¿Qué tan limpio es lo suficientemente limpio?

Si no tiramos la basura en su lugar, su limpieza se vuelve un gran desafío para las autoridades. Keystone

Si usted piensa que las calles suizas son pulcras, descubra un sistema digital que las haría aún más limpias gracias a un proceso que clasifica y contabiliza los distintos tipos de basura, un modo de saneamiento urbano más económico y eficaz en Suiza y en el extranjero.

Incluso en Suiza, siempre estereotipada como un país muy ordenado, la gestión de residuos urbanos no es solo una pesada carga logística, sino también un desafío estratégico. Ante la falta de criterios de limpieza a escala nacional, cada ciudad decide el enfoque, tiempo y dinero que invierte en las tareas de limpieza, y los lugares en donde concentra sus esfuerzos.

El sistema de la EPFL consiste en una simple videocámara conectada a un ordenador portátil. El aparato se coloca en un vehículo que circule lentamente, como este, bicicletas o buses. Mohammad Saeed Rad/EPFL

Por ejemplo, las autoridades de la ciudad de Zúrich prefieren realizar la inspección de calles a pie. Un enfoque lento y costoso, y su subjetividad obliga además a preguntarse: ¿qué tan limpio es lo suficientemente limpio?

Mohammad Saeed Rad y sus colegas creadores del proyecto Signal Processing Laboratory 5Enlace externo (LTS5), desarrollado por la Escuela Politécnica Federal de Lausana (EPFL), se asociaron con la empresa emergente helvética CortexiaEnlace externo y con la Escuela Superior ArcEnlace externo (HE-Arc) para la creación de una innovadora tecnología que podría responder a esta pregunta.

“Como en cualquier otro dominio, lo que no es medible tampoco es administrable”, dice Rad a swissinfo.ch

“Por ejemplo, en esta habitación. Si queremos que esté más fría o más templada, necesitamos antes conocer el concepto de temperatura. De otra forma, toda decisión se basará exclusivamente en opiniones. Lo mismo sucede en una calle urbana, quizás para alguien de otro país, una calle se considere limpia, pero tal vez un suizo no coincida con esa percepción. Por ello, y para trabajar objetivamente, se requiere una medida de referencia y eso es justamente lo que busca nuestro proyecto”.

Esta es una propuesta que ya ha captado el interés de múltiples ciudades suizas porque les ofrecería un indicador claro y objetivo de los recursos que consumen las tareas de limpieza y dejaría claro qué zonas de la ciudad permiten a las autoridades potenciar sus esfuerzos, haciendo un mejor uso del tiempo y presupuesto disponibles.

Los ingenieros de la universidad basada en Neuchâtel están desarrollando una interfaz para el usuario y una aplicación móvil para el sistema. En tanto, la empresa emergente, basada cerca de Vevey, ya se asoció con la ciudad de Zúrich para probar dicha tecnología y conocer las necesidades específicas de limpieza que existen allí.

El sistema Enlace externoLTS5, presentado en China durante la Conferencia Internacional sobre Sistemas de Visión por Computadora celebrada en 2017, luce simple a primera vista: solo utiliza una cámara de video conectada a un ordenador portátil. Este último ejecuta un sofisticado algoritmo de aprendizaje automático que detecta hasta 40 categorías de desechos (a partir de 2 centímetros de talla).

El equipo conjunto es colocado en el exterior de un vehículo que debe desplazarse lentamente -más o menos a la velocidad de una bicicleta o de una máquina barredora-, lo que le permite captar imágenes de todos los desechos que hay en las calles, los analiza, clasifica y envía un balance informativo al usuario.

Rad explica que los dos principales desafíos que tiene actualmente el sistema son: ser capaz de detectar e identificar con precisión cada desecho que hay en las calles con un equipo que se desplaza a 20 kilómetros por hora (colillas de cigarro, botellas, chicles masticados, latas, periódicos, etc.) y conseguir registrar con toda precisión el tipo de basura que encuentra (clasificándolo correctamente y evitando duplicar registros).

Este programa está hecho para aprender a partir de la práctica: cuántas más imágenes de basura registre y procese, más preciso se volverá.

“Aprende tal y como lo hace el cerebro humano: a partir de la experiencia”, refiere Rad.

“Cuando el ordenador en cuestión haya procesado más de 10 000 imágenes, lo que posiblemente sucederá en el lapso aproximado de un año, el sistema funcionará mucho mejor porque tendría muchos más ejemplos ya registrados”.

También es altamente relevante afinar el sistema para distinguir, por ejemplo, entre las hojas de follaje que caen al suelo y la basura. Adicionalmente, los investigadores de la EPFL también trabajan en “enseñar” a este equipo tecnológico a detectar los basureros que están dispuestos en las calles y a identificar qué tan llenos de basura se encuentran.

Un puntaje estandarizado

La información sobre el tipo y cantidad de residuo, así como el lugar donde fue hallado, será recopilada para procesarla y generar un innovador  ‘Índice de Limpieza Citadina’Enlace externo, que desarrollan actualmente Cortexia, la EPFL y la HE-Arc.

Los participantes en este proyecto confían en que dicho índice genere beneficios medioambientales y económicos a Suiza y a otros países, ya que les proporcionará información objetiva sobre el impacto que tienen las tareas de limpieza urbana que realizan y permitirá a los gobiernos utilizar de forma más eficiente los recursos y tiempo que les consagran.

“Este índice ayudaría, por ejemplo, a decidir si determinada calle debe ser limpiada, o no. O si una calle debe limpiarse tres veces al día o solo cada dos semanas. Actualmente, tomar esta clase de decisiones es muy costoso para las ciudades”, refiere Rad.

Hasta ahora, se han realizado pruebas piloto colocando este equipo en máquinas barredoras de Ginebra y Friburgo. En Zúrich, por su parte, las pruebas se han hecho con una bicicleta; y en Lausana, con un automóvil. Los investigadores también han decidido realizar algunas pruebas piloto en la ciudad de Marsella, Francia (conocida por los grandes problemas que tiene en materia de recolección de basura).

“Existe una necesidad generalizada de un sistema automatizado de este tipo, lo mismo en Suiza que en Francia, o en otros países. La información obtenida permitirá además comparar la limpieza de una ciudad con respecto a otras”, expresa Rad.

En el futuro, los objetivos del proyecto incluyen mejorar la agudeza del sistema para descartar que registre dos veces una imagen y probar este equipo en la red de autobuses urbanos, porque su velocidad de desplazamiento es adecuada para la operación de esta cámara… y porque frecuentan una de las zonas más proclives a la acumulación de basura: las paradas de autobús.

Por ahora, la mayor parte del trabajo consiste en proveer al sistema de tantas imágenes -y tipos de ellas- como sea posible porque esto perfeccionará la identificación de desechos. A este respecto, Rad asegura que mientras algunos tipos de basura son muy comunes (como las colillas de cigarro), con lo que rápidamente el sistema obtiene la cantidad de información que requiere para ser preciso; hay otros tipos de desechos que son mucho más inhabituales.

“Uno de los cuellos de botella a los que nos enfrentaremos será a recibir un número de imágenes suficiente de cada tipo de basura distinto. Por ello, estamos echando mano de un truco: utilizamos basura de los vertederos y creamos imágenes sintéticas que no existen en el mundo real para ayudar al sistema a entrenarse”, concluye Rad.

(Traducción del inglés: Andrea Ornelas)