MADRID.- En la Primavera Árabe, la serie de revueltas que sacudieron Egipto en el 2011, los organizadores usaron Twitter y otras redes sociales para convocar y movilizar a los manifestantes. Cualquier persona equipada con las herramientas apropiadas podía sacar partido de la información que se movía en esos días por las redes. Los analistas de inteligencia, conscientes de este hecho, hace tiempo que han vuelto su mirada hacia el gran volumen de información que se mueve a diario por la red y acuden al análisis de Big Data para prever eventos futuros y adelantarse a los acontecimientos.

Recorded Future es una de las empresas que ofrece este servicio. Fundada en 2009 por Christopher Ahlberg, un ex-militar sueco, la compañía se dedica al análisis de predicción. Ahlberg fundó Recorded Future a partir de la premisa de que hay pistas sobre el futuro por todas partes: los periódicos anuncian eventos cercanos, los gobiernos publican previsiones económicas y en sitios como Twitter se puede saber qué temas interesa a la gente.

El trabajo de la compañía se desarrolla en torno a un algoritmo lingüistico y estadístico que analiza grandes volumes de información de la red. A través del rastreo de páginas web, información gubernamental, foros, blogs, etc. establecen un modelo que define la relación existente entre personas y organizaciones.

Hawkins cree que el neocórtex humano funciona en sí como un sistema predictivo y de búsqueda de patrones.

Diariamente Recorded Future elabora más de trescientas mil predicciones a partir de cientos de miles de fuentes públicas en siete idiomas diferentes. “Solían ser los periodistas la gran fuerza de observación del mundo, ahora tenemos muchos observadores que observan el mundo”, afirmó Ahlberg en una de sus charlas. De acuerdo a su fundador, Recorded Future puede proporcionar predicción precisa de todo tipo de eventos, incluyendo las manifestaciones de masas, los movimientos de stock y los ataques de piratas informáticos. La compañía ofrece sus servicios a grandes corporaciones, al mundo de las finanzas y a los servicios de inteligencia, que se encuentran entre sus inversores, como In-Q-Tel, el brazo de inversiones de la CIA.

El pionero de los dispositivos móviles y creador del Palm, Jeff Hawkins es también el co-fundador de Numenta, una compañía de software predictivo basado en el funcionamiento del cerebro, un tema sobre el que Hawking ha estudiado y publicado extensamente. Hawkins cree que el neocórtex humano, esa parte del cerebro que incluye las funciones de percepción y razonamiento, funciona en sí como un sistema predictivo y de búsqueda de patrones.

Siguiendo este razonamiento Numenta ha creado Grok, un servicio alojado en la nube que utiliza un algoritmo “de aprendizaje cortical” el cual imita la capacidad del cerebro para detectar patrones complejos. Grok recibe una alimentación constante de datos de diferentes elementos como termostatos, clicks en una página web o maquinaria y a partir de ahí comienza a hacer conjeturas acerca de lo que sucederá después. Cuantos más datos, más precisas son las predicciones.

Grok tiene múltiples aplicaciones, una de ellas es la predicción de uso de energía en un edificio, que aumenta y disminuye a lo largo del día. Según Hawkins, si se puede predecir el consumo para las siguientes 24 horas se pueden obtener grandes ventajas, como por ejemplo calentar con anterioridad las instalaciones o recurrir al servicio demanda-respuesta, un programa a través del cual se compra energía a diferentes precios con el fin de disminuir los picos de demanda. Grok permite además la detección de anomalías en campos tan diversos como la logística robótica, el seguimiento geoespacial o el mercado de valores.

En Japón, un equipo internacional del Centro RIKEN de Ciencias Avanzadas de la Computación ha utilizado K, uno de los ordenadores más potentes del mundo, para predecir con exactitud lluvias torrenciales en zonas localizadas a partir de datos avanzados de radar.

Hasta ahora las predicciones meteorológicas de superordenadores se han realizado con simulaciones que utilizan rejillas espaciadas al menos un kilómetro y donde la incorporación de nuevos datos de observaciones se produce cada hora. Sin embargo, debido a la pobreza de detalle de estos cálculos, las simulaciones no pueden predecir con exactitud la amenaza de lluvias torrenciales que pueden desarrollarse en cuestión de minutos cuando nubes como los cumulonimbos se forman de manera repentina. Estas nubes ocasionan intensos vientos, inundaciones y tormentas que pueden durar varias horas y resultan extremadamente peligrosas para las aeronaves.

El avance del trabajo del Centro RIKEN radica en la “asimilación de big data”, lo que permite actualizar las previsiones (de 30 minutos) cada 30 segundos, 120 veces más rápido que los tradicionales sistemas actualizados cada hora y que se usan actualmente en los centros de predicción meteorológica del mundo. El trabajo, que se publicará a finales del mes de agosto en el Journal de la Sociedad Americana de Meteorología, muestra cómo en el futuro será posible predecir fenómenos meteorológicos severos tales como lluvias torrenciales, un creciente problema que ocasiona enormes daños y que se cobra anualmente miles de vidas.

Mientras los escépticos muestran su desconfianza en estas predicciones, las grandes empresas siguen apostando por el Big Data

SpaceKnow, una compañía radicada en San Francisco, ha puesto en marcha el índice de manufactura de satélites de China, o SMI por sus siglas en inglés, basado en el análisis de miles de fotos tomadas desde satélites comerciales. Un algoritmo escanea a tiempo real las instantáneas tomadas desde el espacio para proporcionar un indicador de la economía China. Fondos de cobertura e inversores de capital privado se sirven de estos datos para crear sus propios modelos de predicción a futuro, e incluso algunos proveedores han decidido entrar en el negocio de los fondos de inversión. CargoMetrics, una compañia de imágenes de satélite y datos de envío que proporcionaba información sobre el comercio mundial a las corporaciones, ha establecido recientemente su propio fondo de cobertura para el comercio de sus análisis.

El mundo del derecho tampoco se escapa al impacto de Big Data. En Harvard, el ex-profesor asistente del departamento de Gobierno Kevin Quinn hizo un estudio para comparar su modelo estadístico con los juicios cualitativos de 87 profesores de derecho. El objetivo era determinar quién podría predecir mejor el resultado de todos los casos del Tribunal Supremo en un año. El resultado obtenido fue sorprendente; el modelo predijo el 75% de los resultados correctamente mientras que los expertos acertaron en un 59,1% de los casos. Un hecho llamativo es que el modelo tuvo mayor precisión con los votos de los jueces moderados mientras que los expertos en leyes predijeron mejor los votos de los jueces ideológicamente más extremos.

La formulación de políticas públicas es otra área en la que los datos se pueden convertir en señales de comercio. VogelHood, un equipo de investigación con sede en Washington DC, rastrea grandes volúmenes de información aportados por el gobierno federal y por los grupos de presión para proporcionar a los inversores datos en bruto e informes a medida. El objetivo es predecir el resultado de fusiones y adquisiciones así como determinar quiénes serán los ganadores de los contratos otorgados por el gobierno de Estados Unidos.

Y la lista continúa: comunicaciones, biomedicina, robótica…la historia sigue un patrón similar en todos los campos. Miles de empresas están buscando el beneficio que pueden aportar los mensajes de la red a la hora de predecir qué va a comprar una persona, dónde va a ir o qué va a hacer. Y mientras los escépticos muestran su desconfianza en estas predicciones las grandes empresas como Google o Amazon siguen apostando por el Big Data. Quizá estén viendo algo en el futuro que nosotros no alcanzamos a ver.