Seamos honestos. Los desechos potencialmente tóxicos son casi lo último que desearías recibir por correo. Y eso brinda solo una de muchas oportunidades para que la IA mejore el negocio del análisis de aguas residuales.
Es una industria que va mucho más allá de asegurarse de que el agua que proviene de las plantas de tratamiento de aguas residuales tradicionales esté limpia.
Casi todas las industrias del mundo, desde los chips de computadora hasta las papas fritas, usan agua de alguna forma, lo que significa que todos, así lo sepamos o no, estamos siempre rodeados de la misma.
Justo lo que Recetó el Doctor
Sin embargo, eso comenzó a cambiar gracias a una conversación que el fundador de Opseyes, Bryan Arndt, entonces consultor administrativo de la firma de arquitectura e ingeniería Ramboll, con sede en Dinamarca, tuvo con su hermano, un radiólogo.
Arndt se sintió intrigado cuando su hermano le contó cómo se estaba implementando cada vez más el deep learning en las imágenes médicas.
Arndt se dio cuenta rápidamente de que la misma tecnología (deep learning) que ayuda a los radiólogos a analizar imágenes del cuerpo humano de forma más rápida y precisa, podría analizar casi instantáneamente imágenes de muestras de aguas residuales, tomadas a través de microscopios.
Flujo Acelerado
El resultado, desarrollado por Arndt y sus colegas de Ramboll (líder en la industria de aguas residuales durante más de 50 años), acelera drásticamente una industria que durante mucho tiempo dependió del envío por correo de muestras herméticamente selladas de algunas de las cosas más apestosas del mundo.
Esto es fundamental cuando las ciudades, los pueblos y las industrias de todo tipo están constantemente tomando agua de lagos y ríos (como el Mississippi) para tratarla y devolverla a la naturaleza.
“Tuvimos un cliente que descubrió que su descarga estaba a cuatrocientos metros, en el mejor de los casos, de la toma del suministro de agua de la siguiente ciudad”, dice Arndt. “Siempre hay alguien que bebe los efluvios de tu desagüe”.
Eso hace que las aguas residuales sean de enorme importancia.
Agua, Agua en Todas Partes
Es una industria que inició con la Ley de Agua Limpia de los EE. UU. de 1972, un hito no solo en los Estados Unidos, sino a nivel mundial.
Gracias a la creciente conciencia sobre la importancia del agua limpia, los analistas estiman que el mercado mundial de tratamiento de aguas residuales tendrá un valor de más de $210,000 millones de dólares para 2025.
El desafío: si bien casi todas las industrias crean aguas residuales, los expertos en aguas residuales no abundan.
Los expertos que pueden mirar a través de un microscopio e identificar, digamos, los seis “filamentos” bacterianos más comunes como se les conoce en la industria, o criaturas como los tardígrados, son escasos.
Correo Cloacal
Eso significa que las muestras de las aguas residuales, o del suelo que contiene esa agua, deben enviarse por correo para llegar a estos expertos, que a menudo tienen una acumulación de muestras pendientes.
Si bien Arndt dice que las personas en su industria toman precauciones para sellar los desechos potencialmente tóxicos y rastrearlos para asegurarse de que lleguen al lugar correcto, aún requiere mucho tiempo.
Arndt se dio cuenta de que la solución era utilizar deep learning para entrenar una IA que pudiera producir resultados instantáneos. Para hacer esto, el año pasado Arndt se contactó a través de las redes sociales con colegas de la industria de las aguas residuales para que le enviaran muestras.
La Sesión de Fotos Menos Sexy de la Historia
Él y su pequeño equipo pasaron meses fotografiando más de 2000 de estas muestras en los laboratorios de Ramboll en EE. UU., donde construyen modelos elaborados de sistemas de aguas residuales antes de implementar sistemas a gran escala para los clientes. Solo piénsalo como si fuese la sesión de fotos menos sexy de la historia.
Luego, los científicos de datos de Ramboll etiquetaron y utilizaron estas imágenes para entrenar una red neuronal convolucional acelerada por las GPU de NVIDIA. Opseyes se lanzó en septiembre pasado después de un año y medio de desarrollo. Permite a los clientes usar sus teléfonos inteligentes para tomar una foto de una muestra a través de un microscopio y obtener respuestas en solo minutos.
Esto es solo otro ejemplo de cómo la experiencia en empresas que casi no tienen relación con las TI se puede transformar a través de la IA. Después de todo, “nadie quiere esperar una semana para saber si es seguro tomar un sorbo de agua”, dice Arndt.
¡Salud!
Crédito de la imagen destacada: Opseyes