Resolver las consecuencias de las minas terrestres después de la guerra es siempre una tarea complicada y costosa para cualquier país. Las minas y los explosivos ubicados a gran profundidad y dispersos bajo tierra son difíciles de detectar y representan una amenaza potencial para la vida de las personas en la zona.
Recientemente, se ha desplegado un sistema de inteligencia artificial para apoyar la búsqueda y recuperación de bombas y minas sin detonar que quedaron de la guerra en algunas zonas de Camboya fronterizas con Vietnam.
El sistema, desarrollado por científicos informáticos de la Universidad Estatal de Ohio, utiliza algoritmos de reconocimiento de objetos para detectar características únicas de los cráteres de bombas, incluida la forma, el color, la textura y el tamaño. El proyecto se encuentra actualmente en su primera prueba en la provincia de Prey Veng, al este de Camboya, para encontrar cráteres en una aldea en un área que fue bombardeada por el ejército estadounidense a unos 30 kilómetros de la frontera vietnamita.
Los resultados reales mostraron que el sistema de IA aumentó la capacidad de detectar cráteres de bombas en más de un 160% en comparación con los algoritmos estándar de reconocimiento de objetivos, según un estudio publicado en la revista PLOS ONE. Luego, los investigadores combinaron los resultados con registros militares de bombardeos en el área y compilaron un mapa extremadamente detallado de la remoción de municiones sin detonar en cada área.
Nuevas soluciones para la remoción de minas
En marzo de 1969, cuando la guerra de resistencia contra la invasión estadounidense se encontraba en una etapa feroz, el ejército estadounidense comenzó a desplegar ataques secretos con bombas en la zona fronteriza de Camboya adyacente a Vietnam. Después de 4 años de finalizar la campaña, se estima que cientos de miles de toneladas de explosivos fueron arrojados a estas zonas, muchos de los cuales no han explotado y todavía están esparcidos bajo tierra, poniendo en peligro la vida de personas tanto de Vietnam como de Camboya.

La limpieza de zonas contaminadas por minas es un proceso peligroso y costoso, tanto en términos de esfuerzo como de dinero. El método comúnmente utilizado hoy en día es localizar materiales explosivos bajo tierra utilizando detectores de metales y radares, y luego realizar una excavación manual, lo cual requiere mucho tiempo y es peligroso, además de que la precisión no es real. Los modelos de IA como el de la Universidad de Ohio, si se implementan ampliamente, abrirán direcciones nuevas y más efectivas para la remoción de minas en áreas contaminadas con artefactos explosivos en todo el mundo.