Actualidad informática

La navegación on-board y las aplicaciones móviles pueden decir a los conductores cómo evitar atascos. El problema es que la mayoría de los conductores están ya en la carretera… incluso quizá estén ya en el atasco. Para intentar solucionar esto, IBM está a punto de sacar un sistema al mercado que predecirá el flujo de tráfico hasta con una hora de antelación, dando a los viajeros tiempo suficiente para evitar los problemas.

Durante las pruebas piloto llevadas a cabo en Singapur, las previsiones realizadas en 500 zonas urbanas predijeron el volumen de tráfico entre un 85 y un 93% de las veces y la velocidad de los vehículos entre un 87 y un 95%. Resultados similares se obtuvieron en Finlandia y en la autopista New Jersey Turnpike.

La clave del éxito es el modelado predicitivo, esto es, un software que combina datos en tiempo real provenientes de sensores ubicados en la carretera con dispositivos GPS en los taxis, datos históricos, condiciones de la carretera y previsiones meteorológicas. Cada semana el modelo se recalibra basándose en estadísticas de las últimas seis semanas. Envía consejos a señales ubicadas en la carretera y a los displays de los GPS de los coches. El sistema también predice cuándo una carretera congestionada volverá a la normalidad.

IBM ha firmado un contrato con varias administraciones americanas para poder utilizar el sistema completo en sus jurisdicciones, según explicó la portavoz Jenny Hunter. Las zonas en las que estará disponible se anunciarán en poco tiempo. Singapur también estará involucrado y están probando una variación que predirá las llegadas de los autobuses informando a los viajeros que esperen en la parada.

En cada ciudad, se realizarán tareas de optimización para los paneles informativos. Si, por ejemplo, la autopista 1 está congestionada y muchos conductores, en base a los mensajes, cambian a la autopista 2, ésta también se colapsará; los ingenieros personalizarán el modelo para poder determinar si la mejor opción es, por ejemplo, enviar los mensajes a un 25 o a un 40% de los conductores. Debido al alto porcentaje de conductores que actualmente llevan teléfonos móviles, IBM está trabajando con varias compañías telefónicas para poder monitorizar la densidad cambiante del número de teléfonos en las carreteras, lo que podría afinar más las estimaciones. Para proteger la privacidad, la identidad del portador de cada teléfono no se publciará.

La compañía también ha anunciado su intención de desarrollar servicios que pudieran dar a los usuarios información anticipada sobre las diferentes rutas y cuál sería la más rápida de todas, teniendo en cuenta también las condiciones en ese momento. Se enviarían recomendaciones auditivas al navegador de cada vehículo o al teléfono.

Análisis similares se están utilizando también para otros usos. “La belleza del modelo predictivo es que funciona  de manera similar en muchas disciplinas”, dijo Robert Morris, vicepresidente de IBM. Por ejemplo, los laboratorios de la compañía en Haifa, Israel, están probando un programa llamado EuResist que predice el éxito de diferentes cócteles de medicamentos para pacientes de VIH. El software analiza el genotipo VIH de la persona y su salud actual y lo compara con una base de datos en la que están almacenados los resultados de 33.000 pacientes y 98.000 tratamientos a lo largo del tiempo. Aplicaciones parecidas podrían determinar qué tipo de tratamiento de cáncer de mama o próstata podría suponer un mayor beneficio para los pacientes.

IBM también está trabajando con el Departamento de Agua y Residuos de Washington DC para predecir en tiempo real dónde es más problemas que aparezcan los problemas -como qué línea de alcantarillado podría inundarse tras una tormenta. El objetivo es ajusta las válvulas con antelación, en todo el sistema, para minimizar las inundaciones y enviar equipos a los lugares adecuados antes de tiempo. En marzo, IBM abrió su laboratorio de análisis predictivo en Xi’an, China, para ayudar a empresas como el Xi’an City Commercial Bank a anticipar lo que harán sus clientes antes de tiempo.