Investigación en inteligencia artificial aplicada al ambiente urbano

Estudiantes e investigadores de la FIUNA presentaron en el CLEI 2025 desarrollos en predicción hidrológica y detección automatizada de mosquitos. Durante el Congreso Latinoamericano de Informática (CLEI 2025), celebrado en Chile, investigadores y estudiantes de la Facultad de Ingeniería de la Universidad Nacional de Asunción (FIUNA) presentaron dos trabajos que aplican técnicas de aprendizaje automático e inteligencia artificial a problemáticas ambientales y de salud pública de gran relevancia para el país.

El primer trabajo, titulado “Machine Learning Models for Water Level Prediction in Rapid Urban Streams: Case of Mburicaó, Asunción, Paraguay”, fue presentado por el estudiante de la carrera de Ingeniería Mecatrónica Mathias Aguilar, junto a Héctor Velázquez, Diego Stalder, Andrés Wehrle, Jazmín Ojeda y Leonardo Santos.

El estudio propone modelos predictivos basados en machine learning para estimar los niveles del arroyo Mburicaó, con el objetivo de anticipar crecidas rápidas en entornos urbanos y fortalecer los sistemas locales de alerta temprana frente a eventos hidrometeorológicos extremos.

La investigación se desarrolla con el apoyo del Laboratorio de Recursos Hídricos de la FIUNA (Andrés Wehrle y Jazmín Ojeda estudiante de Doctorado), y forma parte de una cooperación científica con instituciones brasileñas en el marco del proyecto IFAST (Intelligent Forecasting of Streamflows and Floods in South America) del Dr Leonardo Santos.

Este proyecto promueve el desarrollo conjunto de modelos inteligentes de pronóstico hidrológico a corto plazo para mejorar la gestión del riesgo de inundaciones en ciudades sudamericanas, integrando metodologías de aprendizaje profundo, análisis espacial y modelado de precipitaciones. Gracias a esta colaboración, el equipo de la FIUNA contribuye a la creación de herramientas regionales que combinan ciencia de datos y observación ambiental, con aplicaciones concretas en la resiliencia urbana y la planificación territorial.

El segundo trabajo denominado, “Towards Real-Time Mosquito Counting Using YOLO Models and Knowledge Distillation”, fue presentado por el estudiante Diego Balbuena, en coautoría con Matteo Martínez, Mathias Barrios, Lucas Pin, Alejandro Reckziegel, Christian Schaerer, Nilsa González, María Ferreira y Cinthya Rodríguez. El proyecto desarrolla un sistema de conteo y clasificación automática de mosquitos mediante algoritmos de visión computacional basados en la arquitectura YOLO (You Only Look Once), complementados con técnicas de destilación de conocimiento que permiten reducir el tamaño y consumo computacional de los modelos, facilitando su implementación en dispositivos de campo de bajo costo.

Esta investigación se enmarca dentro de los esfuerzos del proyecto WolBloc, una iniciativa que impulsa el control biológico de arbovirosis mediante la liberación de mosquitos infectados con la bacteria Wolbachia, los cuales presentan menor capacidad de transmitir virus como dengue, zika y chikungunya. El sistema desarrollado busca automatizar el conteo de mosquitos capturados en trampas entomológicas, optimizando el monitoreo del impacto de las liberaciones en las poblaciones locales.

El trabajo se realiza en cooperación con el Instituto de Investigaciones en Ciencias de la Salud (IICS/UNA), SENEPA y la Facultad Politécnica (FP-UNA), integrando conocimientos de ingeniería, biología e informática para el desarrollo de soluciones tecnológicas de vigilancia epidemiológica inteligente. Además de su aporte científico, el proyecto contribuye a la formación de jóvenes investigadores en áreas emergentes como la inteligencia artificial aplicada a la salud pública, reforzando el papel de la FIUNA en la generación de tecnologías con impacto social, ambiental y sanitario.