El tráfico en las ciudades / Paseo de la Castellana (CC) Alvy @ Flickr

Cuando se analizan mediante software eventos que generan millones de datos a toda velocidad, con diversas fuentes y tipos de datos de entrada, fórmulas y algoritmos que aplicar para dar una respuesta en tiempo real se utiliza el término Big Data para referirse a ello. Una forma fácil de entender tan vasto concepto es este: en lo que se tarda en hacer una consulta y recibir la respuesta los datos pueden haber cambiado; en ocasiones no se puede obtener un valor exacto o un recuento sino un dato estadístico y en general la velocidad es clave y la complejidad crece sobremanera.

Un ejemplo práctico es la gestión del tráfico de las ciudades: con millones de vehículos, miles de semáforos activándose en tiempo real y diversas opciones para ofrecer a los conductores, analizar toda esa información y tomar decisiones al instante es una hercúlea tarea al alcance tan solo de unos pocos sistemas informáticos.

La forma de hacerlo es reducir toda esa complejidad a un modelo matemático en el que se eliminan los aspectos triviales o no importantes: los semáforos irrelevantes, la longitud exacta de las calles o cuánta gente circula en cada vehículo. Entonces se analiza mediante fórmulas lo importante: la intensidad del tráfico en cada lugar (coches que circulan por minuto), las horas del día (relacionadas con la intensidad) o la duración exacta de los semáforos que regulan los cruces.

Usando el Big Data con un buen modelo y datos fiables se pueden predecir los cambios y tomar decisiones en tiempo real, comprobando qué sucedería en la realidad tras hacer esos cambios, como abrir o cerrar un grupo de semáforos sincronizados en ciertos momentos.

Esto hicieron los ingenieros del prestigioso M.I.T. con la ciudad de Laussane, en la que unos 125.000 habitantes circulan a diario. Tal y como cuentan modelizaron 48 carreteras, 15 intersecciones y 9 semáforos, con datos preciosos de unos 3.000 o 4.000 vehículos por hora entre las 5 y 6 de la tarde, el momento de mayor afluencia.

¿El resultado? Modificando diversos valores del modelo se consiguió un 34 por ciento de reducción en el tiempo promedio necesario para ir de un lugar a otro. Esto conlleva no solo un ahorro de tiempo, sino también económico y de emisiones nocivas al medio ambiente. La situación de Laussane a gran escala requeriría analizar 603 carreteras y 231 intersecciones, lo cual a pesar de entrañar una enorme complejidad han calculado que podría reducirse a analizar 20 cruces de semáforos claves y estaría dentro de lo abarcable por un sistema informático actual.

{Foto: Paseo de la Castellana (CC) Alvy @ Flickr}


Tags: