El efecto mariposa: predicción de tsunamis a partir de ondas

Proporcionado por SAP

Corría el año 1961. Las computadoras aún estaban en pañales y la carrera hacia la luna apenas comenzaba. Edward Lorenz, un meteorólogo del MIT, estaba desarrollando un modelo de predicción del tiempo. Lorenz teorizó que un incidente minúsculo, como una pequeña mariposa que agita sus alas en el Amazonas, hipotéticamente podría poner en marcha una cadena de eventos que podría causar que los tornados aterricen en Texas unos días después.

Ese modelo (cuyas ilustraciones se parecían visualmente a una mariposa) finalmente se conoció como el efecto mariposa. Como metáfora, el efecto mariposa ha llegado a significar una serie de eventos aparentemente triviales y no relacionados que colectivamente tienen un impacto masivo más tarde, ya sea provocando tormentas o influyendo en el mercado de valores.

mientras hay algo desacuerdo en la capacidad del modelo de Lorenz para predecir con precisión algo tan intrínsecamente complejo como el clima, el concepto claramente ha tocado la fibra sensible del público en general. Piense en Ashton Kutcher, como un viajero en el tiempo en edad universitaria que busca alterar su traumática infancia en El efecto mariposa ; o el personaje de Robert Redford en la Habana , que proclama con ligereza: Una mariposa puede batir sus alas sobre una flor en China y provocar un huracán en el Caribe. Incluso pueden calcular las probabilidades.

Tal vez Redford (o al menos el guionista) estaba en lo cierto. el mundo es ahora inundado de datos , y se ha creado más en los últimos dos años que en el resto de la historia humana, según el grupo de investigación escandinavo SINTEF. No es probable que la situación mejore en el corto plazo. Para 2020, se crearán alrededor de 1,7 megabytes de nueva información cada segundo por cada ser humano del planeta, según un estudio reciente Estudio IDC Universo Digital . En ese momento, el mundo estará mirando el conocimiento digital en el vecindario de 44 zettabytes, o 44 billones gigabytes, frente a los 4,4 zettabytes actuales.

El desafío sigue siendo cómo navegar a través de este mar de datos masivo (y en constante expansión) lo suficientemente rápido y significativo, para que podamos extraer información útil de ellos y descubrir qué influirá en qué. Eso, a su vez, permitiría tomar medidas pragmáticas antes de que golpee el tsunami metafórico, tal vez incluso antes de que se forme la ola.

UN CAMBIO MARÍTIMO EN EL ANÁLISIS DE DATOS

Hasta ahora, la comprensión y el uso de estos datos ha sido una ciencia imperfecta, aunque está cambiando rápidamente. Primero hubo informes comerciales , que permitió un análisis reactivo de los datos para detectar tendencias y patrones. Entonces vino análisis predictivo , que implementó herramientas matemáticas sofisticadas para realizar pronósticos basados ​​en patrones de datos históricos y actuales.

Ahora, con los avances en la tecnología de bases de datos y la capacidad de sistemas innovadores como SAP HANA Para manejar cargas masivas de datos en la memoria, estamos viendo una gran cantidad de aplicaciones de software que intentan hacer lo que promete el efecto mariposa, es decir, predecir el curso de un tsunami a partir de pequeñas ondas, mientras suceden las cosas, en tiempo real. .

Las implicaciones comerciales de poder hacer predicciones tempranas son realmente enormes. Imagine a un comerciante de metales preciosos en una bolsa de productos básicos que puede ser alertado sobre una posible interrupción de la cadena de suministro, que surge de una disputa laboral que amenaza con salirse de control en una mina importante en Indonesia. O imagine a un fabricante de automóviles en Alemania que se entera de que ciertas piezas enviadas desde el extranjero llegarán más tarde de lo esperado y, por lo tanto, puede cambiar los programas de fabricación a tiempo, ahorrando millones de dólares que de otro modo se perderían por tiempo de inactividad.

ANÁLISIS EN ACCIÓN

Este es el tipo de predicción que Visiones semánticas , Verint , Factiva , Palantir , y otros están tratando de hacer, aunque cada uno tiene su área de enfoque única. Semantic Visions, uno de los primeros miembros de la Enfoque de puesta en marcha de SAP El programa, con sede en la República Checa, ofrece tecnología que puede predecir interrupciones en la cadena de suministro en tiempo real y está especialmente diseñado para grandes fabricantes que tienen miles de proveedores en todo el mundo. La disrupción a escala global a menudo comienza como eventos pequeños e insidiosos que pasan muy por debajo del radar de los principales medios de comunicación, a menudo cubiertos solo por los medios locales que no hablan inglés, si es que lo son.

Para capturar esta información, Semantic Visions ha desarrollado una tecnología única de análisis semántico entre idiomas que le permite extraer conocimiento del contenido web, en cualquier idioma en que esté escrito. La empresa ha condensado los principales idiomas del mundo en un lenguaje semántico universal mediante la creación de identificadores legibles por máquina que tienen el mismo significado y contexto independientemente del idioma. Esto hace posible interconectar y aprovechar la información independientemente del idioma en el que esté disponible, lo que significa que los silos definidos por el idioma (por ejemplo, Internet en China) ya no son cuellos de botella.

Semantic Vision lleva a cabo una evaluación continua del sentimiento predominante en los medios, no solo sobre empresas o industrias, sino incluso sobre países enteros. Su investigación muestra que los sentimientos negativos en los medios en idioma ruso (que tienden a constituir una cámara de eco para el Kremlin) han aumentado constantemente, multiplicándose por diez en los últimos dos años o más, mucho antes de que comenzaran las hostilidades reales. Lo que parece indicar es que, incluso antes de que se dispararan las armas o se colocaran los tanques en posición, el gobierno ruso manejaba efectivamente la opinión pública.

Y luego, por supuesto, están las aplicaciones en el campo de la seguridad nacional. En un mundo en el que los titulares están dominados por los conflictos (ISIS, Irak, Siria) y las enfermedades (el ébola en Liberia y el resurgimiento de la poliomielitis en Pakistán), no sorprende que las aplicaciones potenciales de dicha tecnología sean inmensas, mucho más allá del mundo empresarial. donde los proveedores de software buscan clientes públicamente.

Como era de esperar, la información sobre tales proyectos no comerciales es difícil de conseguir. Sin embargo, Palantir tiende a dominar los titulares, con un software que ha ayudado a identificar el grupo central de 27 hombres detrás del asesinato del periodista estadounidense Daniel Pearl en 2002, descubra la red informática GhostNet que estaba infectando los sistemas de las embajadas de muchos países y permitió que varios departamentos de policía de los EE. UU. hicieran vigilancia policial predictiva utilizando análisis de datos para adoptar un enfoque proactivo para el despliegue de patrullas. la pelicula futurista Informe de minorías —en el que una fuerza policial especial arresta proactivamente a los asesinos antes de que cometan delitos— está ambientada en 2054, pero parece que, de alguna manera, ya estamos allí.

ACERCARSE AL EFECTO MARIPOSA

Si bien científicamente puede ser imposible predecir si una mariposa en Brasil (o Bulgaria o Benin) finalmente provocará que un tornado aterrice en Texas, el impacto social de la teoría del efecto mariposa es innegable en el mundo hiperconectado y basado en datos de hoy. . La Primavera Árabe, después de todo, fue iniciada esencialmente por un desconocido vendedor ambulante tunecino, Mohamed Bouazizi, quien se prendió fuego para protestar contra el acoso policial. Su muerte ampliamente reportada pudo lograr lo que los ejércitos masivos y décadas de influencia occidental no habían podido hacer: generar suficiente indignación para provocar una rebelión.

A medida que los tesoros de datos se vuelven más ricos y las herramientas de administración de datos se vuelven más sofisticadas, nos estamos acercando al punto en el que algún día, en un futuro no muy lejano, el efecto mariposa puede describir una realidad matemáticamente predecible.

Sígueme @BansalManju y únete a la conversación en @SAPStartups.

esconder