Desarrollan software "adivinador"

El pasado no se repite pero sí rima, dijo el escritor estadounidense Mark Twain; frase que inspiró a Eric Horvitz y Kira Radinsky para desarrollar un software capaz de predecir eventos como epidemias o desastres naturales analizando los diarios antiguos.

Sin embargo, a diferencia de Twain, para estos dos científicos, la historia es cíclica y tiene amplias probabilidades de repetir ciertos eventos.

Con la intención de ayudar a los gobiernos a tomar las precauciones necesarias para minimizar daños por catástrofes, Horvitz, analista del centro de investigación de Microsoft, y Radinsky, científico del centro de tecnología Israelí, desarrollan un software (que aún es un prototipo) que a través de algoritmos analiza encabezados de diarios, datos duros y palabras clave en la prensa para calcular la probabilidad que tienen ciertos eventos de repetirse.

“Usando extracción de datos específicos se pueden generalizar secuencias de eventos tomando en cuenta los reportes de noticias”, explicó Eric Horvitz.

Para el desarrollo del proyecto se tomó en cuenta un archivo de notas de 22 años de The New York Times, el cual se complementa con datos de sitios gratuitos en la web como Wikipedia, Freebase, Open- Cyc, GeoNames y LinkedData.

“La meta es construir un modelo predictivo que ayude a proyectar secuencias de eventos con posibilidades de ocurrir”, explicaron los desarrolladores.

Por ejemplo, el monitoreo de epidemias de cólera puede ayudar a instituciones como, la Organización Mundial de la Salud (OMS) a prevenirlas y, de acuerdo con la evidencia obtenida por Horvitz y Radinsky, hay un efecto cíclico de aproximadamente diez años.

Por otro lado, el sistema cuenta con una opción de monitorear datos y eventos específicos por región, correlacionando los sucesos de diferentes países, como en el caso de desastres naturales en América.

El software toma en cuenta lo sucedido en Estados Unidos, México y Honduras, por ejemplo, y pronostica algún desastre para la región en un determinado tiempo.

Los científicos expusieron que el sistema tiene también la habilidad de ir aprendiendo conforme recibe y analiza la información.

“Aprende de nuevas asociaciones probabilísticas y puede desarrollar monitoreo de sucesos en tiempo real, que en dado momento puede lanzar alertas para prevenir eventos antes de que sucedan”, afirman.