Una ciudad inteligente o smart city es aquella que, utilizando tecnologías de información y de comunicaciones, busca cumplir con los siguientes objetivos:

• Crecimiento sostenible.
• Incremento en la calidad de vida de los ciudadanos.
• Mejor utilización de los recursos disponibles.
• Una participación activa por parte de los ciudadanos.

Este término nace de la necesidad de armonía entre todos los aspectos que conforman una ciudad. En un futuro cercano se espera que cerca del 90% de la población mundial viva en ciudades, por lo que es necesario mejorar las políticas de gestión. Los grandes problemas que se encuentran son:

• Generación, transmisión y distribución de energía.
• Emisiones de CO2.
• Planificación de transporte.
• Manejo de recursos naturales.
• Gestión de servicios sanitarios y de seguridad.

Una ciudad inteligente ideal debería estar formada por los siguientes subsistemas:

• Generación distribuida: la generación de energía debe ser descentralizada y debe valerse de varias formas para obtenerla, como distintos tipos de energías renovables.
• Smart Grids: las redes de transmisión y distribución tendrán comunicación bidireccional en tiempo real con el centro de control, de manera que se pueda monitorear y tomar acciones sobre las líneas.
• Smart Building: los edificios inteligentes ofrecen confort, seguridad, monitoreo remoto y, lo más importante, son eficientes desde el punto de vista energético.
• Emobility: la integración de los vehículos eléctricos permite una gran disminución de las emisiones de CO2.

La data es recolectada a través de sensores instalados en postes de iluminación, tuberías de agua, autos, autobuses, trenes, etc. Las ciudades inteligentes utilizan el Big Data para ayudar a la comunidad a través de técnicas avanzadas de analítica en dicha data.

Visualización de flujos de datos en una ciudad inteligente.

¿Pero qué ha traído la era del Big Data? Porque antes de que apareciera ya sabíamos cómo manejar dicha data. ¿Qué ha cambiado?

Debemos pensar un poco en cómo la situación ha cambiado. Aproximadamente se generan 2,5 quintillones de bytes de data por día. Para que tengan una idea de lo que esto significa, un quintillón es un millón de billones.

El 90% de la data que se ha recolectado es de los últimos dos años. Ahora imaginen qué sucederá en los próximos años.

Debido a este crecimiento, son necesarias técnicas más avanzadas que puedan manejar esta gran cantidad de data. "El Big Data no se trata de tamaño, se trata de granularidad": es la habilidad de enfocarse en algo muy específico, individual, en medio de tantos datos.

Otra característica de la data es la impresionante velocidad a la que se recibe, y puede venir de diferentes formas. En el pasado, los oficiales de policía o bomberos no se enteraban de un problema hasta que se reportaba.

En la actualidad esto no es necesario: el problema puede ser reportado en tiempo real, por ejemplo a través de las cámaras de seguridad colocadas en la ciudad. Sin embargo, es necesario mucho más procesamiento para digerir dicha data y obtener la información necesaria en tiempo real.

Entonces, la data que tiene volumen, velocidad y variedad normalmente se refiere al Big Data. Y es necesaria, ya que las tecnologías existentes no pueden manejar esta gran cantidad de información.

Por otro lado, el Machine Learning se define como "el campo de estudio que da a un computador la habilidad de aprender sin haberlo programado explícitamente". Gracias a esto es posible realizar análisis predictivo y el centro de control es capaz de tomar acciones de forma automática basado en "experiencias aprendidas".

Aplicaciones en smart cities

Alrededor del mundo se están utilizando técnicas avanzadas de Big Data para ayudar a las comunidades. Dicha tecnología se utiliza para muchos propósitos, entre los que se encuentran:

Estadísticas de tráfico

Sistema de análisis de tráfico en tiempo real.

Para poder detectar y predecir congestiones en las vías de transporte, el reporte en tiempo real del tráfico puede ser analizado. Los resultados de los análisis pueden ser usados para determinar si puede ocurrir un embotellamiento.

En consecuencia, los semáforos pueden ser ajustados de acuerdo a dichos resultados para mantener el flujo de autos.

Agricultura inteligente

Sensores en invernaderos para optimizar la producción agrícola.

Las técnicas de Big Data pueden ser usadas fácilmente en la agricultura para mejorar la producción. Por ejemplo, una gran cantidad de data puede ser obtenida a través de sensores en los invernaderos, para luego analizarla y así optimizar el proceso de producción.

Tasa de consumo de energía

Herramientas de medición inteligente aplicadas a edificios.

Herramientas de Big Data pueden ser usadas para recolectar y analizar cientos de conjuntos de datos obtenidos de los edificios. Con esto es posible detectar en qué puntos de la ciudad se consume más energía y establecer mejores estrategias de gestión en dichos puntos en base a los análisis realizados.

Cuidado de la salud

Dispositivos conectados que permiten monitoreo remoto de pacientes.

Dispositivos como @TuRitmio pueden ser usados para monitorear nuestros cuerpos y comunicarse remotamente con profesionales del área, quienes tendrán una gran cantidad de data analizada y con la cual podrán recetar una medicación altamente personalizada según nuestra rutina diaria.

En caso de tener algún problema, la capacidad de respuesta será mucho más rápida, como por ejemplo el envío de una ambulancia.

Transporte

Optimización del transporte público mediante Big Data.

El Big Data puede ser utilizado en esta área para saber cuándo es el mejor momento para realizar el mantenimiento a los autobuses, buscando minimizar la interrupción del servicio y ofrecer las mejores rutas para los usuarios del sistema.

Sin duda alguna, el Big Data formará parte de nuestras vidas más pronto de lo que creemos. Hará de nuestras ciudades un lugar más limpio, organizado y con un desarrollo sustentable. ¡Las ciudades inteligentes las tenemos a la vuelta de la esquina!

Saludos y hasta una próxima ocasión.

Luis Güette