Ciudades inteligentes y optimización

Los especialistas en tecnología afirman que estamos al borde de una revolución para la vida urbana. Ajustes de tráfico en tiempo real, sustentabilidad energética, recolección de residuos eficaz y edificios inteligentes son solo algunas de las muchas características de la denominada ciudad inteligente. En esta publicación, profundizaremos un poco más en las tecnologías empleadas por la ciudad del futuro y comprenderemos cómo la optimización matemática puede aprovechar dichas tecnologías para mejorar la calidad de vida.

Una tecnología que siempre surge al hablar sobre ciudades inteligentes, es Internet de las Cosas (IoT). Según Kevin Ashton, la primera persona que acuñó el término, la idea básica es que, en la actualidad, prácticamente todos los datos generados dependen de humanos quienes, por naturaleza, tienen un tiempo, una atención y una precisión limitados. No obstante, si las computadoras reuniesen y transmitiesen datos sin la intervención humana, podríamos rastrear todo. El objetivo es dotar a las computadoras de medios para recopilar información y eliminar la dependencia en humanos. Sin embargo, como veremos, recopilar datos en tiempo real y tomar decisiones que resuelvan problemas son dos cosas diferentes.

Lograr que una ciudad recopile datos de manera eficaz, sin intervención humana, es un paso necesario para hacerla inteligente, pero el componente clave es la toma de decisiones. Toda esta información se traduce en valor cuando se la utiliza para tomar decisiones mejores y más rápidas. Para ilustrar esto, enfoquémonos en el problema de la eficiencia energética. Muchas fuentes de energía renovable, como la energía eólica y solar, tienen un perfil de producción no uniforme que se ve fuertemente afectado por ciclos temporales y condiciones meteorológicas. Para empeorar las cosas, el almacenamiento de energía requiere una infraestructura costosa y la transmisión de energía genera pérdidas. Ahora imagine una ciudad en la que los edificios residenciales y comerciales lleven un registro de su consumo energético durante el día y las condiciones meteorológicas en los alrededores de la ciudad se supervisen atentamente. Con esa información, podemos usar modelos de optimización para respaldar decisiones a largo plazo sobre inversiones en la infraestructura y ajustar automáticamente las decisiones a corto plazo sobre la base de información en línea.

Dos tecnologías que merecen nuestra atención como herramientas para tomar mejores decisiones son el aprendizaje automático y el modelo matemático. El aprendizaje automático es excelente para analizar una gran cantidad de datos. Se puede usar para pronosticar variables, agrupar información en indicadores significativos y procesar datos de manera "humana". Por otro lado, los modelos matemáticos consisten en tomar decisiones óptimas. Si tiene objetivos bien definidos y una buena comprensión de su sistema, un modelo matemático es la mejor opción. Por supuesto, con los complejos desafíos relacionados con la planificación urbana, se necesitan ambas tecnologías juntas. 

Por analogía, ahora, las industrias están invirtiendo en recopilación de datos con IoT y avanzando hacia un futuro en el que las cosas recopilen información y puedan tomar decisiones automatizadas. No obstante, como en el caso de las ciudades, la toma de decisiones es lo que hace inteligente a una industria. ¿Su empresa tiene modelos de sus sistemas? ¿Sabe cuáles son los objetivos y cómo los afectan las decisiones operativas y estratégicas? Los datos solos no se traducen automáticamente en buenas decisiones; una comprensión profunda del problema, potenciada por la información, es la verdadera clave para un futuro inteligente.

Autor: Vinícius Mello - Consultor en Cassotis Consulting

                                 Coautor: Fabio Silva - Gerente Senior en Cassotis Consulting