El almacenamiento de Seagate se pone en marcha

La información que se obtiene de los conjuntos de datos masivos sin estructurar puede mejorar el bienestar de nuestro planeta. Por ejemplo, el equipo de Jennifer Fowler. Como subgerente del Montana Space Grant Consortium (MSGC), un programa de educación superior de la NASA, y gerente de la Oficina de Sistemas Aéreos Autónomos de la Universidad de Montana, ella está ocupada desarrollando un sistema en el que se usan drones para reunir datos de los incendios forestales, con los cuales se pueden combatir las llamas, guiar evacuaciones y dirigir recursos de emergencia.

También está Jason Hanlon de The Nature Conservancy, quien colabora frecuentemente con Fowler y quien tiene un equipo que utiliza drones para estudiar recuentos de población del urogallo de las artemisas. Como una especie nativa del territorio de las artemisas, sus números muestran una cantidad desmesurada con respecto al bienestar del ecosistema y sirve como una prueba decisiva que indica dónde centrar la atención.

Aunque los dos equipos habían trabajado juntos en el pasado, esta vez no estuvieron tan de acuerdo acerca de la ciencia, pero se sumergieron por completo en el almacenamiento de datos. Lo último que aprendieron es que pueden avanzar en lo anterior.

Las soluciones actuales simplemente no estaban funcionando. A los investigadores de Fowler se les pidió que subieran volúmenes de datos a la nube, una tarea que podía durar horas y horas. Esta no era precisamente la mejor forma de recopilar información en tiempo real acerca de desastres naturales como incendios forestales. Para el proyecto del conteo de aves de Hanlon, las unidades externas lentas significaban horas inactivas en el campo y las unidades con una calidad más baja significaban la posibilidad de perder datos. Un escenario con el que Hanlon estaba demasiado familiarizado, desafortunadamente.

Los equipos de Fowler y Hanlon hicieron avanzar sus estudios exponencialmente, ya que pudieron llevar los datos del dron desde los entornos de la periferia hasta sus oficinas de forma rápida, segura y eficiente. Fowler tuvo la posibilidad de sacarle provecho al análisis de datos en tiempo real y de esta forma pudo contribuir a la lucha contra los incendios forestales. Hanlon pudo apoyarse en algoritmos y reducir los errores humanos al contar al urogallo de las artemisas y a muchas otras especies a medida que expandió su trabajo a otros ecosistemas.

Para los equipos, la posibilidad de perder datos en el campo se redujo sustancialmente mientras que la posibilidad de analizar datos a largo plago se incrementó diez veces.