Una de las características de este mundo dominado por la información en que vivimos, son las inmensas cantidades de datos que se generan sobre cualquier cosa, desde las actividades deportivas y los comentarios en Twitter, hasta los patrones genéticos y la predicción de enfermedades. Estos continuos generadores de datos se conocen como big data y conllevan el reto de dar sentido al material que producen.
Lo cual es una tarea hercúlea. Sólo el flujo de tuits en Twitter produce unos 500 millones de mensajes al día. Hay que filtrarlos, analizarlos en busca de tendencias interesantes y mostrar la información de tal forma que un humano pueda darle sentido rápidamente.
Es a esta última tarea de exposición de datos a la que se dedican los investigadores Zachary Weber y Vijay Gadepally en el Laboratorio Lincoln del Instituto de Tecnología de Massachusetts (MIT por sus siglas en inglés) en Lexington (EEUU). Defienden que combinando la impresión en 3D con el big data se puede mejorar radicalmente cómo las personas consumen y comprenden los datos a gran escala.
Los investigadores exponen su teoría usando el ejemplo de una maqueta del campus del MIT impresa en 3D, que crearon usando un dispositivo láser para medir edificios. Los datos recogidos por el dispositivo sirvieron para construir una maqueta del campus que imprimieron en plástico traslúcido usando técnicas estándar de impresión en 3D.
Una de las ventajas del plástico traslúcido es que se puede iluminar desde abajo con distintos colores. Así, el equipo ha usado un proyector conectado a un portátil para proyectar una imagen sobre la maqueta desde abajo. En la imagen que se ve arriba, el campus aparece coloreado según la altura de los edificios.
Afirman que esto es sólo el principio de las posibilidades que ofrece la técnica. Para demostrarlo, Weber y Gadepally filtraron parte del flujo de mensajes de Twitter para escoger los tuits geolocalizados en el campus del MIT. Luego usaron su maqueta para mostrar qué tipo de contenido se genera en distintos lugares del campus, y para permitir a los usuarios cortar y diseccionar los datos usando una pantalla interactiva. "Otras demostraciones pueden incluir animar el volumen del tráfico de Twitter como una función del tiempo y el espacio, para conocer los patrones o la vida del campus", afirman.
Weber y Gadepally explican que su enfoque es especialmente útil cuando distintos grupos de personas tienen acceso a los datos al mismo tiempo. Ponen el ejemplo de los urbanistas estudiando los patrones de tráfico que se dan en las ciudades. Cuesta mucho debatir sobre ese tipo de datos en grupo sin una plataforma base que todo el mundo pueda ver y con la que puedan interactuar. La gran ventaja de este avance es que una parte clave de la serie de datos, la maqueta, es fija, prácticamente inamovible. Esto permite una flexibilidad completa de los datos que hay que analizar, pero una absoluta inflexibilidad con los datos que no hay que tocar. Algo que puede simplificar la cuestión considerablemente.
Está claro que existen dispositivos de realidad aumentada que sirven para hacer demostraciones parecidas, pero son caros y suelen ser complicados de operar. Por el contrario, las maquetas en 3D son cada vez más fáciles de imprimir y los proyectores y portátiles ya son herramientas estándar. Y aunque no todas las series de datos se puedan analizar con este tratamiento, en el caso de las que sí se pueden, los beneficios son evidentes.
A pesar de que este tipo de maquetas en 3D se usan desde hace tiempo en exposiciones públicas, museos y sitios parecidos, hasta ahora costaba muchísimo dinero fabricarlas y además se diseñaban para mostrar una única serie de datos. Lo novedoso de su idea es hacer las maquetas lo suficientemente flexibles como para poder exponer todo tipo de datos, y lo suficientemente baratas como para que las pueda hacer casi cualquier grupo.
Es hora de ponerse a hacer una maqueta en 3D de tu oficina, casa, colegio o casa del árbol.
Ref: arxiv.org/abs/1409.7724: Usando impresión en 3D para Visualizar Big Data de los Medios Sociales