendizaje profundo y análisis geoespacial. La empresa recibió financiamiento temprano de firmas de capital de riesgo e instituciones de financiamiento para el desarrollo, incluidos Omidyar Network y la Fundación Bill y Melinda Gates, lo que refleja su doble enfoque en el impacto social y la viabilidad comercial. A principios de la década de 2020, Atlas AI ha mantenido un equipo relativamente pequeño y especializado, priorizando el rigor de la investigación sobre la expansión rápida.
Tecnología y Métodos
El enfoque técnico de Atlas AI se basa en modelos de redes neuronales, particularmente redes residuales y otras arquitecturas convolucionales, para interpretar imágenes satelitales de alta resolución. Los modelos se entrenan con una combinación de datos satelitales disponibles públicamente de fuentes como el programa Sentinel de la Agencia Espacial Europea y las misiones Landsat de la NASA, junto con datos de verificación terrestre de oficinas nacionales de estadística y encuestas de hogares.
La innovación central radica en el aprendizaje por transferencia: la empresa entrena modelos en regiones con datos ricos, como Estados Unidos o Europa, y luego los adapta a regiones con escasez de datos en África y Asia. Este enfoque permite a Atlas AI estimar variables como rendimientos de cultivos, huellas de edificios e intensidad de luz nocturna - un indicador común de actividad económica - a una resolución de unos pocos cientos de metros. Los conjuntos de datos resultantes se actualizan regularmente, lo que permite el análisis de tendencias a lo largo del tiempo.
Aplicaciones en Agricultura
Una de las áreas de aplicación principales de Atlas AI es la agricultura, particularmente en África subsahariana. La empresa proporciona estimaciones de rendimiento de cultivos básicos como maíz, trigo y sorgo, que son críticas para la planificación de la seguridad alimentaria. Estas estimaciones se derivan del análisis espectral de la salud de la vegetación, combinado con datos meteorológicos y características del suelo.
Por ejemplo, Atlas AI se ha asociado con el Banco Africano de Desarrollo y ministerios agrícolas nacionales para monitorear condiciones de sequía y predecir déficits de cosechas. En Kenia y Etiopía, los modelos de la empresa se han utilizado para identificar áreas en riesgo de fallo de cultivos, permitiendo a las agencias de ayuda preposicionar suministros de alimentos. La granularidad de los datos - a menudo a nivel de aldea - es una mejora significativa sobre los promedios nacionales, que pueden enmascarar variaciones locales.
Mapeo Económico y Estimación de Pobreza
Más allá de la agricultura, Atlas AI produce mapas de alta resolución de la actividad económica y la pobreza. Utilizando una combinación de imágenes satelitales, registros de detalle de llamadas de teléfonos móviles y datos de encuestas, la empresa estima la riqueza y el consumo de los hogares a una resolución de 1 kilómetro. Estos mapas son utilizados por organizaciones como el Banco Mundial y las Naciones Unidas para dirigir programas sociales y evaluar su impacto.
Un proyecto notable implicó el mapeo de la pobreza en Nigeria, donde la empresa combinó datos satelitales con el Estudio de Estándares de Vida del país. El modelo resultante identificó grupos de pobreza que no eran evidentes en las estadísticas oficiales, lo que provocó revisiones en la asignación de recursos. Se han realizado esfuerzos similares en Uganda, Tanzania y Bangladés, con resultados publicados en revistas revisadas por pares y presentados en conferencias de economía del desarrollo.
Infraestructura y Planificación Urbana
Atlas AI también apoya la planificación de infraestructura mediante el mapeo de ubicaciones de edificios, redes de carreteras y densidad de población. Los conjuntos de datos de huellas de edificios de la empresa, derivados de imágenes satelitales, se utilizan para planificar proyectos de electrificación, expansión de redes móviles y rutas de respuesta a emergencias. En asociación con Nokia Bell Labs y otras empresas de telecomunicaciones, Atlas AI ha ayudado a identificar sitios óptimos para torres de telefonía celular en áreas rurales, reduciendo el costo de la expansión de la conectividad.
En entornos urbanos, los modelos de la empresa rastrean asentamientos informales y patrones de crecimiento urbano. Esta información ayuda a los planificadores urbanos en la investigación de la Universidad Carnegie Mellon sobre desarrollo urbano sostenible, así como a gobiernos locales en ciudades como Nairobi y Lagos. Los datos también son utilizados por compañías de seguros para evaluar el riesgo de inundaciones y por empresas de logística para optimizar rutas de entrega.
Asociaciones y Financiamiento
Atlas AI ha establecido asociaciones con una variedad de organizaciones, incluidas instituciones académicas, organizaciones sin fines de lucro y empresas privadas. Además de su trabajo con el Banco Mundial y la Fundación Gates, la empresa ha colaborado con la plataforma Google Cloud para escalar sus capacidades de procesamiento de datos. También ha trabajado con Amazon Web Services en infraestructura en la nube para el entrenamiento de modelos, aunque los detalles específicos de los contratos no son públicos.
La empresa ha recaudado un total de aproximadamente 20 millones de dólares en financiamiento a lo largo de sus rondas iniciales. Los inversores incluyen Omidyar Network, la Fundación Patrick J. McGovern y el Fondo Global de Innovación. En 2021, Atlas AI recibió una subvención de la Agencia de los Estados Unidos para el Desarrollo Internacional para expandir su mapeo de pobreza a países adicionales en África Occidental.
Impacto y Evaluación
Las evaluaciones independientes de los modelos de Atlas AI generalmente han mostrado un rendimiento sólido. Un estudio de 2020 en la revista Nature comparó las estimaciones de pobreza de Atlas AI con datos de encuestas de campo en 12 países africanos, encontrando un coeficiente de correlación de 0.85 con las medidas reales de consumo. Sin embargo, los modelos son menos precisos en regiones afectadas por conflictos donde las imágenes satelitales pueden estar desactualizadas u oscurecidas.
La empresa publica tarjetas de modelo y documentación técnica para sus conjuntos de datos, adhiriéndose a principios de transparencia en aprendizaje automático. También participa en el desarrollo de capacidades, capacitando a estadísticos locales en el uso de sus herramientas. A partir de 2024, los productos de datos de Atlas AI son utilizados por más de 50 organizaciones, incluida la Organización de las Naciones Unidas para la Alimentación y la Agricultura y el Comité Internacional de la Cruz Roja.
Desafíos y Limitaciones
A pesar de sus éxitos, Atlas AI enfrenta varios desafíos. La dependencia de imágenes satelitales significa que la cobertura de nubes y los cambios estacionales pueden afectar la calidad de los datos. Además, los modelos son tan buenos como los datos de verificación terrestre utilizados para el entrenamiento, que pueden ser escasos en las mismas regiones donde opera la empresa. También hay preocupaciones éticas sobre el uso de modelos predictivos en decisiones de política, particularmente si los errores conducen a una mala asignación de recursos.
La empresa ha abordado algunos de estos problemas incorporando técnicas de aumento de datos y poda de modelos para mejorar la robustez. También mantiene un consejo asesor que incluye economistas del desarrollo y especialistas en ética para revisar posibles sesgos. Sin embargo, como con cualquier enfoque impulsado por IA, el riesgo de una dependencia excesiva de los resultados algorítmicos sigue siendo un tema de debate continuo.
Direcciones Futuras
De cara al futuro, Atlas AI planea expandir su cobertura a Asia del Sur y América Latina, donde existen brechas de datos similares. La empresa también está explorando el uso de grandes modelos de lenguaje para sintetizar sus datos geoespaciales con informes textuales de gobiernos locales, potencialmente proporcionando información más accionable. En 2023, Atlas AI comenzó un proyecto piloto con Alibaba Cloud para probar la integración de sus datos con herramientas de análisis basadas en la nube para cooperativas agrícolas en India.
La empresa continúa refinando sus métodos, con un enfoque en mejorar la resolución temporal - la capacidad de detectar cambios en períodos de tiempo más cortos. Esto permitiría intervenciones más receptivas durante desastres naturales o choques de mercado. A partir de 2025, Atlas AI sigue siendo una empresa privada, sin planes públicos de oferta pública inicial, pero su trabajo la ha establecido como un ejemplo líder de aplicación de técnicas de IA generativa para el bien social.
Véase También
- inteligencia artificial
- aprendizaje automático
- teledetección
- economía del desarrollo
Referencias
- Burke, M., & Lobell, D. (2018). Satellite-based assessment of yield variation and its determinants in smallholder African systems. Proceedings of the National Academy of Sciences.
- Atlas AI. (2020). Poverty mapping in sub-Saharan Africa: Technical report.
- World Bank. (2021). Using geospatial data for development: Case studies.
- Omidyar Network. (2019). Investment announcement for Atlas AI.
Enlaces Externos
- Sitio web oficial: atlasai.co (no verificado a partir de 2025)