El ritmo del cambio tecnológico se acelera a medida que aparecen nuevos productos, y las innovaciones revolucionarias suelen dar lugar a cambios disruptivos. Junto con este cambio tecnológico se produce una explosión de datos procedentes de nuevas fuentes relevantes para el ámbito geoespacial, incluidas imágenes, señales de sensores y datos de seguimiento en tiempo real. Las organizaciones de los sectores público, privado y terciario deben seguir siendo ágiles y resilientes para prosperar en este panorama emergente.
La adopción de nuevas innovaciones tecnológicas en grandes empresas de TI controladas puede ser un desafío debido a los costos asociados, los desafíos de integración y los procesos. El Open Geospatial Consortium (OGC) es un organismo de normalización que, durante los últimos 30 años, ha estado trabajando para innovar y crear estándares impulsados por la comunidad en el dominio geoespacial. Estos estándares están diseñados para garantizar que los datos y los servicios sean localizables, accesibles, interoperables y reutilizables (FAIR), al tiempo que se asegura que los estándares desarrollados sean adecuados para el dominio de destino y fáciles de adoptar. Los principios FAIR también se pueden aplicar a la integración de nuevas tecnologías en grandes empresas, para garantizar que se conozcan los patrones de interacción con las nuevas tecnologías y que los componentes que ofrecen la tecnología sean intercambiables.
Estandarización de los datos de entrenamiento de IA y ML
Un estándar OGC que respalda un fenómeno decididamente reciente es el OGC Training Data Markup Language for Artificial IntelligenceLa inteligencia artificial (IA), el aprendizaje automático (AA) y las aplicaciones asociadas han sido objeto de investigación desde la década de 1990 y antes. Sin embargo, solo recientemente se ha podido disponer de la potencia computacional necesaria y, lo que es más importante, de los datos para entrenar modelos de IA. Los datos de entrenamiento son el elemento vital de la IA. Como dice el viejo axioma, “basura entra, basura sale” y los modelos de IA no son diferentes. Además, los modelos de IA y su funcionamiento interno pueden ser opacos con el efecto de “caja negra” en las entradas y salidas. Por lo tanto, la estandarización de la gestión de los datos de entrenamiento es importante para los esfuerzos científicos, no solo por la repetibilidad sino también por los principios FAIR.
Además de utilizar la IA para realizar el trabajo geoespacial y de imágenes típico, también estamos viendo que se utiliza para crear datos simulados para el entrenamiento, o incluso para fines nefastos. El registro de información sobre los datos de entrada en los modelos de ML de forma estandarizada ayuda a la gestión y la autenticidad de los resultados. A modo de ejemplo, la imagen que aparece a continuación es un paisaje completamente ficticio creado con algunos datos de entrenamiento de una ciudad del Reino Unido y una red generacional adversarial (GAN). La estandarización de los metadatos del conjunto de datos de entrenamiento permite a otros crear sus propios datos simulados con la misma sensación, al tiempo que comprenden los parámetros de entrada y los resultados probables.
Computación cuántica
Si bien la IA/ML es una tendencia tecnológica actual que ofrece un gran ejemplo de cómo el panorama tecnológico puede cambiar de la noche a la mañana, como con el lanzamiento de ChatGPT en 2022, otro conjunto de tecnologías disruptivas que ha estado en el horizonte durante las últimas décadas es la computación cuántica.
Aunque es poco probable que reemplace por completo a la computación clásica, la computación cuántica ofrece una aceleración exponencial en la resolución de problemas difíciles de manejar para la computación clásica. Esto no se debe necesariamente a que las computadoras cuánticas sean más rápidas en el sentido de la supercomputación, sino a que su enfoque para resolver problemas es fundamentalmente diferente al de la computación clásica. La computación clásica opera manipulando bits que se encuentran en una posición de 1 o 0; al encadenar suficientes de estas operaciones, las máquinas de computación pueden realizar trabajo útil. Las computadoras cuánticas son diferentes porque su bloque de construcción fundamental es el cúbit , que puede existir en una superposición de 1 y 0. También existen diferentes tipos de computación cuántica: las computadoras cuánticas basadas en circuitos son aquellas que pueden realizar la factorización de números grandes, un proceso que ha acaparado titulares, y por lo tanto podrán descifrar el cifrado RSA (que se basa en el principio de que factorizar números grandes es difícil ). El segundo tipo de computación cuántica es el recocido cuántico o computación cuántica adiabática , que se presta a la resolución de problemas de optimización.
El dominio geoespacial está repleto de problemas de optimización. Un ejemplo típico es el Problema del Vendedor Viajero , donde un vendedor debe visitar varias ubicaciones geográficamente dispersas con la restricción de que debe visitar cada ubicación una sola vez, completando la ruta con el menor coste (distancia más corta, tiempo de viaje más rápido). Otro problema de optimización es el Problema del Desequilibrio Estructural, donde un algoritmo intenta dividir una red social (a menudo con un componente geoespacial) en grupos amistosos. En un grafo equilibrado, todas las relaciones dentro de los grupos son amistosas, mientras que todas las relaciones entre los grupos son hostiles. En la práctica, no suele ser posible obtener un resultado perfecto. Esto pone de manifiesto las relaciones que no se ajustan al modelo (relaciones tensas), lo que puede ser un indicador de conflicto.
La computación cuántica práctica ya es posible. Hay varios proveedores, como Rigetti, D-Wave y empresas como Amazon, Google y Microsoft, que están empezando a ofrecer sus recursos de computación cuántica a través de la nube. Aunque ninguna de las computadoras cuánticas es lo suficientemente grande como para proporcionar una ventaja cuántica en el espacio de la optimización, se planean nuevas computadoras cuánticas que sí lo serán. Como medida provisional, existen enfoques híbridos clásicos/cuánticos que ofrecen ventajas de la computación cuántica pero pueden resolver problemas prácticos.
Al igual que ocurre con muchas tecnologías emergentes, los patrones de interacción de estos nuevos ordenadores cuánticos y solucionadores híbridos aún no se han estandarizado y están hechos a medida, hasta el hardware. El sistema D-Wave con el SDK Ocean para computación cuántica tiene patrones y llamadas que cubren muchas de las llamadas de estilo de optimización para las que se podría utilizar un solucionador cuántico. Tal vez el próximo paso del OGC sea comprender el impacto de la computación cuántica a través de un grupo de trabajo de dominio para respaldar los problemas de estilo de optimización geoespacial a través de un grupo dedicado a la computación cuántica y las oportunidades que ofrece.
Donde después?
Si nos mantenemos atentos a las tecnologías emergentes y nos adelantamos a su adopción, podremos crear estándares que ayuden a la integración y puedan proporcionar cambios significativos a las organizaciones. La tecnología es la parte interesante y puede ofrecer oportunidades incalculables, y cuanto más rápido y sin problemas puedan adoptarse estas tecnologías en las organizaciones que las utilizan, mejor será el retorno para las empresas, los usuarios y los ciudadanos. Una buena definición de estándares basada en el dominio es clave para un panorama tecnológico más justo.
Se llevará a cabo una sesión ad hoc sobre computación cuántica a las 15:30 CET el 27 de marzo de 2024, como parte del 128ª Reunión de miembros de la OGC en Delft, Países Bajos, para discutir la posibilidad de estandarización en el dominio de la computación cuántica.
El tema general de la reunión es “Geo-BIM para el entorno construido” y, además, incluirá una Cumbre Geo-BIM, una Sesión Especial de Administración de Tierras, una Sesión Especial de Datos de Observación, una Sesión Conjunta del Entorno Construido, una reunión del Foro Europeo, así como las reuniones habituales de SWG y DWG y eventos sociales y de networking. Aprenda más y regístrese aquí.
Sam Meek es el director de tecnología de Helyx Secure Information Systems Ltd.
