Skip to main content

Guiando tu vida mediante el poder del Big Data

«Cuando Rand Hindi empezó a jugar con el Big Data, estaba terminando su licenciatura en Ciencias de la Información en el University College de Londres, donde descubrió su interés por el aprendizaje automático —la base de la inteligencia artificial—, que aplicó a la creación de modelos de datos para predecir la resistencia del VIH a los medicamentos a partir de su ADN. Siguió con un doctorado en Bioinformática, y todo parecía encaminado para que aplicara sus notables habilidades informáticas al campo médico. Sin embargo, decidió fundar su propia empresa, Snips, una compañía de innovación especializada en modelos predictivos para ciudades inteligentes.

Los últimos años han visto un enorme aumento en la disponibilidad de datos, especialmente a través de los smartphones, que nos acompañan a todas partes y registran todo lo que hacemos. Hemos entrado en la era del Big Data, lo que significa que los datos son tan grandes que se requieren nuevas tecnologías, arquitecturas, herramientas y procedimientos para almacenarlos, analizarlos y visualizarlos. Es similar a un nuevo material bruto del cual hemos encontrado grandes depósitos sin explotar, pero aún carecemos de las herramientas necesarias para extraer lo realmente útil.

Esa es precisamente la especialidad de Hindi: fascinado por los datos y la mejora que pueden aportar a la vida cotidiana, este joven innovador comenzó a buscar formas prácticas de extraer conocimiento útil. De las proteínas microscópicas pasó a analizar la vida en las áreas urbanas, donde se concentra un porcentaje creciente de la población mundial. ¿Cómo se puede optimizar la gestión de una población tan grande en términos de tráfico, accidentes, acceso a servicios, comportamientos? La tecnología desarrollada por Hindi se basa en métodos de modelado contextual. A diferencia de los modelos estadísticos, que también analizan datos, los modelos contextuales identifican los factores que originan un fenómeno determinado y los consideran para predecir el futuro. Usar la información del pasado, correlacionando datos en múltiples niveles para tomar mejores decisiones sobre el comportamiento futuro: ese es, en resumen, el principio de la “inteligencia”. Por ejemplo, los flujos de población (tal como se representan con los datos de localización disponibles por los operadores móviles) pueden correlacionarse con los datos climáticos y con su comportamiento de consumo.

Un caso práctico que mostró la contribución de Hindi a la innovación social es la aplicación desarrollada junto con la empresa nacional de ferrocarriles francesa para predecir el flujo de pasajeros del transporte público en París. La aplicación se llama Tranquilien, y ha sido aclamada por ayudar a los pasajeros a tomar decisiones más informadas y adaptarse mejor a la capacidad del transporte público, distribuyéndose de manera más uniforme por la red.

Tecnologías abiertas, almacenamiento gráfico, análisis por lotes y procesamiento de flujos: estos son algunos de los términos utilizados para describir los complejos mecanismos necesarios para tratar Big Data. Hindi, sin duda, ha dado un gran salto al encontrar aplicaciones prácticas del Big Data en la vida cotidiana. ¿Su próximo reto? Aplicar esta tecnología para predecir el número de accidentes de tráfico en San Francisco. Otro pequeño paso para Hindi, un gran salto para la humanidad (urbana).»