La inteligencia artificial (IA) está transformando nuestra comprensión del mundo. Desde la respuesta ante desastres y la gestión de infraestructuras hasta la monitorización ambiental y la seguridad nacional, las organizaciones dependen cada vez más de sistemas automatizados para procesar grandes cantidades de información geoespacial y convertirla en información útil para la toma de decisiones.
Al mismo tiempo, el volumen y la complejidad de esa información siguen aumentando. Imágenes, vídeos, redes de sensores, gemelos digitales y otras fuentes de datos generan cantidades de información sin precedentes que deben compartirse, comprenderse y considerarse fiables en todas las organizaciones, plataformas y aplicaciones.
Para afrontar este reto se necesita algo más que nuevas tecnologías. Se requiere una base común que permita que los sistemas trabajen juntos, que los datos se muevan sin problemas entre entornos y que la información conserve su significado, calidad y fiabilidad a lo largo de todo su ciclo de vida.
Ese desafío fue el eje central de OGC Testbed-21, una iniciativa de colaboración de un año de duración patrocinada por la NASA y la NGA. Reuniendo a expertos del gobierno, la industria, el mundo académico y la comunidad de código abierto, el Testbed exploró cómo los estándares abiertos y las tecnologías de código abierto pueden impulsar la interoperabilidad geoespacial entre tecnologías emergentes.
Los resultados de la iniciativa más amplia se presentaron durante la demostración OGC Testbed-21 los días 6 y 7 de mayo de 2026. Si bien las demostraciones abarcaron una amplia gama de temas, tres temas surgieron de manera constante a lo largo del evento.
1. La interoperabilidad ahora abarca formatos, semántica y confianza.
Durante décadas, la interoperabilidad en el ámbito geoespacial se limitaba principalmente a garantizar que los sistemas pudieran intercambiar datos. Si una aplicación podía leer los datos de otra, el problema se consideraba resuelto. Sin embargo, las exigencias sobre la información geoespacial están cambiando rápidamente. Los sistemas de IA, los gemelos digitales, los flujos de trabajo automatizados y los ecosistemas de datos cada vez más complejos requieren más que un simple intercambio de datos. Requieren que los sistemas comprendan la información, evalúen su calidad, verifiquen su origen y determinen si es fiable.
Ese cambio fue evidente a lo largo de Testbed-21. En las demostraciones, los participantes exploraron cómo la interoperabilidad puede ir más allá de los formatos y las API para incluir la semántica, la procedencia, la integridad y la confianza. El trabajo sobre GIMI (Geospatial-Intelligence Imagery Media for Intelligence, Surveillance, and Reconnaissance), Data Quality for Integrity, Provenance, and Trust (DQ4IPT) y las pruebas de conformidad apuntaron a la misma conclusión: los metadatos ya no son un accesorio de los datos; se están convirtiendo en una parte fundamental de la información misma, ayudando tanto a las personas como a las máquinas a comprender de dónde provienen los datos, cómo se crearon y cómo deben usarse.
A medida que las organizaciones dependen cada vez más de la automatización y la IA, esta visión más amplia de la interoperabilidad se vuelve esencial. Los sistemas deben poder intercambiar no solo información, sino también significado, contexto, indicadores de calidad y evidencia. Testbed-21 demostró que la comunidad geoespacial está comenzando a sentar las bases para ello.
2. Las imágenes y los vídeos se están convirtiendo en activos de información de primera clase.
Las imágenes siempre han sido una de las fuentes más valiosas de información geoespacial, pero a menudo se las ha tratado como un archivo que se almacena, descarga y visualiza por separado del ecosistema informativo general. Testbed-21 demostró un futuro diferente: uno en el que las imágenes y los vídeos se convierten en activos de información completos, fáciles de encontrar e interoperables que se integran a la perfección en los flujos de trabajo modernos.
Gran parte de este trabajo se centró en GIMI, un enfoque de última generación para la gestión de imágenes, vídeo y medios geoespaciales relacionados. Desarrollado con una importante participación de las comunidades de defensa e inteligencia, GIMI está diseñado para superar las limitaciones de los formatos y flujos de trabajo tradicionales basados en archivos, que durante mucho tiempo han restringido la forma en que se descubren, comparten y utilizan las imágenes y los medios. En lugar de tratar las imágenes como archivos aislados, GIMI permite empaquetar los medios con metadatos completos, exponerlos a través de API modernas, vincularlos a catálogos y sistemas de conocimiento, e integrarlos directamente en flujos de trabajo digitales.
Durante la demostración, los participantes mostraron avances en transmisión en tiempo real, visualización basada en navegador, enriquecimiento semántico, descubrimiento basado en estándares y gestión de metadatos. En lugar de tratar las imágenes como contenido estático, estas demostraciones mostraron cómo pueden integrarse en catálogos, vincularse a metadatos legibles por máquina, accederse mediante API y analizarse junto con otras fuentes de información. El resultado es un modelo en el que las imágenes y los vídeos se convierten en participantes activos de los flujos de trabajo digitales, en lugar de productos de datos pasivos.
Esta evolución cobra especial relevancia a medida que la IA depende cada vez más de imágenes y vídeo como principales fuentes de información. La capacidad de descubrir, acceder, comprender y confiar en la información visual a gran escala será fundamental para futuras aplicaciones en inteligencia, respuesta ante desastres, gestión de infraestructuras, monitorización ambiental y un sinfín de otros ámbitos. Al facilitar el descubrimiento, la interoperabilidad y la integración de imágenes y contenido multimedia en la IA, GIMI sienta las bases para la próxima generación de sistemas geoespaciales y analíticos.
3. La confianza, la calidad y la conformidad son requisitos previos para la IA y la automatización.
Quizás el mensaje más contundente de Testbed-21 fue que ya no se puede dar por sentada la confianza en los datos y el análisis. A medida que las organizaciones dependen cada vez más de sistemas automatizados y de la toma de decisiones asistida por IA, comprender el origen de los datos, cómo se procesaron y si cumplen con los estándares aceptados se vuelve fundamental. Sin esas garantías, incluso el análisis más sofisticado puede perder credibilidad rápidamente.
Las demostraciones destacaron varios enfoques complementarios para abordar este desafío. Los participantes exploraron la procedencia legible por máquina, los servicios de integridad, las credenciales verificables, los metadatos de calidad y las pruebas de conformidad automatizadas. En conjunto, estas capacidades ayudan a crear un entorno en el que la confianza se integra en el sistema, en lugar de añadirse posteriormente mediante revisiones y validaciones manuales. Además, permiten a las organizaciones evaluar los datos y los servicios de forma más consistente en entornos complejos y distribuidos.
El trabajo reforzó un principio simple pero cada vez más importante: la IA confiable depende de datos confiables, metadatos confiables e implementaciones confiables. A medida que los sistemas geoespaciales se vuelven más automatizados e interconectados, la calidad, la procedencia, la integridad y la conformidad se convertirán en infraestructura fundamental en lugar de mejoras opcionales.
¿Qué se demostró?
Impulsando GIMI: Una base moderna para imágenes geoespaciales
Uno de los principales objetivos de Testbed-21 fue el avance de GIMI, un enfoque emergente para la gestión de imágenes y vídeo en los flujos de trabajo geoespaciales modernos.
El trabajo ya está dando resultados tangibles. Apenas unos días después de la demostración Testbed-21, la ISO publicó la Enmienda 2 de la Edición 3 de HEIF, incorporando formalmente la función "tili" al estándar HEIF. Esta función, que permite un acceso más eficiente a imágenes de gran tamaño divididas en mosaicos, se propuso en la demostración Testbed-20 anterior y se perfeccionó gracias al trabajo realizado en Testbed-21. La incorporación de la función "tili" al estándar HEIF representa un ejemplo concreto de cómo la investigación colaborativa puede influir en los estándares internacionales.
Joan Maso Pau (Universitat Autònoma de Barcelona – CREAF) presentó la especificación base de GIMI establecida para el banco de pruebas, que define los requisitos modulares para la estructura de archivos, los identificadores de contenido, la codificación de tiempo atómico, las clases de imágenes, las marcas de seguridad y los metadatos basados en RDF. También destacó el trabajo relacionado que respalda GeoHEIF, un estándar OGC emergente.
El trabajo realizado por el banco de pruebas en HEIF optimizado mediante búsqueda ha alcanzado un hito importante con la publicación de la enmienda 2 de la edición 3 de ISO HEIF, que incorpora formalmente la función "tili" a la especificación HEIF.
Construyendo un ecosistema GIMI de código abierto
Varios participantes demostraron cómo el software de código abierto está evolucionando rápidamente para dar soporte a GIMI.
Dirk Farin (Algorithmic Research eK) presentó mejoras en la biblioteca libheif, incluyendo compatibilidad con la codificación de vídeo entre fotogramas, códecs mejorados sin pérdida y sin comprimir, conversión de GeoTIFF a GIMI, incrustación RDF y transmisión de imágenes en mosaico basada en rangos HTTP.
Daniel Morin (Collabora) presentó mejoras en el marco de trabajo GStreamer que permiten procesar, codificar y transmitir datos complejos de sensores geoespaciales —incluidas imágenes multiespectrales, valores de punto flotante y formatos de datos científicos— utilizando flujos de trabajo GIMI.
Núria Julià Selvas y Joan Maso Pau (Universitat Autònoma de Barcelona – CREAF) demostraron mejoras en el navegador de mapas MiraMon, que permiten una visualización web fluida de conjuntos de datos GIMI y HEIF optimizados para búsqueda muy grandes mediante solicitudes de rango HTTP, manteniendo al mismo tiempo el acceso a metadatos e información semántica enriquecidos.
Hacer que las imágenes sean accesibles
El descubrimiento y la accesibilidad fueron temas recurrentes a lo largo de las demostraciones.
Shruti Suresh y Alex Bostic (Voyager Search) demostraron cómo Voyager Search se ha ampliado para admitir registros API de OGC y STAC, lo que permite catalogar, descubrir y acceder a imágenes GIMI y metadatos RDF mediante interfaces basadas en estándares. La demostración puso de manifiesto cómo la información de procedencia y los metadatos pueden permanecer vinculados a los recursos de imágenes sin necesidad de herramientas propietarias.
Aplicando la semántica a los medios geoespaciales
Simon Cox presentó un trabajo sobre una ontología para la descripción de la cobertura que exploraba cómo los metadatos de GIMI pueden representarse formalmente utilizando OWL, alineándose con marcos semánticos establecidos, como la Ontología Formal Básica (BFO), las Ontologías Centrales Comunes (CCO), GeoSPARQL y la ontología de Red de Sensores Semánticos (SSN).
Este trabajo sienta una base importante para la validación, la comprensión automática y el razonamiento automatizado en sistemas geoespaciales.
Conectando vídeo, ubicación y análisis
Rob Smith (Away Team Software) hizo una demostración de Web Video Map Tracks (WebVMT) utilizando imágenes de la cámara del salpicadero sincronizadas con datos de ubicación y acelerómetro de alta frecuencia.
El prototipo demostró cómo las aplicaciones basadas en navegador podían identificar eventos similares a colisiones, baches y otras anomalías directamente a partir de transmisiones de video georreferenciadas, lo que ilustra el creciente papel del video como fuente de información geoespacial.
Evaluación del rendimiento a gran escala
Eugene Yu (Universidad George Mason) presentó resultados preliminares de evaluación del rendimiento que indican que GIMI puede lograr un rendimiento comparable al de Cloud Optimized GeoTIFF cuando se codifica correctamente.
A continuación, Martin Desruisseaux (Geomatys) realizó una demostración del trabajo que se está llevando a cabo en Apache SIS para comparar GIMI con otros formatos de imágenes y brindar orientación para su futura implementación.
Núria Julià Selvas (Universitat Autònoma de Barcelona – CREAF) clausuró la sesión de GIMI con un resumen de los avances logrados durante el Testbed, incluyendo propuestas para Seek-Optimized HEIF y esfuerzos de armonización que involucran a GIMI, GeoHEIF y tecnologías de cubos de datos.
Generando confianza a través de la integridad, la procedencia y la calidad.
El segundo día se centró en la calidad de los datos para garantizar la integridad, la procedencia y la confianza (DQ4IPT).
Lucio Colaiacomo (4113 Ingeniería) presentó enfoques para asociar productos de datos geoespaciales con evidencia legible por máquina que describa el linaje, el historial de procesamiento, las características de calidad y el uso previsto.
Andreas Matheus (Secure Dimensions) e Yves Coene (Spacebel) presentaron un conjunto de servicios IPT que permiten publicar, descubrir, validar e intercambiar evidencias mediante estándares abiertos. La demostración combinó API de OGC, STAC, credenciales verificables y tecnologías basadas en blockchain para ilustrar cómo los servicios de confianza pueden operar en un ecosistema interoperable.
Jamie Feiss (KurrawongAI) presentó una biblioteca de software que permite la transformación de metadatos de calidad de datos entre modelos estandarizados, lo que ayuda a las organizaciones a integrar información de calidad en los flujos de trabajo operativos.
Pruebas de conformidad y capacitación de desarrolladores
Las demostraciones finales se centraron en la calidad de la implementación y la garantía de interoperabilidad.
Charles Heazel (Heazel Technologies) presentó la herramienta de pruebas de conformidad GIMI desarrollada a través de la plataforma de pruebas, mientras que Samantha Lavender (Pixalytics) presentó los materiales de capacitación complementarios diseñados para ayudar a los desarrolladores a adoptar y utilizar la herramienta.
A continuación, Gobe Hobona (OGC) y Samantha Lavender demostraron cómo las pruebas de conformidad automatizadas pueden evaluar las implementaciones según los requisitos de GIMI, lo que ayuda a los desarrolladores a identificar problemas con antelación y aumenta la confianza en que las implementaciones independientes interoperen según lo previsto.
Mirando hacia el futuro
La demostración Testbed-21 ofreció mucho más que una simple colección de prototipos. Brindó una visión de cómo el ecosistema geoespacial está evolucionando para dar soporte a un futuro definido por la IA, la automatización, los gemelos digitales y entornos de información cada vez más complejos. Durante los dos días, los participantes demostraron avances prácticos en formatos de imágenes, semántica, procedencia, evaluación de la calidad, marcos de confianza y herramientas para desarrolladores; avances que están ayudando a sentar las bases de un ecosistema geoespacial más conectado e inteligente.
Igualmente importante, el evento puso de relieve el valor único del modelo de plataforma de pruebas colaborativa de OGC. Al reunir a organizaciones con diferentes perspectivas y experiencia, las plataformas de pruebas crean un espacio donde se pueden explorar ideas, validar tecnologías y abordar los desafíos de implementación antes de su despliegue operativo. El trabajo presentado durante Testbed-21 demostró no solo lo que es posible, sino también lo que se puede lograr cuando el gobierno, la industria, la academia y la comunidad de código abierto colaboran en torno a desafíos comunes. A medida que estos esfuerzos maduren, contribuirán a garantizar que la próxima generación de sistemas geoespaciales no solo sea interoperable, sino también confiable, accesible y esté preparada para soportar formas cada vez más sofisticadas de análisis y toma de decisiones.
Grabaciones
La grabación de la primera parte del primer día está disponible aquí: https://filwww.ogc.org/es/external/de89426fe5f6d20d7546d153b20fb12aadbb02e6ffd6c7cb3ea1e5b4644783de
La grabación de la segunda parte del primer día está disponible aquí: https://filwww.ogc.org/es/external/file/f5xm957cad2a272af4241abd5901cab04bcd6
La grabación del Día 2 está disponible aquí: https://filwww.ogc.org/es/external/file/w69tpd4866fb9f0be4e1e937674dcd2977de0
