Si usted no es ingeniero seguramente nunca habrá oído hablar del brillante inventor Rudolf Kálmán, un ingeniero y matemático nacido en Budapest (Hungría) que falleció el pasado 2 de julio en Gainesville, Florida (EEUU), a la edad de 86 años. Su aportación principal, un algoritmo llamado filtro Kalman, posibilitó muchos de los logros tecnológicos fundamentales de los últimos 50 años. Estos incluyen sistemas aeroespaciales como los ordenadores que permitieron a los astronautas del Apolo aterrizar sobre la Luna, vehículos robóticos que exploran nuestro mundo desde las profundidades de los mares hasta los planetas más lejanos y casi cualquier proyecto que necesite calcular el estado del mundo a partir de datos farragosos. Alguien describió una vez el sistema de GPS al completo (esa enorme constelación de satélites en órbita, estaciones terrestres y ordenadores) como "un enorme filtro Kalman".
Dentro de su comunidad profesional, Kálmán era muy conocido y admirado, y recibió numerosos premios y honores. En 2009, el presidente Obama le concedió la Medalla Nacional de Ciencia de Estados Unidos. Para las personas que han estudiado cualquier forma de robótica, control o ingeniería aeroespacial durante las últimas cuatro décadas, el epónimo filtro de Kálmán habrá sido igual de esencial para su trabajo de lo que es el teorema de Pitágoras para los alumnos de instituto que se preparan para los exámenes de acceso a la universidad.
Esto se debe a que los ingenieros de control saben que sólo se puede controlar lo que se puede medir. Cuanto más precisa sea la medición, mejor se podrá controlar.
Consideremos el reto al que se enfrentaron los ingenieros encargados de diseñar los ordenadores del Apolo a principios de la década de 1960. Los datos brutos de los ordenadores, mediciones de sensores como giroscopios, acelerómetros y radares, eran inherentemente ruidosos y estaban llenos de errores aleatorios y engorrosas imprecisiones. Cuando uno se embala hacia una luna rocosa a alta velocidad, esos errores pueden aguarle la fiesta.
Es necesario filtrar todo este ruido y realizar el mejor cálculo posible de dónde nos encontramos en cada momento y lo rápido que nos desplazamos. También hemos de conocer el grado de precisión de los cálculos, en un sentido estadístico, puesto que puede resultar desastroso creer que uno va mejor de lo que realmente va. Y todo esto ha de suceder en fracciones de segundo mientras la nave se precipita hacia su destino, intenta realizar un alunizaje o enhebra el hilo de una ruta de entrada mientras la nave vuelve a penetrar la atmósfera de la Tierra.
Allí es donde entró Rudolf Kálmán. Publicó un ingenioso algoritmo recursivo de cálculo en 1960. El filtro cumpliría el objetivo de calcular y prever variables críticas como la ubicación, la dirección y la velocidad de forma precisa en presencia de mediciones ruidosas, e incluso calcularía el ruido. Otros, como el inventor cibe ético Norbert Wiener, habían abordado este problema con anterioridad, pero Kálmán personalizó su solución para el mundo emergente de los ordenadores digitales y el procesamiento de datos en tiempo real.
Cuando el módulo lunar Apolo 11, controlado por Neil Armstrong y un programa de software, realizó su famoso aterrizaje sobre el Mar de la Tranquilidad, el filtro Karman se aseguró de que los datos de ubicación en tiempo real procedentes del sistema terrestre de radar en la Tierra concordasen con los sensores de a bordo. Al escuchar las grabaciones, se oye a Buzz Aldrin cantando los cálculos del filtro Kalman mientras Armstrong aterrizaba sobre la Luna.
Casi el mismo cálculo, con filtros Kalman mode izados, se ejecuta continuamente dentro de nuestros smartphones. El sensor de GPS del dispositivo proporciona coordinadas del mundo real sobre la faz de la Tierra, mientras sus acelerómetros detectan pequeños y rápidos movimientos. Cada uno incluye ruido e imprecisiones de diferentes tipos. El filtro Kalman los combina para sacar el mayor provecho a ambos mundos. Cuando un coche entra en un túnel se pierde la señal de GPS, pero el filtro Kalman aun así logra una navegación por estima bastante buena hasta que el vehículo aparezca por el otro lado y el dispositivo se conecte de nuevo al sistema de GPS.
Pero eso es sólo el principio del impacto que el trabajo de Rudolf Kálmán tendrá sobre el mundo. Dentro de la próxima década, el filtro Kalman se ejecutará en tecnologías de consumo que cambiarán nuestras vidas de maneras igualmente profundas.
Los mismos problemas de orientación y navegación a los que se enfrentaron los ingenieros del Apolo hace 50 años, el de cómo ubicar objetos con precisión dentro de la inmensidad del espacio, siguen afectando a los ingenieros de hoy mientras diseñan coches autónomos capaces de navegar con seguridad dentro de ciudades inteligentes, videojuegos de realidad aumentada y compañeros robóticos para trabajar en la planta de las fábricas y en los domicilios.
Todas estas invenciones requieren informaciones precisas, o "microubicaciones", en algunos casos a escala de milímetros, para asegura os de que los coches autónomos se estacionen dentro del garaje en lugar de sobre el césped del jardín, de que el casco de realidad virtual nos permita volar sin vomitar y de que nuestros compañeros robóticos de confianza nos echen el café a nuestras tazas en lugar de sobre el regazo. Esto significa miles de millones de filtros Kalman.
Después está inte et de las cosas, la muy esperada infraestructura del conectado e inteligente mundo del futuro. Inte et de las cosas requerirá filtros Kalman en billones de objetos inteligentes para guiarlos hasta donde queramos que estén, en nuestros ento os de trabajo, en nuestras casas y en todos los ámbitos de nuestras vidas.
Entonces tal vez Kálmán se una por fin a Jobs, Gates y Zuckerberg como un nombre cotidiano.
David Mindell es profesor del Instituto Tecnológico de Massachusetts (MIT, EEUU) y fundador de Humatics, una empresa de microubicación que emplea el filtro de Kalman. Frank Moss es antiguo alumno del Laboratorio de Instrumentación del MIT que construyó los ordenadores del Apolo, y antiguo director del MIT Media Lab y miembro de la junta de Humatics.