Investigador U. Mayor gana competencia mundial de Machine Learning con datos geoespaciales en Alemania

Francisco Zambrano, investigador asistente del Centro de Observación de la Tierra Hémera, fue el vencedor en la Hackaton de la escuela de verano de la fundación de investigación independiente OpenGeoHub, luego de superar el desafío de desarrollar códigos de programación utilizando machine learning que permitan mejorar la clasificación de pastos a nivel global.

Una de las semanas más intensas y felices de su vida tuvo el investigador Francisco Zambrano en la reciente OpenGeoHub Summer School, efectuada entre el 27 de agosto y el 3 de septiembre en la ciudad alemana de Siegburg. El científico venció en la Hackaton, una de las pruebas más importantes del evento que congrega hace 12 años a investigadores de software y códigos abiertos en servicios geoespaciales de todo el mundo.

“Allí pude compartir con algunos de los principales desarrolladores de herramientas informáticas para el análisis de datos geoespaciales, en especial con el software R. Los autores de libros y software que utilizó para mi investigación y para las clases que dicto”, cuenta el Dr. Zambrano.

Para vencer en la Hackaton, que este año reunió a más de 900 participantes, Francisco Zambrano, doctor en Ingeniería Agrícola, e investigador del Centro de Observación de la Tierra Hémera U. Mayor, tuvo que clasificar pastos de todo el mundo, desarrollando códigos de programación mediante distintas imágenes satelitales de la Tierra y con herramientas de Machine Learning.

“Fue una experiencia bien intensa, porque el tema de la Hackaton lo dieron el lunes, el primer día del evento, y había que desarrollarlo en los ratos libres que había entremedio de las charlas, talleres y presentaciones. Esto se entregaba el viernes, logré desarrollar el modelo de machine learning de mejor desempeño, medido por indicadores de precisión. Junto a ello entregué un documento online (https://frzambra.github.io/Hackaton1/report_hack1.html), que permite reproducir exactamente el código desarrollado para la clasificación de los pastos en el marco de la hackaton”, recuerda el Dr. Zambrano.

El investigador tuvo que competir con participantes de Alemania, Estados Unidos, Rusia, Irán, Francia, República Checa, Polonia, Australia, India y Marruecos, entre otros. “Trabajé individualmente y en la final quedé con un investigador estadounidense y otra de la India que trabajaron juntos. Fue una experiencia muy buena porque junto con ganar, pude mejorar la precisión de la clasificación de los pastos de todo el mundo”.

Investigando soluciones para todo el planeta

La OpenGeoHub es una fundación de investigación independiente sin fines de lucro que desarrolla soluciones de códigos y datos abiertos para monitorean con datos terrestres las variables esenciales de la biodiversidad a escala. Además, promueven la investigación reproducible, que permite recrear exactamente a partir de los datos originales todos los resultados y figuras de una investigación.

Uno de sus eventos más importantes es la OpenGeoHub Summer School, que se viene realizando hace 12 años en distintas ciudades del mundo. El Dr. Francisco Zambrano participó el 2021 de manera virtual, pero este año se decidió a participar de manera presencial: “Aceptan a 60 personas de distintos países de todos los continentes y quise participar porque trabajo con el software R, el que aplico para realizar análisis y modelación geoespaciales de variables climáticas y de vegetación en Chile, para entender la sequía”.

“En estos eventos de la OpenGeoHub se presentan las últimas novedades de desarrollo para análisis geoespacial, donde se obtiene información obtenida mediante coordenadas geográficas y datos de observación de la tierra, los que van representando las características de distintos lugares de la Tierra y su posición en el mapa”, comenta el investigador.

La destacada participación del Dr. Francisco Zambrano en la competencia motivó que fuera invitado por el equipo de la fundación OpenGeoHub a participar en un artículo científico sobre la clasificación de pastos a nivel global.