Por Andrea Aguilera
El Space App Challenge es una hackatón global de aplicaciones espaciales impulsada por la NASA que ha servido de inspiración para reunir a comunidades locales con el objetivo de pensar en cómo mejorar nuestro mundo.
En 2019 Uruguay fue por segunda vez una de las sedes oficiales del NASA Space Apps Challenge y tuvo lugar el 19 y 20 de octubre en Fundación Los Pinos y en los Institutos Tecnológicos Regionales de Durazno, Fray Bentos y Rivera. Se desarrolló en más de 200 ciudades en simultáneo y reunió a miles de personas alrededor del mundo apasionadas por la temática, con el objetivo de generar un impacto en la sociedad creando soluciones innovadoras para los desafíos que enfrentamos hoy en día en la Tierra y el Espacio.
Desde Smart Talent conversamos con Franco Donnangelo, integrante del equipo “Feeling the Data”, que fue seleccionado como finalista global de la hackatón, para enterarnos de primera mano sobre su experiencia. Su equipo estuvo conformado por cuatro estudiantes de la Universidad de la República: Franco, estudiante de Ingeniería en Computación, y Franco Marchesoni, Juan Elenter e Ignacio Hounie de la carrera de Ingeniería Eléctrica.
Donnangelo se enteró del desafío a partir de T-Minus, evento previo que se realizó en el mes de setiembre y fue co-organizado por Smart Talent y Fundación los Pinos. En el mismo participaron las empresas Abstracta, dSense, GLAMst, Globant, Moove It, TCS, Tryolabs y UruIT, y las instituciones educativas UTEC (Universidad Tecnología del Uruguay) y UM (Universidad de Montevideo), quienes brindaron workshops para generar herramientas y conceptos de utilidad de cara al evento principal. En charla con Smart Talent, Franco compartió su experiencia en el NASA Space App Challenge:
- ¿Cómo fue la dinámica del evento y en qué desafío trabajaron?
Ya en la instancia del T-Minus nos habían dado las líneas generales como para ir pensando qué camino seguir, y al comienzo de la hackatón los desafíos estaban publicados en internet. En el día previo hubo una bienvenida y se dieron más detalles sobre cómo se iba a desarrollar todo. Al día siguiente a las 9 hs. comenzaron las acreditaciones y en las mesas de trabajo se dispusieron los desafíos. Cada grupo debía elegir uno, en nuestro caso seleccionamos la categoría “Chasers of the lost data”, que plantea problemas como la necesidad de tener datasets cada vez más grandes para entrenar modelos de Machine Learning (ML) con capacidad productiva cada vez más amplia, un término que tal vez está de moda por su enorme potencial pero que es sólo la punta de un iceberg que esconde una enorme complejidad matemática detrás.
La NASA cuenta con datasets que usa para entrenar este tipo de algoritmos, pero el problema surge cuando estos están incompletos al punto de que no sirven para entrenar ningún modelo de ML. Como esta data es indispensable a la hora de entrenar esos algoritmos de predicción, se buscan formas de rellenar los campos vacíos (por ejemplo, de una matriz). En la descripción del desafío se explicaba que los datos faltantes en general se deben a fallas en sensores o interferencias que hacen que cierta señal llegue distorsionada.
- ¿Qué solución propusieron al desafío?
Hoy en día existen algoritmos matemáticos que se usan con este fin, pero no siempre cumplen su cometido debido a la complejidad de la tarea y la gran variabilidad que pueden tener los valores de cierta característica. Por este motivo, nuestra idea fue salir un poco de los algoritmos (aunque sí los usamos más tarde) y apelar al poder del crowdsourcing. De alguna forma estaríamos confiando en la gente para rellenar estos datasets. No nos asustó la idea, ya que por ahora somos más inteligentes que las máquinas así que si es bien usado, el crowdsourcing debería poder lograr buenos resultados.
Decidimos presentar este desafío a las personas que quisieron participar y ayudar en forma de un juego donde hubiera alguna recompensa o motivación por rellenar datos. La dinámica constaba en mostrar una imagen con un espacio vacío que representaría los datos faltantes, luego recopilamos todos los datos obtenidos y por medio de un algoritmo buscamos la mejor combinación entre ellos (puede ser el promedio de los valores obtenidos o algunos métodos más complejos).
Para saber qué usuario vale la pena considerar, proponemos además vaciar de forma intencional algunos lugares de la imagen. De esta forma podemos comparar los datos reales con los ingresados por esta persona y dependiendo de qué tan diferentes sean, decidir qué nivel de confianza le asignamos a lo que esta persona rellena en los casos donde de verdad no conocemos los valores reales.
Para llegar desde un set de datos real, uno que entiende la computadora, a las imágenes que le mostramos a los usuarios, aplicamos algoritmos que permiten redimensionar y codificar estos datos y transformarlos en imágenes comprensibles, pero sin perder noción de qué partes son las que no conocemos y cuáles sí. Además, esto nos permite ocultar los datos verdaderos que en general son confidenciales. Los resultados fueron representados en 3D, luego en una imagen y finalmente con la data obtenida de la gente corrimos un algoritmo y, con medidores de performance, determinamos cuál dio mejores resultados.
- ¿Cómo recibieron la noticia de que eran finalistas y qué les aportó la experiencia?
La verdad es que quedamos sorprendidos de quedar dentro de los 30 elegidos entre equipos de todo el mundo y nos hizo dar cuenta de que al final del día lo que hicimos estuvo bueno.
Por otra parte, la experiencia nos llevó a conocernos más dentro del equipo, siempre está bueno sentarse en grupo a pensar soluciones a problemas, y el hecho de poder representar a Uruguay internacionalmente es otro punto a destacar.
Más allá de que en este momento no me implique un cambio de rumbo profesionalmente está bueno saber que hay un rango enorme de cosas en donde uno puede aplicar lo que sabe y no únicamente en un examen. En los exámenes de facultad uno está muy concentrado en lo que te piden y este tipo de actividades están buenas para salir un poco de la caja y aplicar los conocimientos a otros ámbitos.