En la era de la computación, el concepto de smart city cede el paso al urban computing. Este trabalenguas lo traduce y aterriza la empresa catalana Tinkerers, que ha desarrollado una serie de procesos computacionales para que la ciudad del futuro realmente funcione. Así, han lanzado una plataforma inteligente para crear auténticas smart offices en espacios tan dispares como un centro de gestión de crisis de una ciudad o una estación de esquí.
"Nos centramos en la gestión de ciudades y regiones inteligentes; Fuerzas y Cuerpos de Seguridad y de rescate para reducir el riesgo de desastres ligados al cambio climático", subraya a INNOVADORES Milena Orlandini, CEO y cofundadora de Tinkerers, que recuerda que solo en 2017 se gastaron en todo el mundo más de 300.000 millones de euros en reconstrucción con motivo de estos desastres. Tanto la ONU, como el Banco Mundial y la UE recomiendan invertir más en herramientas para la prevención de este tipo de desastres.
"En la era del big data y la inteligencia artificial, es muy complicado gestionar todos los datos ‘oscuros’ que generamos sin ni siquiera saberlo. Es complejo hacer una simulación de lo que puede ocurrir en una ciudad o región si se produce, por ejemplo, una DANA, como fue Gloria en enero de este año", incide Orlandini.
Tinkerers, que ya tiene una larga trayectoria a su espalda, fundada en 2013 a raíz de un proyecto enfocado en aplicar datos geoespaciales y de observación de la Tierra, presentó su proyecto a la incubadora de la Agencia Espacial Europea (ESA) en 2015 e inició el desarrollo de lo que ahora es la plataforma HAToM, que incorpora tecnologías disruptivas como la impresión 3D, internet de las cosas, realidad mixta, virtual y aumentada, inteligencia artificial y machine learning, entre otras.
Así, HAToM puede recrear en 3D cualquier parte del planeta, en cualquier tamaño y escala y, gracias a los algoritmos desarrollados por Tinkerers, se pueden visualizar, de forma simultánea, varias capas de información procedentes de distintas fuentes de datos, incluso en tiempo real. "Todos estos datos se traducen a un lenguaje más visual y se muestran sobre el terreno, de modo que tanto organismos públicos como empresas privadas pueden tomar decisiones de una manera más eficiente y, sobre todo, reduciendo costes".
La plataforma combina un modelo topográfico físico, al "fabricar gemelos digitales de la Tierra", con el desarrollo de una serie de algoritmos que son capaces de "recopilar datos multiplataforma, en tiempo real, procesarlos, analizarlos y proyectarlos sobre el modelo topográfico, evitando las posibles distorsiones al partir de fuentes de datos digitales y físicas".
Además de incorporar los datos geoespaciales de su sistema, esta plataforma también puede integrar sensores de otros proyectos para recopilar todos los datos que interesan al cliente final. "En el modelo topográfico se pueden plasmar diferentes capas de múltiples fuentes de datos de proveedores externos con los que podemos llegar a acuerdos de colaboración para procesarlos".
Se pueden realizar simulaciones, por ejemplo, de desastres naturales o incluso para implementar medidas sanitarias y de seguridad por la pandemia de la Covid-19, para analizar cómo está preparada una región para afrontarlo.
Esta plataforma, que ya está instalada en el centro de crisis del Ayuntamiento de Castelldefels, ayuda a las áreas de Urbanismo y Seguridad Ciudadana para llevar a cabo simulaciones de las estrategias de la pandemia de la Covid-19 (conocer la evolución de cada brote, cómo se va extendiendo por determinadas calles de la ciudad..), así como por la prevención climática (alarmas para evitar inundaciones, incendios...).
Asimismo, analiza la movilidad del transporte público en tiempo real y, al combinar los sensores de tráficos es, capaz de anticiparse a los atascos y crear mapas de calor de las zonas de estacionamiento. Todo desde una misma sala de gestión de Seguridad Ciudadana.
También se está implementando en estaciones de esquí para obtener datos de la situación en tiempo real de la montaña para, entre otras funciones, conocer si hay riesgos de avalanchas. Y esto lo consigue al combinar los datos geoespaciales y de observación de la Tierra, con información de las estaciones meteorológicas locales y los datos históricos para obtener un mapa de la estación.