Home / Ultimas Noticias
Archivo Noticias de la Ciencia y la
Tecnología.
Archivo Noticias del Espacio
Contacto
Suscripciones (público/email)
Boletín Noticias de la Ciencia y la
Tecnología
Boletín Noticias del Espacio
Boletín Noticias de la Ciencia y la
Tecnología Plus
Suscripciones (servicios a
medios)
Reproducción de contenidos en medios
comerciales
|
Recuerda:
suscríbete a nuestros boletines gratuitos y recibe cómoda y
semanalmente las noticias en tu dirección electrónica.
Matemáticas Aplicadas
Representación Gráfica de Conjuntos Inmensos de
Datos Para Detectar Peligros
31
de
Diciembre de 2007.
 Poco
después del 11-S, los estadounidenses se preguntaron alarmados: ¿Cómo
nuestros servicios de vigilancia pasaron por alto los indicios?
Sospechosos que figuraban en listas de observación movieron dinero en
formas llamativas. El "parloteo" sospechoso había aumentado en los meses
anteriores. Un sujeto de visita en el país había ofrecido dinero en
efectivo para aprender a pilotar, pero no a aterrizar, un avión de
pasajeros. En retrospectiva, estas pepitas de información delatora
proporcionaron indicios del terrible ataque que se avecinaba.
 Menéame
El problema fue que la mayoría de tales pepitas estaban ocultas en medio
de una avalancha de datos que llegaron más rápido de lo que los
analistas podían procesar. La recogida de datos de un día podría llenar
más de 6 millones de iPods de 160 gigas. Lo que es más, como las
personas, las pepitas algunas veces discrepan. Y, como una historia
contada y recontada que se va distorsionando, sus mensajes cambiaron, a
veces de manera imperceptible.
Finalmente, la mayoría de las pepitas están bajo la forma de datos
difusos no estructurados. Por ejemplo, el mismo rostro puede aparecer en
tres videos de vigilancia. Tales indicios, como la mayoría, no vienen
convenientemente empaquetados en una hoja de cálculo ordenada o en un
texto escudriñable letra a letra; deben ser inferidos a partir de fotos,
videos y voces.
Para impedir un próximo 11-S, los analistas deben mezclar, por así
decirlo, el ojo enciclopédico de Google con el genio deductivo de
Sherlock Holmes.
A finales del siglo pasado, Edward Tufte catalogó formas de visualizar
datos estructurados (por ejemplo, horarios de trenes) o similares (por
ejemplo, tasas de mortalidad). Hoy en día, los investigadores de la
Dirección de Ciencia y Tecnología del Departamento de Seguridad Nacional
de Estados Unidos están creando formas de apreciar datos difusos como
una imagen tridimensional donde los indicios de amenazas pueden resaltar
de entre todo lo demás.
El emergente campo del análisis visual lleva ahora el trabajo de Tufte a
su siguiente fase. Los investigadores que trabajan en esta labor están
automatizando la forma en que los analistas reconocen y valoran las
amenazas potenciales. Los matemáticos, lingüistas y expertos en lógica
hacen que el universo colectivo de datos asuma una forma significativa.
Ellos le asignan brillo, color, textura, y tamaño a miles de millones de
datos conocidos o supuestos, y crean reglas para integrar estos valores
de forma que resalten las amenazas. Por ejemplo, las grabaciones de
video de un día, llamadas de teléfonos móviles, fotos, registros
bancarios, salas de chat en internet y mensajes de correo electrónico,
pueden tomar la forma de una nube gris azulada. Si un gran peligro
acecha a Los Ángeles y a Boston, estas ciudades son resaltadas en un
mapa de Estados Unidos.
Las imágenes estáticas de un mes pueden ser animadas como una película
que presenta de manera acelerada el paso del tiempo, y en la que una
"cordillera" creciendo revela una amenaza en auge.
Pasarán años antes que el análisis visual pueda detectar automáticamente
pistas a partir de datos difusos tales como el video, pero se van
haciendo progresos hacia esa meta.
Información adicional en:
|
