Ciudades que aprenden. ‘Big data’ y ‘smart cities’

El término ciudad inteligente o ‘smart city’ ya no es una quimera. La gestión de los servicios, básicos y no básicos, de las cada vez mayores urbes gracias a las TIC es una realidad que cuenta con un aliado —y a la par una bestia a la que domar— de dimensiones inabarcables: el ‘big data’.

Analizado desde hace años, y surgido gracias a la expansión geométrica de los avances informáticos, el big data se ha convertido en el «gran dorado» que todo el mundo quiere utilizar y, sobre todo, controlar.
Hace unos meses, en la última Jornada Anual ESADE Alumni en Madrid, Kenneth Cukier, uno de los mayores expertos mundiales de esta área, no dudaba en afirmar que el big data, los datos masivos, su recolección, gestión y utilización, es el mayor recurso del siglo XXI, por encima incluso de los tradicionales ligados a la energía, como puede ser el petróleo.
El big data, y las ciencias que giran a su alrededor, está permitiendo avanzar en nuevos campos, y uno de los más prometedores es el aprendizaje automático. Gracias a la recolección y gestión masiva e infinita de datos, un sistema informático avanzado puede identificar patrones que, hasta ahora, habrían sido indetectables desde las capacidades humanas.

Nuevos proyectos

El matrimonio big data y aprendizaje automático aplicado a la gestión de las ciudades convierte el fenómeno actual de las smart cities en un mero juego de niños. Esa identificación de patrones gracias a los datos masivos y su utilización efectiva para gestionar de manera eficiente los servicios de una ciudad permitirían la implantación de proyectos como Sidewalk.
Esta aplicación utiliza Flow, un almacén en la nube de Google de big data proveniente de Google Maps, Streetview y sensores repartidos por toda la ciudad, incluyendo los instalados en nuestros teléfonos inteligentes. Resultado: un vehículo que entra en la ciudad o está de camino a ella podría saber en todo momento la disponibilidad de aparcamiento. En combinación con otras tecnologías y aplicaciones permitiría gestionar el ingente tráfico que genera una ciudad, gestionar de manera más eficiente el transporte público e, incluso, monetizar los espacios de aparcamiento, adaptando su precio a horas o días pico o valle.
Sidewalk y Flow son solo un pequeño ejemplo de lo que el big data puede ofrecer, y también son una muestra de las posibilidades de desarrollo de nuevos negocios. Su utilización se hace imprescindible si se quieren gestionar los cada vez más escasos recursos en ciudades que concentran a un mayor número de personas (más del 60% de la población mundial vivirá en ciudades en 2030 según la ONU).
El control de datos generados por grandes masas de población ya está siendo utilizado, pero le queda mucho camino por recorrer para atender eficientemente necesidades como la alimentación, el suministro de agua, la gestión de residuos, la seguridad, la sanidad, etc.

La gestión de datos

Afortunadamente, contamos ya con la tecnología que permite que las ciudades «autoaprendan» y entiendan por qué se forman ciertas situaciones o problemas y se puedan predecir y actuar en consecuencia.
Las ciudades inteligentes no son un sueño lejano, tal y como confirma Daniel Newman, autor del libro Building Dragons y principal analista de Futurum: «Muchas zonas urbanas están ya aprendiendo gracias al uso de las TIC y de los big data que gestionan». Por ejemplo, Los Ángeles ha sustituido en más de 7.200 kilómetros de sus calles las luces de alumbrado por la tecnología led, luces que están equipadas con sensores para informar de su correcto funcionamiento y, en un futuro próximo, podrían cambiar de color o parpadear con un código preestablecido para advertir a la población sobre situaciones de emergencia, celebraciones, etc. Otro caso es el de la ciudad saudí de La Meca, donde su población se multiplica por millones en ciertas épocas del año debido a las festividades religiosas. Allí se está estudiando la utilización del big data y el aprendizaje automático para gestionar los flujos de personas, y evitar así las estampidas que han ocurrido en años anteriores y han causado numerosas víctimas.
El gran reto del aprendizaje automático sigue siendo conseguir los suficientes y óptimos datos, el mejor big data, a través de la digitalización de las infraestructuras. Ello exige la revisión de los tradicionales modelos de gestión de las ciudades, tanto desde el punto de vista tecnológico como económico, puesto que necesita de una inversión nada baladí. De poco sirve introducir en un sistema informático de última generación datos irrelevantes sobre el tráfico, cuando no se dispone información de, por ejemplo, el número y tipo de vehículos que circulan por la intersección más congestionada de una urbe.
Los peros económicos deberían disiparse si se analizara con una perspectiva a medio y largo plazo. El ejemplo más palpable se lee en el Informe Spain 20.20, que realizó hace cuatro años el Club de Excelencia en Sostenibilidad. Según el mismo, la aplicación de nuevas tecnologías hasta 2020 de forma sostenida (algo que, por desgracia, no se ha podido o querido llevar a cabo) podría haber generado ahorros de hasta 600.000 millones de euros y la creación de 218.000 potenciales empleos.