Vodafone

Las Administraciones Públicas se encuentran inmersas en una época de cambio en el que las normativas y regulaciones respecto a la información que manejan está muy controlada. La analítica de datos ha emergido como un pilar importante en el cambio, permitiendo así a las entidades gubernamentales aprovechar el vasto flujo de datos disponibles para tomar decisiones estratégicas. ¿Qué aportan este tipo de soluciones a los organismos públicos? Os dejamos 5 ventajas de situar los datos como hilo conductor de la estrategia de transformación digital.

La digitalización del entorno y la aplicación de soluciones tecnológicas en las ciudades son aspectos que ya forman parte de nuestra vida. En estos momentos ya experimentamos algunos de estos progresos en nuestro día a día, como la aplicación del riego inteligente o la eficiencia del alumbrado público. Sin embargo, las perspectivas sobre lo que puede llegar a ser una Smart City van mucho más allá.

Una ciudad inteligente es un complejo urbano tecnológicamente moderno que emplea distintos tipos de dispositivos electrónicos, métodos de activación de voz y sensores para recolectar información con el objetivo de mejorar los servicios de gobierno, así como el bienestar de sus habitantes. En la actualidad, los proyectos de Smart City se basa en el procesamiento y el análisis de datos procedentes de todos los ciudadanos, dispositivos y edificios para gestionar y monitorizar el tráfico, los sistemas de tráfico, las plantas de energía, los servicios públicos, las redes de suministro de agua, la gestión de los residuos, la detección de crimen, así como los servicios de información, las escuelas, las librerías, los hospitales y otros servicios comunitarios.

En la actualidad, una de las características de las Smart cities es que el mercado está determinado por el rápido desarrollo y la implementación del Internet de las cosas (IoT). Se trata de una tecnología que ya ha cambiado nuestra forma de vida y cuyo impacto se extiende desde el ámbito más cotidiano a cualquier sector y actividad empresarial. Los casos de éxito de las Smart Cities, con la colaboración de los dispositivos móviles, han cambiado por completo el paradigma, conduciéndonos hacia un mundo interconectado que avanza cada año gracias a nuevas innovaciones tecnológicas y tendencias globales.

Así, mientras que las consecuencias de la crisis sanitaria ocasionada por la pandemia de la Covid-19 han supuesto una abrupta caída económica para muchos países e industrias, también ha abierto una ventana de oportunidad para el desarrollo de nuevas tecnologías que ofrezcan soluciones a los problemas de distanciamiento social, la crisis en la cadena de suministro mundial o los distintos confinamientos decretados a lo largo de los últimos dos años. Diversos estudios ya muestran con cifras que el auge del mercado de las ciudades inteligentes es una realidad a punto de dar el gran salto. Según apuntan las previsiones del último informe de Astute Analytica los ingresos de las ciudades inteligentes globales van a pasar de los 1.25.325,5 millones de dólares en 2021 a 6.70.424,1 millones de dólares en 2030. Por ello, ha llegado el momento de poner la vista en el futuro, definir las características de las Smart Cities españolas y comparar cómo son ahora estas ciudades y cómo llegarán a ser. La velocidad de conexión del 5G La quinta generación de tecnologías móviles, más conocida como 5G, permitirá a las ciudades inteligentes avanzar al siguiente nivel gracias a unas conexiones más rápidas y fiables. Este hecho repercutirá directamente en la fabricación y el procesamiento de sistemas y dispositivos más inteligentes.
Así, será imprescindible que la red 5G cubra todo el territorio y conecte entre sí a todos los dispositivos que necesitarán compartir información de manera masiva e instantánea.

  El siguiente nivel de la automatización Mientras que ya estamos relativamente habituados a la certeza de los coches autónomos o los asistentes de voz inteligentes, las Smart Cities en España necesitarán llevar la automatización a otro nivel que implique a los edificios, al mobiliario y a los dispositivos de manera integral. La redefinición de los entornos y el camino a seguir para moldear las ciudades del futuro son conceptos que discuten en profundidad desde la organización sin ánimo de lucro NewCities.

Para abordar el concepto de las ciudades inteligentes del futuro, hay que partir de la necesidad de reimaginar nuestra concepción tradicional del hogar, de las oficinas, de la industria, del retail o del ocio. Brindar autonomía a los edificios supondrá una mayor flexibilidad laboral y una garantía para el uso de forma automatizada de todos los servicios y las comodidades.

  Seguridad basada en el Machine Learning y el Blockchain Una de las grandes preocupaciones concernientes a las Smart Cities y a la tecnología del IoT es la relacionada con las posibles brechas de seguridad y privacidad que puedan afectar a los dispositivos interconectados y, en consecuencia, a la información personal de los usuarios. En respuesta a esta problemática, las ciudades inteligentes del futuro se apoyarán en tecnologías como el Machine Learning y el Blockchain para garantizar entornos más seguros.

Los dispositivos IoT recogen e integran datos en tiempo real mediante el seguimiento de las actividades diarias de los individuos con el objetivo de proporcionar servicios eficientes. Dado que estos dispositivos recogen información personal y sensible, los retos de seguridad y privacidad son paradigmas cruciales. Frente al aumento de las filtraciones y los ciberataques, la automatización de los procesos a través del Machine Learning contribuirá a proteger los datos.

Sin embargo, los métodos de seguridad tendrán que seguir evolucionando de manera paralela al desarrollo de las tecnologías que integran las ciudades del futuro. Investigadores de la Universidad de Baréin han propuesto un sistema de seguridad basado en el Machine Learning que ofrece un enfoque activo y planificado en cuatro puntos. Por su parte, el Blockchain facilitará el acceso mucho más seguro, rápido y preciso a todos los datos distribuidos entre los distintos dispositivos interconectados. Para mantener la sostenibilidad y el despliegue en tiempo real de las ciudades inteligentes, la conectividad inalámbrica segura y el IoT son factores imprescindibles. Ser más inteligente también hace que la ciudad sea más vulnerable a los ciberataques y el Blockchain puede ser la respuesta a muchos de estos retos, tal y como se aborda en el libro Blockchain and the Smart City.

En este contexto actual y con la vista puesta en los próximos años, factores como la necesidad de mejorar la seguridad ciudadana, las infraestructuras de comunicación o las alianzas público-privadas, además del incremento de la concienciación por el medio ambiente y las iniciativas sostenibles, van a impulsar de manera decisiva el crecimiento de las Smart Cities españolas.

Ciudades, en las que se abordará de manera trascendental problemáticas, como la gestión del tráfico para ofrecer soluciones mediante movilidad compartida o vehículos inteligentes. Otra de las características de las Smart Cities es el desarrollo de iniciativas que pretenden atajar el crecimiento exponencial de la cantidad de personas que viven en las ciudades, del 56,2% de la población mundial en 2020 a la proyección del aumento de esta cifra hasta el 75% de cara a 2050. En las ciudades del futuro, los edificios y los dispositivos no solo deben poder comunicarse entre sí para poder tomar decisiones, sino contribuir a la sostenibilidad que garantice que, en efecto, haya un futuro que proyectar.

Las personas están usando AI para explorar todo tipo de ideas: identificar las causas del mal tráfico en Los Ángeles, mejorar las tasas de reciclaje en Singapur e incluso experimentar con el baile. Comenzar con tus propios proyectos de aprendizaje automático puede parecer intimidante, pero Teachable Machine es una herramienta basada en la web que lo hace rápido, fácil y accesible para todos. La primera versión de Teachable Machine permitía que cualquiera enseñase a su ordenador a reconocer imágenes usando una cámara web. Para muchas personas, era la primera vez que experimentaban lo que supone programar un modelo propio de aprendizaje automático: enseñar a la computadora cómo reconocer patrones en los datos (imágenes, en este caso) y asignar nuevos datos a las categorías. Desde entonces, hemos escuchado de muchas personas que quieren llevar sus modelos de Teachable Machine un paso más allá y usarlos en sus propios proyectos. Teachable Machine 2.0 permite programar un modelo propio de aprendizaje automático con solo hacer clic en un botón, no requiere codificación, y se puede exportar a sitios web, aplicaciones, máquinas físicas y otras plataformas. Teachable Machine 2.0 también puede reconocer sonidos y posturas, como si estás de pie o sentado. Colaboramos con educadores, artistas, estudiantes y creadores de todo tipo para descubrir cómo hacer que la herramienta sea útil para todos ellos. Por ejemplo, el investigador de educación Blakeley H. Payne y sus compañeros de equipo han estado utilizando Teachable Machine como parte del plan de estudios de código abierto que enseña a los estudiantes de secundaria sobre IA a través de una experiencia práctica de aprendizaje. «Los padres, especialmente de las niñas, a menudo me dicen que sus hijos están nerviosos por aprender sobre la IA porque nunca han codificado antes«, dijo Blakeley. «Me encanta usar Teachable Machine en el aula porque permite a estos estudiantes ser diseñadores de tecnología sin temor a que “nunca había hecho esto«».Pero no es solo para enseñar. Steve Saling es un experto en tecnología de accesibilidad que lo utilizó para explorar la mejora de la comunicación para las personas con problemas del habla. Yining Shi ha estado utilizando Teachable Machine con sus estudiantes en el Programa de Telecomunicaciones Interactivas en NYU para explorar su potencial para el diseño de juegos. Y en Google, lo hemos estado utilizando para que las máquinas de clasificación física sean más fáciles de construir para cualquiera. Así es como funciona todo: Teachable Machine: Recopilar ejemplos Puede usar Teachable Machine para reconocer imágenes, sonidos o posturas. Sube tus propios archivos de imagen o captúralos en vivo con un micrófono o una cámara web. Estos ejemplos permanecen en el dispositivo y nunca abandonan tuordenador a menos que elijas guardar el proyecto en Google Drive. Programa tu modelo Con un clic, Teachable Machine programará un modelo basado en los ejemplos que hayas proporcionado. Toda la programación se desarrolla en el navegador, por lo que quedará en el ordenador.