César Augusto Kanashiro Castañeda
La tecnología ha sido siempre un impulsor de las capacidades humanas, y ha ayudado al cumplimiento de ciertas tareas. Hoy se ve un cambio drástico. Por primera vez, la tecnología toma un rol activo en el trabajo junto a los seres humanos y, en algunos casos, reemplazándolos. En este contexto, las tecnologías disruptivas son aquellas que rompen con las que existían hasta el momento, generando resultados novedosos en sus aplicaciones, como hacer que los objetos hablen entre ellos.
Los big data (BD) son una nueva generación de tecnologías y arquitecturas diseñadas para extraer valor de grandes volúmenes de datos, de una amplia variedad de fuentes, al permitir a alta velocidad, su captura y análisis. En concreto, los BD se reconocen por sus tres características: volumen, variedad y velocidad (las 3 ves). De igual forma, los datos masivos de sensores remotos pueden ser descritos por las mismas tres dimensiones.
Las tres propiedades de los BD descritos son consideradas claves, pero otros autores proponen dos más: veracidad y valor. Así, la veracidad de los datos masivos de percepción remota necesita ser aprobada antes de ser usada para propósitos específicos, proceso en el cual se verifica cómo fueron adquiridos, depurados, transformados e integrados. En primera instancia, se afirma que los datos de sensores remotos son muy confiables, debido a que presentan información estructurada, precedida por la calibración de los sensores y porque siempre informan del grado de incertidumbre y precisión (Mo-clan, 2016). Por otro lado, el valor se refiere a la capacidad de extraer la información oculta en los datos masivos, para luego tomar decisiones acertadas.
El manejo eficiente de los datos de sensores remotos presenta grandes retos, debido a su complejidad, diversidad y volumen; en la actualidad hay un desequilibrio entre la capacidad de adquisición de datos y la capacidad de su manejo y análisis. Para este último caso se hace necesario desarrollar técnicas analíticas avanzadas.
En este contexto hace presencia la analítica, como el cerebro del BD y por extensión, del BD de sensores remotos, que se define como el “proceso de examinar a una gran velocidad, grandes volúmenes de datos, de una variedad de tipos y de gran valor, para descubrir patrones ocultos, correlaciones desconocidas y otras informaciones útiles”. Para cumplir su función, la analítica hace uso de técnicas de la inteligencia artificial como la minería de datos y el aprendizaje de máquina.
Así mismo, la analítica de datos espaciales es computacionalmente exigente. Entonces, para mejorar la escalabilidad del manejo de la información masiva dentro del big data, los investigadores ponen su atención en los paradigmas de la computación paralela y, especialmente, en la computación en la nube.
Se puede argumentar que la naturaleza espacial de los datos masivos de la percepción remota adiciona un valor especial a la nueva era digital, incluyendo un nuevo paradigma denominado computación en la nube espacial.
Por otra parte, es conocido que los sensores remotos son una fuente importante de datos espaciales. Pero estos no solo pueden venir de los sensores ubicados en aviones, satélites y drones, sino también de sensores ubicados en el terreno (sensores cercanos y embebidos); así, se configura una red de sensores inalámbricos (WSN, wireless sensor ne-tworks), situación que mejora sustancialmente la capacidad para entender el mundo natural y artificial.
Además, es conveniente aclarar que diferente a los sensores de percepción remota, que utilizan la reflexión de la radiación electromagnética, por parte de los objetos de la superficie terrestre, los sensores embebidos son usualmente de naturaleza electromecánica que recopilan mediciones físicas. Entonces, dependiendo de los hallazgos, el sistema puede estimular los comandos para detener ciertas acciones, o crear alertas acerca de potenciales problemas, para promover una acción preventiva.
Los avances en las tecnologías de la percepción remota y el Internet de las Cosas (IoT) están borrando la distancia entre los dos. Esto se debe a que, a pesar de que fueron concebidos en circunstancias diferentes, ambos tienen la necesidad de recolectar datos y ambos tienen la capacidad para analizar los datos.
El gran potencial de las tecnologías disruptivas está en su capacidad de interconectarse vía internet (hiperconectividad) y de trabajar de manera complementaria para responder con soluciones eficientes, en tiempo casi real, a los problemas para los cuales han sido invocados.
La inteligencia artificial, a través de sus componentes como redes neuronales artificiales y software inteligentes, ha sido y es de apoyo eficiente para la percepción remota, tanto para el análisis de las imágenes, como para la cuantificación del porcentaje de nubes en las cuantiosas imágenes recibidas, y para hacer posible que las naves espaciales respondan con autonomía, gracias a su capacidad para tomar decisiones a bordo y transmitir a tierra información estrictamente necesaria y útil.
