Resultados de búsqueda para ...

La era de la información, creada principalmente a través de las tecnologías para la computación y las telecomunicaciones ha tenido desde sus comienzos la necesidad de estructurar y almacenar datos. Las bases de datos conocidas como relacionales han supuesto la principal forma de almacenamiento permitiendo el accesos a los datos a través delmuy popular lenguaje SQL (StructuredQuery Language), sin embargo la actual explosión de datos hace que se requiera la utilización de nuevas técnicas que permitan gestionar tales volúmenes Internet, utilizada inicialmente para proveer servicios a personas, se ha convertido en un entorno en el que todo tipo de dispositivos proveen y recogen datos (Machine tomachine oM2M). Esta tendencia se ha sumado al concepto de Internet de las Cosas (Internet ofThings) donde dispositivos y sensores comparten información demanera automática. La convergencia y accesibilidad de los distintos sistemas de información hacen que el volumen accesible de datos haya experimentado ese crecimiento exponencial. De esta forma, surge el concepto de LinkedOpenData (LOD) que permite la publicación y acceso a informaciónmediante tecnologíasweb estándar. Esta iniciativa está teniendo unamuy buena acogida por parte de lasAdministraciones Públicas que ven en ella una forma efectiva de publicar su propia información y convertir así la gestión pública en un procesomuchomás transparente. Dentro de este proceso de integración de múltiples fuentesmasivas de datos surge el concepto de BigData, que podemos definir como aquel conjunto de datos que excede la capacidad de procesamiento de los sistemas de bases de datos convencionales. Se calcula que de 2006 a 2010, el volumen de datos aumentó en un factor de seis alcanzando los 988 exabytes y se estima que para 2015 la cantidad de datos existente rondará los 8 zettabytes (8x1021).Actualmente, el tráfico diario de e-mails es de 145milmillones al día, mientras que el número de páginas web de nueva creación aumenta en 822mil páginas/día. EnTwitter se generan 500 millones de mensajes diarios y durante ese tiempo, en Facebook se comparten 4milmillones de elementos. En lo referente a la informaciónmultimedia, Flickr recibe 4,5millones de fotografías al día,mientras que el número de imágenes subidas diariamente a Instagrames de 40millones y en el caso de Facebook de 300millones. En el caso del video,Youtube recibe 72 horas de contenido cadaminuto y el consumo de videomensual de este canal es de 4milmillones de horas. En resumen, el 90%de los datos disponibles actualmente se han generado durante los 2 últimos años. Con estos datos, los sistemas clásicos de gestión de información se hace totalmente inviables y surge la necesidad de nuevas tecnologías que puedan ser utilizadas no sólo por grandes compañías comoGoogle,Microsoft oYahoo! sino también por otro tipo de empresas que están experimentando un aumento exponencial en la cantidad de datos que generan. Los atributos principales para considerar un conjunto de datos como Big Data son los siguientes: u Volumen: Cantidadmasiva del orden de los cientos de Terabytes. u Velocidad: El flujo de entrada de datos, ingesta, puede resultar tan alto que la información seamuy difícil de procesar y esto condicione la comprensión sobre los datos. Pedimos en esta ocasión a Javier Alonso, que nos acerque a un concepto muy ligado a Big Data, “Visual Analytics”, la utilización de técnicas de visualización para analizar grandes volúmenes de datos y, de esa manera, conseguir que puedan servirnos en la toma de decisiones. Estas técnicas se aplican hoy por hoy en multitud de campos, desde el control de una epidemia, el análisis de la evolución de los resultados escolares de una población, el aprovechamiento de las bondades de las Smart Cities, el análisis de los movimientos migratorios, la detección del fraude fiscal, ... Visualizar la información puede ser una manera eficaz de comprenderla y utilizarla de forma eficaz. Análisis Visual en el campo del Big Data: Visual Analytics Javier Alonso Cerrato Ingeniero de Telecomunicación Dominion [email protected] Igor García Olaizola Ingeniero en automática y electrónica industrial Director del Área de TV Digital y Servicios Multimedia [email protected] @iolaizola u Variedad: La naturaleza heterogénea de la información puede hacer que los datos no sean adecuados para su almacenamiento y proceso en bases de datos tradicionales debido a la rigidez de sus estructuras. Variedad en la estructura de los datos: estructurados, semiestructurados (ficheros con formato conocido tipo word, excel...) y desestructurados (imágenes, video, audio,...). Estos últimos exigen una gran carga computacional antes de extraer información de ellos, lo que, sin el uso de tecnologías Big Data hace no productiva su utilización (el tiempo de computación es superior al tiempo de aprovechamiento de la información obtenida) u Valor: La mayoría de los datos tiene poco valor hasta su análisis y procesamiento. Para esta tarea se hacen necesarios sistemas distribuidos y recursos avanzados de análisis de datos. Nos enfrentamos a la atomización de la información con gran cantidad de información que por su gran número de elementos solo tiene sentido en conjunto, siendo despreciable el significado individual. Actualmente existen múltiples soluciones para abordar los retos que plantea Big Data y que las tradicionales soluciones de bases de datos no pueden resolver. Se dispone así de soluciones abiertas (Hadoop, MongoDB, etc). como de soluciones comerciales. El análisis Big Data es aplicable cada vez en más ámbitos y está permitiendo romper los silos de información para ofrecer una visión completa de toda la información relevante para la toma de decisiones, permite además obtener información relevante en un periodo de tiempo donde esta información todavía es válida. En este contexto las herramientas de análisis visual adquieren una importancia fundamental al permitir abstraer la complejidad de la información. Aquí las técnicas de análisis visual permiten aprovechar al máximo la información que nos ofrecen las posibilidades de las soluciones Big Data. Visualizando datos Aproximadamente el 50% del cerebro humano se dedica a la visión, procesando información visual, o en pensamientos abstractos basados en metáforas visuales. Este dato nos da una clara idea acerca de la idoneidad de las representaciones visuales para la comprensión humana. El concepto de Visual Analytics trata de extraer información de problemas altamente complejos (debido a la cantidad de datos, a su tipología heterogénea, a la complejidad de los modelos, etc.) y representarlo visualmente de manera que el conocimiento, la capacidad de razonamiento y la intuición de las personas se puedan explotar al máximo. Thomas y Cook (2005) definen el concepto de Visual Analytics como “La ciencia del razonamiento analítico facilitada por interfaces visuales interactivas”. El proceso de Visual Analytics definido por Keim et al. presenta cuatro pasos fundamentales: preproceso de datos, asignación y representación, interacción del usuario y análisis basado en modelo. Tipos de visualización Existen diferentes tipos de visualización que permiten resaltar diferentes aspectos del conjunto de datos a tratar. Grafos: El análisis de grafos es un aspecto que cada vez adquiere mayor importancia en ámbitos científicos y empresariales. Las nuevas formas de almacenar información masiva de manera interrelacionada llevan en muchos casos a estructurar la información en forma de grafos (Bases de Datos Orientadas a Grafos o BDOG). En este tipo de bases de datos la información se representa como nodos de un grafo y las interrelaciones vienen dadas por las aristas de dicho grafo. Esto tiene la ventaja de que la teoría de grafos puede ser aplicada en este tipo de bases de datos, hecho que para determinados tipos de consultas sobre cantidades masivas de datos puede ofrecer grandes mejoras de rendimiento. Las técnicas de Visual Analytics sirven para mostrar el conocimiento oculto en la enorme complejidad que pueden presentar cuando estos grafos cuentan con una cantidad masiva de datos. Para ello, las técnicas de reducción de grafos se hacen totalmente necesarias. Una vez aplicados estos algoritmos (muestreo estocástico de extremos, agrupamiento o clustering geodésico, filtrado basado en estructura, etc.), los grafos pueden ser representados gráficamente y mostrar la esencia de su estructura. Transformación Asignación Interacción del Usuario Refinamiento de parámetros Visualización del Modelo Construción del Modelo Visualización Datos Conocimiento Modelos Figura 1. Proceso de Visual Analytics. Información geoposicionada La visualización geoposicionada de los datos es otra de las técnicas ampliamente usadas en Visual Analytics. Mediante el uso de capas añadidas en la cartografía y la inserción de elementos gráficos para representar valores específicos (barras, graficas de tipo tarta, etc.) se pueden representar grandes cantidades de datos a nivel global. Para ello se introducen tecnologías de rendering 3D que permiten representar datos escalares, vectoriales o incluso volúmetricos. KDD, Descubrimiento de Conocimiento en Bases de Datos Esta disciplina une el mundo de la minería de datos con la visualización interactiva. Para ello se aplican diferentes métodos que extraen información relevante y tratan de encontrar patrones en grandes volúmenes de datos. Esta información se muestra en forma de representaciones o estructuras comprensibles para el usuario que de esta forma puede tener una rápida intuición acerca del problema que está tratando así como información cuantitativa acerca de las relaciones entre los diferentes datos, pautas de comportamiento del sistema etc. El estado del arte actual existen herramientas que resuelven los diferentes pasos requeridos en el proceso: u Modelos matemáticos y estadística (SAS, Matlab, R, Mathematica, SciLab, etc.) u Herramientas para visualización algorítmica (GraphViz, Pajek) u Herramientas visuales para data mining (Knime, Weka, Orange, RapidMiner, VizTree, etc.) Información espacio-temporal El tipo de información espacio-temporal es un tipo de contenido de un amplio uso en infinidad de aplicaciones. La necesidad de analizar la evolución de ciertas variables está en la base de cualquier predicción. De forma clásica, las referencias temporal y espacial han sido tratadas como cualquier otro dato numérico. Sin embargo, en muchos casos esto no permite un análisis válido de los resultados. Mientras que la información espacial puede tener un tratamiento más o menos directo en su representación gráfica (que también es espacial) la información temporal requiere de procesos de abstracción para que pueda ser visualizada. Los criterios principales para la representación de datos temporales son: u Tiempo lineal frente a tiempo cíclico. Existen fenómenos con un comienzo y un desarrollo que se representan adecuadamente mediante representaciones lineales. Sin embargo, muchos fenómenos suelen tener un comportamiento cíclico que se ajusta mejor a otro tipo de representaciones. u Puntos temporales frente a intervalos temporales: los muestreos discretos del tiempo son equivalentes a puntos discretos en el espacio euclideo. Los puntos temporales no tienen duración, mientras que los intervalos definen los datos dentro de una duración delimitada por dos puntos temporales. Tanto los puntos temporales como los intervalos suelen denominarse prmitivas. u Tiempo ordenado frente a tiempo ramificado frente a tiempo en múltiples perspectivas: El tiempo ordenado considera que los eventos ocurren de forma sucesiva. En el caso del tiempo ramificado, se pueden representar sucesos paralelos o diferentes posibildades derivadas de una decisión previa. Por último, representando el tiempo en múltiples perspectivas, se pueden mostrar diferentes puntos de vista de un mismo hecho. Campos de aplicación El procesamiento de Big Data y el tratamiento de Visual Analytics sobre el mismo está siendo y a aplicado a diversos sectores, desde procesos críticos en los que las herramientas de ayuda a la toma de decisiones resultan fundamentales como actividades en las que se pretende extraer el conocimiento implícito existente en el conjunto de datos. Desde un punto de vista científico, muchas disciplinas están orientando gran parte de su investigación a la generación y el estudio de datos. En astronomía y observación de la tierra, se dispone cada vez de más instrumentación y de mayor capacidad de generación de datos que se hace improcesable con los medios convencionales. Por ejemplo, el futuro telescopio LSST (Large Synoptic Survey Telescope) proveerá 30 Terabytes de imágenes cada día. Figura 2. Visor de datos meteorológicos desarrollado por Vicomtech-IK4. https://www.youtube.com/watch?v=Jz6YZI6pCV4 Algo similar sucede en muchas de las líneas de investigación relacionadas con la biología, medicina, genómica donde la generación de datos a nivel mundial ofrece un potencial enorme si se dispone de las herramientas adecuadas para relacionar por ejemplo efectos de correlación o causalidad entre factores de análisis y objetivos como enfermedades. Los modelos meteorológicos y medioambientales también tienen un potencial claro dentro de Big Data, ya que cuentan con fuentes de información a nivel mundial (millones de sensores en todo el mundo y satélites de observación de la tierra). Los nuevos modelos generados podrán realizar predicciones más precisas de los efectos provocados por las emisiones de CO2, fertilizantes, etc. En el ámbito más industrial, las tecnologías para Big Data pueden suponer un gran avance en el control de procesos que gracias al conocimiento generado a través de grandes cantidades de datos podrían mejorar rendimientos e incluso ofrecer información a-priori del estado de los procesos. Por ejemplo, gracias a la información recogida en líneas de producción de características similares a nivel mundial mediante sensores instalados a lo largo del proceso, se podrían encontrar nuevos factores que tengan una incidencia directa bien en la calidad del proceso o bien en la optimización del mismo. Modelos económicos basados en el análisis masivo de transacciones y parámetros financieros, tendencias de mercado detectadas gracias a la actividad en redes sociales, etc. son otros de los innumerables aspectos en los que Big Data y las tecnologías de Visual Analytics van realmente a revolucionar el futuro. Herramientas A día de hoy existe ya una gama amplia de utilidades (principalmente en la ayuda de toma de decisiones en situaciones críticas) es una de las herramientas fundamentales para la creación de valor sobre Big Data. En este sentido, además de las herramientas de procesamiento, son totalmente necesarios sistemas de visualización avanzada e interfaces que permitan interactuar con la propia visualización. La llegada de HTML-5 ha impulsado la aparición de un gran número de herramientas de visualización web adecuadas para la visualización científica y Visual Analytics. Entre ellas destacan D3.js, Processing.js, dc.js, arbor.js, BirdEye (Desarrollado sobre Adobe Flex.)etc. También existen herramientas específicas para tipos de análisis específico. Entre ellos, podemos encontrar soluciones como Jigsaw2 para el análisis de grandes colecciones de documentos. Conclusiones Big Data es un concepto con un gran potencial que ya empieza a tener una importante difusión pero aún el potencial del concepto no ha sido todavía explorado en su totalidad. Son muchos los nuevos campos y oportunidades que se abren en torno a este mundo. Es en la capacidad de analizar la gran cantidad de información que nos ofrece el Big Data donde las herramientas avanzadas de visualización son y serán un factor clave en el éxito del desarrollo de estas tecnologías.3 Notas 1 Keim D., Andrienko G., Fekete J.-D.,Görig C.,, Kohlhammer J., Melancon G.: Information Visualization vol. 4950 Lecture Notes in Computer Science. Springer. 2008. Visual Analytics, Definition, Process and Challenges. 2 http://www.cc.gatech.edu/gvu/ii/jigsaw/ Figura 3. Representaciones visuales diferentes de una serie temporal. a) Coordenadas cartesianes con el tiempo en x. No es fácil observar el comportamiento cíclico. b) Gráfica en espiral con un ciclo de 27 días (parametrización incorrecta). c) Gráfica en espiral con un ciclo de 28 días. El carácter cíclico se hace evidente. A B C

Tradicionalmente, las organizaciones han tenido grandes dificultades para crear, manipular y manejar grandes cantidades de datos. Y, por extensión, esto ha sido una gran problemática en el análisis de negocio: obtener de los datos -generalmente, a tiempo y procedentes a la vez de diversas fuentes de datos- información realmente valiosa estratégicamente hablando para tomar acciones inmediatas o predecir futuras situaciones. Por ejemplo, porque las herramientas y procedimientos que se utilizaban hasta entonces no estaban diseñados para buscar y analizar masivos conjuntos de datos, y mucho menos utilizar varias fuentes de las que obtener patrones “escondidos”, correlaciones desconocidas, etc. Y precisamente esos volúmenes de datos no hacen más que crecer, especialmente “alimentados” por el crecimiento las redes sociales y de los smartphones, hasta el punto de llegar a preocupar a los proveedores de servicio de Internet. Sin embargo, en los últimos tiempos, el sector TIC (Tecnologías de la Información y la Comunicación) ha experimentado un gran auge en lo que se refiere a soluciones que resuelvan esas limitaciones, dando lugar a Big Data, la cual realmente comprende desde la captura de grandes volúmenes de datos “brutos”, pasando por el almacenamiento y consulta masiva de los mismos, hasta el procesamiento para obtener precisos perfiles de entidades -normalmente, cliente/usuario final- con los que llevar a cabo acciones concretas y precisas. Cronológicamente, grandes empresas y multinacionales han sido las primeras en usar esta idea como una base sólida en la que sostener y mejorar algunos o todos sus modelos de negocio. Y esa es una tendencia que se está expandiendo irremediablemente, que de hecho, supone una importante oportunidad para los departamentos TI de cualquier organización así como para sus profesionales, y es importante conocer cualitativamente esa oportunidad, especialmente para un sector como el TIC que va mejor resistiendo el impacto de la crisis comparado con otros mercados. En cualquier caso, para entender las oportunidades profesionales que se brindan, es interesante analizar Big Data previamente desde varios planos diferentes: a partir de la tecnología de implementación, como producto o solución de mercado, y como un sistema de procesamiento y análisis de datos propiamente dicho. Tecnología A nivel de datos, inicialmente, las organizaciones apostaron por Sistemas de Gestión de Bases de Datos (SGBD) usando información estructurada y relacional, con idea de conseguir una información histórica de la cual “aprender”. Monográfico BIG DATA Dentro de la Era de la Información en la que actualmente se está inmerso, es importante conocer cómo afecta para las organizaciones, del tipo que sean, disponer del conocimiento que le ayude a tomar decisiones valiosas estratégicamente hablando. Esta influencia de dicho conocimiento ha llevado al auge de Big Data como una “receta” al problema de la creación y manipulación de grandes cantidades de información, y que obviamente necesita de nuevos profesionales cualificados que puedan ponerla en práctica. En principio, para tomar una buena perspectiva, es necesario hacer un análisis previo de Big Data desde varios planos diferentes: a partir de la tecnología de implementación, como producto o solución de mercado, y como un sistema de procesamiento y análisis de datos propiamente dicho. Una vez asimilado ese análisis, será fácil entrever los roles necesarios -ya existentes y específicamente nuevos- para poner en práctica cualquier solución de este tipo, mostrando las oportunidades profesionales existentes y futuras. Big Data: las oportunidades profesionales que vienen José Manuel Vega Monroy Ingeniero de Telecomunicación @j_m_vega_monroy Así, en cierto modo, Big Data se podría entender como una especie de evolución natural de los SGBDs particularizados para grandes e ingentes volúmenes de datos. Pero este nuevo enfoque requiere de una tecnología que no solo trate de obtener esa información histórica, si no de obtener información actual que cumpla las 4 V’s: u Volumen u Variedad: Trabajar con datos multi-estructurados: cadenas de texto, documentos de todo tipo, archivos de vídeo y sonido, metadatos, imágenes, páginas web, emails, información procedente de redes sociales, datos de formularios, información de geo-localización, etc. u Velocidad: Ser capaz de analizar rápidamente -o en tiempo real- para poder captar cambios en los datos, y obtener el valor asociado correspondient. u Veracidad Sin embargo, en la actualidad, no existe una tecnología estándar de facto -aunque muchas veces se suela asociar con Hadoop- ya que como concepto, Big Data es demasiado complejo y versátil como para tener una única solución. Solución de mercado: Tal como ya se ha comentado, para muchas organizaciones tratar de obtener información de clientes, productos, campañas, operaciones, mercados y competidores a través de sensores, dispositivos y terminales -por ejemplo, smartphones-, es vital a la hora de tomar decisiones importantes y realmente valiosas. Y especialmente, tomar esas decisiones a tiempo, dada la gran competencia feroz existente en la mayoría de mercados. Por ejemplo, una de las claves del éxito de Zara ha sido ser de los primeros en detectar la necesidad de los clientes de ser ágil logísticamente hablando: reponer con nuevos productos a cada tienda dos veces por semana, sin atarse a una colección de temporada (es lo que algunos llaman concepto fast fashion). Procesamiento y Anásisis de datos: En los inicios, Internet se utilizó como un medio de “inundar” de información sin ningún criterio, causando muchas veces “fatiga” en el cliente/usuario final: spam, banners de publicidad, etc. Y sin realizar ningún análisis y procesamiento posterior, que arrojase un feedback del que basarse para actuar. Sin embargo, la tendencia que se inició con realizar simples cuestionarios o formularios a clientes/usuarios potenciales, ha derivado con Big Data en analizar datos para crear perfiles muy específicos de los mismos. Incluso que esos perfiles puedan variar dinámicamente en el tiempo, prácticamente en tiempo real, y así poder anticipar y captar cambios de gustos, disponer de una publicidad dinámica por perfil, mostrar contenidos “a la carta”, permitir contenidos patrocinados por terceras empresas, predecir futuros comportamientos ante la aparición de un nuevo producto, etc. De hecho, a diferencia de otros sistemas de datos, dicho análisis debiera tratar de ser principalmente proactivo: partiendo de diferentes fuentes de información muy variadas y no correlacionadas, analizar y obtener predicciones lo más rápido posible, incluso en tiempo real, sin tener que esperar a que ocurra un determinado evento. Por ejemplo, una caja negra de avión, en un solo viaje, genera y almacena más de 150 Tbytes de datos, los cuales no son información relevante en la mayoría de los casos, y por lo cual no se analizan normalmente, excepto a posteriori cuando sucede un accidente. Si por un momento se pudiera procesar esa información en tiempo real, se podrían tomar decisiones en pleno vuelo que podrían ayudar a evitar muchos de los accidentes, como un sistema de seguridad proactivo. Es decir, con adecuadas herramientas de análisis, poder obtener información realmente cuando se necesite, y reducir la latencia entre que ocurre un determinado evento de datos y los posteriores procesos de análisis y actuación sobre sus datos. Y no sólo eso, dar la posibilidad de realizar análisis de distintos tipos (sintácticos, semánticos, sentimentales, etc.) que lleven a obtener patrones realmente valiosos sobre Monográfico tendencias de consumo, intereses de usuarios, prevención de fenómenos, etc. Oportunidades profesionales El sector TIC en general se ha caracterizado por altas tasas de innovación, progreso tecnológico y productividad, así como por presentar un gran volumen y una tipología muy diversa en lo que se refiere a los profesionales implicados en el mismo. Lógicamente, Big Data no es una excepción, y tras el análisis, se deduce que hay una creciente necesidad de profesionales TI de alta cualificación con habilidades específicas, y con la necesaria creatividad para aprovechar plenamente el potencial de los datos obtenidos. En este punto, las organizaciones tendrán que formar adecuadamente a esos profesionales, incluyendo aquellos nuevos roles que surgen específicamente: Rol “científico-tecnológico”: Para crear el ecosistema de Big Data, es decir, todas las infraestructuras y aplicaciones necesarias para su funcionamiento, se requiere el rol “científico-tecnológico”, que comprende perfiles desde administradores de datos hasta administradores de red, pasando por desarrolladores de software. Los “clásicos” administradores de bases de datos podrían adaptarse rápidamente, siempre y cuando se realizase la adecuada reconversión a la correspondiente tecnología. Por ejemplo, se requeriría dejar de “pensar” en las típicas tablas relacionales de las bases de datos más populares (MySQL, Oracle), y comenzar a utilizar el concepto de ficheros de gran tamaño sobre los que Big Data “vuelca” la información. A nivel de red, históricamente los SGBDs estaban basados en un único servidor de muy buenas prestaciones -potencia y recursos-, pero la tendencia de los últimos años ha sido crear arquitecturas basadas en más de un servidor, al estilo y semejanza de los multiprocesadores con varios núcleos capaces de trabajar como un único procesador de mayores prestaciones. Big Data continúa esa tendencia, recurriendo a arquitecturas clúster tipo anillo o similares con equipos de prestaciones menores -y por tanto, menos costosos- que trabajan de forma distribuida, buscando tener un cierto grado de alta disponibilidad. Por último, los desarrolladores de software deberían crear herramientas y soluciones software que permitan acceder, analizar y procesar los datos “brutos” de la forma que sea necesaria en cada momento. Existen soluciones open source para tal fin, y que están liderando la adaptación a Big Data dado que ayudan a que la colección y análisis de datos sea realice a menor coste. Rol “científico de datos”: Siempre que se requiera analizar y procesar la información para convertirla en conocimiento, se tendráque recurrir a un rol “científico de datos”, es decir, aquel encargado de transformar los datos en “bruto” a información en un primer paso, y que luego sea capaz de comunicar los resultados de una manera creativa y visual, añadiendo un análisis con conclusiones sobre el posible impacto en el negocio del que proceden dichos datos. Lógicamente, los perfiles que mejor se adaptarían serían aquellos con una componente científica, tales como ingenieros y matemáticos. Rol “especialista en negocios”: Dentro de cualquier organización que disponga de líneas de negocio, se requiere de personal con conocimientos de economía, tanto del funcionamiento de mercados como de marketing, y en el caso de Big Data, que aporten las “preguntas” correctas necesarias que por ejemplo ayuden a conformar el verdadero conocimiento para su organización una vez que ésta dispone ya de una base de información sólida. Conclusiones En definitiva, a medida que se vayan adaptando soluciones Big Data en las organizaciones, van a ir apareciendo y ser demandadas más intensivamente oportunidades profesionales, para aquellos que sean capaces de entender lo que supone una solución de este tipo para una organización, sus retos, y cómo manejar y aprovechar la ingente cantidad de información que es generada cada día.3

Nos encontramos ante la Revolución Industrial de los Datos. Internet es un gran generador de nuevos datos: las redes sociales (e.g Facebook), correos electrónicos, los blogs, microblogs (e.g. Twitter), etc. proporcionan enormes cantidades de información. Pero no sólo dentro de Internet, fuera también, donde existen todo tipo de servidores, sensores y aparatos interconectados que están continuamente generando volúmenes ingentes de datos. Sirva de ejemplo que en 2005 había 1,3 billones de dispositivos RFID y en el 2011 la cifra crece hasta 30 billones1. Se espera que la información generada en el año 2020 sea mayor de 30 Zettabytes2 (1021 bytes) cuando hasta hace bien poco se hablaba de Terabytes (1012 bytes). Big Data es un término que está de moda y que está levantado mucha expectación en las empresas y en los gobiernos. Pero, ¿Qué es Big Data? su nombre hace referencia a grandes volúmenes de datos, sin embargo esta definición se queda corta ya que además del tamaño, tiene también otras consideraciones importantes. Una de ellas es que estamos hablando no solamente de datos estructurados sino también no estructurados. IBM estima que el 80%3 de la información mun- dial es no estructurada. Información estructurada es, por ejemplo, una base de datos relacional, donde existe un modelo de datos con sus tablas y atributos cada uno con su tipo de datos específico. Un ejemplo claro de información no estructurada puede ser el texto de un tweet donde alguien escribe hasta 140 caracteres sobre información diversa y sin ningún tipo de formato. Para definir de una manera más formal qué es Big Data se usa el modelo de las 3Vs. La “V” de Volumen hace referencia al tamaño, la “V” de variedad se refiere a la información no estructurada y la última “V” es la de velocidad, que hace referencia más que a la velocidad a la que se generan los datos (ya que esto estaría vinculado al volumen) a la necesidad de analizarlos en tiempo real, según se están produciendo. Últimamente se ha enriquecido este modelo con “Vs” adicionales como la “V” de Veracidad o Valor que viene a destacar que, dentro de esta información interesante, hay también mucho ruido o información basura que no aporta ningún valor, por ejemplo, si analizo tweets para determinar intención de compra, tendré que discernir la información válida entre un montón de datos inútiles. Capacidad para analizar todos los datos Debido a la gran y variada información que Big Data puede proporcionar, los casos de usos son innumerables. Desde análisis de sentimiento para averiguar, por ejemplo, la imagen que tiene la gente de una empresa, hasta identificar amenazas criminales, pasando por análisis de fraude, riesgo, etc. Existe una empresa que analiza información meteorológica y geográfica para determinar la mejor posición de las turbinas de viento, mejorando enormemente su antiguo y costoso sistema que suponía un año entero de mediciones en las ubicaciones potenciales de las turbinas. Si se es capaz de analizar los datos, está claro que Big Data proporciona una potencial muy interesante. Ahora bien, la siguiente pregunta lógica que se plantea es: ¿Cómo puedo analizar esta información? Existen en el mercado plataformas de Big Data (Figura 1) que ayudan a realizar este análisis para poder, de una forma efectiva y eficiente, sacar provecho a estos datos. Big Data se puede clasificar en dos tipos: Datos en Reposo y Datos en Movimiento: Los datos en reposo son da- ¿Qué plataformas existen en el mercado que permitan analizar la información de forma efectiva?¿Cuáles son las mayores dificultades con que se encuentran las herramientas de procesamiento de datos? Consultamos con el experto Luis Reina, para clarificar los retos a los que se enfrentan estas herramientas, que manejan datos desestructurados, de orígenes diversos y con diversos formatos, y que a su vez deben ser capaces de proporcionar fidedignos análisis de esos datos en muchos casos en tiempo real. Los desafíos del Big Data Luis Reina Arquitecto de datos del equipo de software de IBM SPGI @luisrei tos que previamente al análisis se han almacenado en disco, por ejemplo, información de logs de TI o información proveniente de Twitter o Facebook. Por otro lado, los datos en movimiento son aquellos que tengo que analizar al vuelo, en tiempo real, según se están produciendo sin esperar a almacenarlos: por ejemplo, información proveniente de sensores que necesitan una acción inmediata o ataques cibernéticos. Para analizar los datos en reposo ha surgido una tecnología open source muy interesante denominada Hadoop4. Hadoop es un entorno de desarrollo y ejecución que permite realizar aplicaciones y ejecutarlas en paralelo en un cluster de servidores (nodos) corriendo en sistemas Linux de 64 bits. Hadoop permite, de una forma económica, montar un sistema MPP (procesamiento masivo paralelo) que es capaz de procesar hasta Petabytes de información de una forma ágil. Hadoop tiene dos componentes clave: el sistema de ficheros Hadoop Distributed File System (HDFS) y el modelo de programación MapReduce. HDFS es un sistema de ficheros distribuido que permite que los ficheros que almacena se distribuyan por todo el cluster, partiéndose en pequeños fragmentos (bloques de datos) pero dando la visión al usuario de un único fichero. Es decir, cada nodo del cluster va a almacenar y luego procesar una porción de los datos. De esta forma, cuando se lance una aplicación en el cluster, todos los nodos van a funcionar en paralelo, cada uno procesando su porción de datos que tiene almacenados en local. El modelo de programación MapReduce es el que proporciona el paralelismo en el cluster mediante la ejecución de las funciones Map (que genera tuplas a partir de los datos) en cada nodo del cluster en paralelo y Reduce (que reduce/consolida las tuplas generadas). Existe una gran variedad de lenguajes que permiten realizar aplicaciones MapReduce. Se puede programar en Java directamente con el API MapReduce; sin embargo, para facilitar el desarrollo han surgido lenguajes de programación de alto nivel que facilitan enormemente la implementación de este tipo de aplicaciones. Lenguajes sencillos como Jaql, Pig, Hive, etc. generan por debajo, de forma transparente al programador, la funcionalidad MapReduce que es la que permite la ejecución en paralelo en el cluster. Por su parte, la herramienta gráfica BigSheets5 permite producir código MapReduce sin necesidad de programar, para que los usuarios sin conocimiento de programación y manejando una hoja de cálculo sean capaces de analizar Big Data. Es importante resaltar que el cluster está formado por servidores Linux baratos conectados únicamente por una red TCP/IP y con discos locales. Así, de una forma muy económica, se puede montar un cluster con cientos de nodos ejecutando aplicaciones en paralelo. Hadoop proporciona mejoras interesantes sobre la computación grid que también permitía la ejecución en paralelo de un cluster de nodos. Las aplicaciones Hadoop no necesitan saber donde están los datos, Hadoop los distribuye automáticamente y se encarga de ejecutar los procesos MapReduce en paralelo y además, si se aumenta el número de nodos del cluster, las aplicaciones no cambian. Este paradigma junto con el factor económico es el que hace revolucionario a Hadoop: se puede empezar con una aplicación que procese pocos Terabytes de información en un cluster y, sin cambiar la aplicación, añadiendo más nodos y más datos, procesar volúmenes enormes en tiempo record gracias al paralelismo MapReduce. Adicionalmente Hadoop proporciona tolerancia a fallos ya que los bloques de datos están duplicados en más de un nodo por si uno fallase otro pueda realizar su trabajo. Sobre Hadoop se han desarrollado herramientas como Text Analytics5 que permite realizar análisis de texto sobre grandes volúmenes en un cluster Hadoop. Similar al lenguaje SQL (Structured Query Language) inventado por IBM, se ha creado el lenguaje AQL (Annotator Query Language) que permite de forma fácil crear reglas (anotadores) que extraigan de textos no estructurados, aquellas partes que quiero analizar. Lo importante es que el usuario solo tiene que preocuparse de crear los anotadores, luego internamente el sistema lo optimiza, generando código MapReduce, que corre en paralelo en cluster. Otra herramienta interesante sobre Hadoop es Machine Learning5 que permite realizar funciones estadísticas y predictivas en un cluster de Hadoop de grandes volú- Figura 1: Plataforma de Big Data. menes de datos. Machine Learning proporciona también un lenguaje declarativo sencillo de alto nivel llamado DML que, una vez compilado, genera código MapReduce. Existen en el mercado soluciones de Hadoop en formato appliance6 que integra el hardware y el software necesarios para construir un sistema Hadoop. Una plataforma de Big Data debe ser capaz también de analizar los datos en movimiento según se están produciendo. Por ejemplo Infosphere Streams7, que es el resultado de una tecnología creada para el Gobierno de Estados Unidos para analizar, en tiempo real, información de terrorismo en Internet. Permite analizar cantidades enormes de información con latencias por debajo del milisegundo. Para ello, en vez de almacenar los datos en disco, los analiza en memoria usando también sistemas cluster altamente escalables, en el que cada nodo realiza distintas funciones sobre los datos, como por ejemplo, filtrados, transformaciones, correlaciones, clasificaciones, etc. Su uso es muy variado: desde analizar el tráfico de una ciudad (Smart Trafic) hasta su utilización en hospitales para detectar situaciones críticas en pacientes. En el mundo de las telecomunicaciones existen aplicaciones interesantes como el análisis de los CDR (Call Detail Records) para detectar fraudes en tiempo real. Los retos del Big Data No cabe duda de que estas tecnologías tienen un enorme potencial. Sin embargo, una de las mayores dificultades para analizar los datos es desarrollar las aplicaciones que sean capaces de aprovecharlos. Para ayudar en estos desarrollos existen aceleradores que son desarrollos implementados en diversos clientes y que se ponen a disposición del usuario para su reutilización y modificación. Por ejemplo el acelerador TEDA (Telco Data Accelerator) permite el análisis con Infosphere Streams de CDRs. Muchas veces el problema es encontrar e indexar la información que está dispersa y aislada en silos dentro pero también fuera de las empresas. Además esta información tiene innumerables formatos, desde bases de datos relacionales, correos, documentos xml, ficheros, etc. Existen herramientas8 que permiten buscar y tener una visión integrada de la información, sin importar el formato, cómo se gestiona o dónde está almacenada. Los datos no se mueven, permanecen en sus ubicaciones originales pero permitiendo, de forma sencilla, realizar aplicaciones seguras que muestren al usuario la información unificada. Es importante que los sistemas que se creen para analizar Big Data no sean silos aislados sino que puedan comunicarse con los sistemas existentes de la empresa. Así la plataforma de Big Data se tiene que poder integrar fácilmente con otros componentes como, por ejemplo, bases de datos relacionales, herramientas de gestión de contenidos9. También es necesario que herramientas de Business Intelligence10 puedan acceder a la plataforma de Big Data para proporcionar informes a los usuarios finales. Conclusión Big Data supone, entre otros, grandes volúmenes de información con infinidad de formatos. Aquellas empresas que sean capaces de analizar estos datos conseguirán una importante ventaja competitiva. Existen tecnologías como Hadoop que permiten, de una forma económica, realizar dicho análisis pero también suponen un importante reto a la hora de crear las aplicaciones que las aprovechen. Existen aceleradores y herramientas, como Text Analytics y Machine Learning que son una gran ayuda a la hora de implementar dichas aplicaciones. Por último para aquellos que quieran aprender más sobre estas tecnologías un punto importante de cursos e información es http://bigdatauniversity.com/ 3 Referencias 1 Fuente: IBM 2012. 2 Fuente: IBM 2010 3 Fuente: IBM 2010. 4 Más información: http://hadoop.apache.org 5 Componente de BigInsights (http:// www.ibm.com/software/data/ infosphere/ biginsights/) 6 Más información: http://www.ibm.com/software/data/puredata/had op/ 7 Más Información: http://www.ibm.com/software/data/infosphere/str eams/ 8 Data Explorer: http://www.ibm.com/software/data/infosphere/data- explorer/ 9 http://www.ibm.com/software/products/us/en/subcategory/SWN40 10 http://www.ibm.com/software/products/es/es/business-intelligence/

BIG DATA Monográfico n un solo día el mundo intercambia 145 mil millones de mails, en Twitter se generan 500 millones de mensajes, en Facebook se comparten 4 mil millones de elementos, en Flickr se cuelgan 4,5 millones de fotografías… ¿Qué ocurrirá si se cumplen las predicciones y en 2020 tenemos más de 50.000 millones de dispositivos conectados a la red? Volúmenes ingentes de información que debe ser almacenada, procesada y que debe estar disponible para la toma de decisiones. Si la información es poder ¿qué importancia tiene extraer conclusiones de toda esa información recibida? Los resultados derivados, como suele suceder en tecnología, son aún difíciles de discernir. ¿Cómo contribuye el análisisde la informaciónproporcionadapor sensoresmeteorológicosparapredecir catástrofes naturales?¿Qué aportaciones puede hacer el procesamiento de la información médica para unmejor diagnóstico de enfermedades?¿Cuánto podría ahorrar unAyuntamiento que tuviera información detallada de los hábitos de los ciudadanos en la prestación de servicios públicos? En un entorno de creciente competitividad ¿serán las compañías que apliquen técnicas de procesamiento de datos lasmás competitivas al poner en elmercado sus productos o servicios? Según Eric Schmidt, CEO de Google, cada dos días se generan cinco Exabytes de datos, lo cual corresponde al total de información creada desde el origen de la tierra hasta el año 2003. IDC indica que hasta 2015 el crecimiento de Big Data será siete veces superior al de la media de todo el sector TIC y, según un estudio reciente de Gartner, creará 4,4 millones de puestos de trabajo TIC en todo el mundo, un área de trabajo interesante para un teleco. Nos acercamos al concepto de Big Data, a los factores que propician su explosión, a las tendencias fundamentales y al perfil de losprofesionalesque surcaránel“mar de datos”. E 119933 junio 2013 39 n la década de los ochenta la revolución informática llevó el PC a los hogares. En la década de los noventa se vivió la revolución de Internet. El siglo XXI nos trajo la revolución de la web 2.0. Ahora, en esta segunda década del 2.000, estamos asistiendo a una nueva y apasionante revolución, la de los datos. En este primer artículo del monográfico, la autora analiza el concepto de Big Data y repasa alguno de los paradigmas que están íntimamente asociados al mismo. Big Data es, desde mi punto de vista, una industria más dentro de amplio espectro del mundo de los datos. Big Data tiene que ver con grandes volúmenes de datos. Michael E Driscol (@medriscoll)(1) considera que más de 1 TB es considerado Big Data. Para Zvi Avraham (@nivertech) fundador de israelí Zadata(2), Big Data es todo el data que supera el “normal” gigabyte. E Big data no es un concepto nuevo, desde hace más de una década se habla de los océanos de información. Ahora el término se ha hecho popular debido, en gran medida, a Internet y la web social, a la ingente cantidad de información que la humanidad está generando cada segundo en la Red. Pero la revolución de datos es un fenómeno mucho más extenso y profundo. Es un fenómeno que tiene que ver con sensores, Internet, Cloud Computing, smarphones, antenas de telefonía, transacciones bancarias, robótica, inteligencia artificial, reconocimiento de voz, visualizaciones de datos, open data, gobierno abierto, periodismo de datos y muchas cosas más. Innovaciones que están transformando, lentamente pero de forma implacable, el mundo que vivimos. Y, de nuevo, el ciudadano es el protagonista. Ley de Moore y Ley de Bell El momento tecnológico actual es el resultado de una serie de acontecimientos que, de una u otra manera, están propiciando el cambio. Y, sin duda, el descenso de precios es la nota dominante en este cambio de rumbo. Se cumple la Ley de Moore (1965) y la de Ley de Bell (1972). Para Moore los precios bajan al mismo tiempo que las prestaciones suben. Para Gordon Bell cada década emerge un nuevo tipo de ordenador que divide por cien el precio de la potencia de procesamiento. Hace diez años, secuenciar el genoma humano costaba un billón de dólares, hace unos meses la empresa Life Technologies presentó su herramienta The Ion Proton, capaz de secuenciar el genoma humano completo, en un día, por 1.000 dólares. Los analistas estiman que los precios seguirán bajando y en unos años se podrá obtener el perfil genético de una persona por unos cientos de dólares. Este drástico abaratamiento de precios incide especialmente en el auge de una industria que, hasta el momento, había pasado desapercibida para la mayoría, la de los sensores. Los sensores son la base de la nueva sociedad de la inteligencia y una de las mayores fuentes de datos. 40junio 2013 119933 Monográfico BIG DATA En la década de los ochenta la revolución informática llevó el PC a los hogares. En la década de los noventa se vivió la revolución de Internet. El siglo XXI nos trajo la revolución de la web 2.0. Ahora, en esta segunda década del 2.000, estamos asistiendo a una nueva y apasionante revolución, la de los datos. En este primer artículo del monográfico, la autora analiza el concepto de Big Data y repasa alguno de los paradigmas que están íntimamente asociados al mismo. La revolución de los datos:sensores e Internet de las Cosas Soraya Paniagua Consultora tecnológica @sorayapa sorayapaniagua.com En diciembre de 2012, Bernard Meyerson, director de innovación de IBM escribía lo siguiente: “Procesar señales y sonidos requiere de ojos, orejas, lo más importante, de cerebro, ¿correcto? Pero ¿Qué pasa cuando tienes hardware compartiendo tus sentidos? En la era de la computación cognitiva los sistemas aprenden en vez de esperar pasivamente la programación. Como resultado las tecnologías emergentes continuarán empujando las limitaciones humanas para mejorar y aumentar nuestros sentidos con machine learning, inteligencia artificial (AI), reconocimiento de voz y mucho más. No hay necesidad de llamar a Superman cuando tenemos verdaderos super sensores a mano” (Fuente: I.B.M dedicated its Five in Five series)(3) La industria de los sensores ha experimentado un desarrollo espectacular. El descenso de precios, el bajo consumo y la capacidad de conexión (Wifi, Bluetooth, RFID o ZigBee) dieron paso a las redes inalámbricas de sensores. Pero la reciente combinación de sensores y Cloud Computing nos ha traído un nuevo paradigma tecnológico que está propiciando la aparición de empresas tremendamente creativas y rompedoras. Hablamos de Internet de las Cosas. Pero veamos, detenidamente, cómo han evolucionado las redes inalámbricas de sensores (wireless sensor networks, WSN). Redes de sensores Ya en 1999 la revista Business Week citaba las redes de sensores como una de las más importantes tecnologías del siglo XXI. Dispositivos inteligentes y baratos con múltiples sensores conectados en red a través de enlaces inalámbricos que, desplegados a gran escala, proporcionarían oportunidades sin precedentes para la instrumentación y el control de casas, ciudades, medio ambiente, sistemas de defensa o nuevas capacidades de reconocimiento y vigilancia. Los sensores inteligentes se pueden desplegar en la tierra, en el aire, bajo el agua, en los órganos, en vehículos o en edificios. Como ocurrió con otras tecnologías, la evolución de las redes de sensores se debe a la industria militar. Durante la Guerra Fría, la Armada de los EEUU desplegó el Sistema de Vigilancia de Sonido (SOSUS en inglés), un sistema de sensores acústicos (hidrófonos) en el fondo del océano que permitía detectar y seguir a los submarinos soviéticos. También durante la Guerra Fría se desplegaron las redes de radares de defensa aérea en Estados Unidos y Canadá. Las investigaciones modernas en torno a las redes de sensores comenzaron con el programa Distributed Sensor Networks (DSN) de la agencia DARPA. En ese momento Arpanet ya llevaba funcionando varios años. Robert E. Kahn, co-inventor de los protocolos TCP / IP, era el director de IPTO en DARPA y quería saber si el enfoque Arpanet de comunicación podría aplicarse a redes de sensores. Fue en 1980 cuando se demostraron las tecnologías DSN, el banco de pruebas fueron aviones, de vuelo bajo, que eran seguidos con éxito mediante sensores acústicos y cámaras de televisión. Era un proyecto ambicioso teniendo en cuenta la tecnología existente. Estamos hablando de una época anterior a los ordenadores personales. Ya en el nuevo siglo, de nuevo DARPA puso en marcha otro proyecto de investigación que permitió aprovechar los últimos avances tecnológicos, se llamó SensIT(4) . Este programa desarrolló por un lado nuevas técnicas de redes (despliegue rápido, ad hoc y en ambientes muy dinámicos) y por otro el procesamiento de la información. Por ejemplo, cómo extraer información útil, fiable y al momento de la red de sensores desplegados. Paralelamente la IEEE hizo ver las enormes posibilidades de las redes de sensores y, sobre todo, su bajo coste. La organización definió el estándar IEEE 802.15.4 que especificó el nivel físico y el control de acceso a redes inalámbricas de área personal con tasas bajas de transmisión de datos. Basado en el estándar IEEE 802.15.4. En 2004 la ZigBee Alliance BIG DATA Monográfico 119933 junio 2013 41 La Nube es otro de los grandes acontecimientos tecnológicos de este nuevo siglo y factor clave para entender la actual revolución de los datos. “ Monográfico BIG DATA 42junio 2013 119933 publicó el estándar ZigBee, un conjunto de protocolos de comunicación de alto nivel que pueden ser utilizados por redes inalámbricas de sensores. En 2003 empresas como Ember (impulsores de ZigBee), Crossbow o Sensoria ya estaban creando y desplegando pequeños nodos de sensores y sistemas. Una red inalámbrica de sensores son nodos de sensores distribuidos espacialmente. Cada nodo sensor es capaz de realizar de forma independiente algunas tareas de procesamiento y detección. Por otra parte, los nodos sensores se comunican entre sí con el fin de enviar su información detectada a una central de procesamiento o realizar algún tipo de coordinación local, tales como la fusión de datos. Una plataforma de nodo sensor ampliamente utilizada es la Mote Mica2 desarrollada por Crossbow. Los componentes de hardware habituales de un nodo sensor incluyen un transceptor de radio, un procesador embebido, memorias interna y externa, una fuente de alimentación y uno o más sensores. (Sensor Networks: Evolution, Opportunities, and Challenges(5) (2003) / Wireless Sensor Networks - An Introduction(6) (2010).) En 2007 la Universidad de California se convirtió en el banco de pruebas para conectar sensores inalámbricos y cámaras a Internet. Startups como Dust Networks y Rock Corp se lanzaron al desarrollo de nodos inalámbricos baratos y fiables.(Wireless sensors extend reach of Internet into the real world) (7) En 2009 Werner Kursch(8) y Wolfgang Beer(9) en “Combining cloud computing and wireless sensor networks(10)” hablan de un nuevo paradigma para los sistemas de software basados en Internet, el llamado Cloud Computing. “La Nube provee capacidad de procesamiento escalable y varios tipos de servicios conectables. Dado que las redes inalámbricas de sensores están limitadas en su capacidad de procesamiento, duración de la batería y la velocidad de la comunicación, la computación en la nube ofrece todo lo contrario… lo cual es muy atractivo ya que la infraestructura básica es la misma”. Cloud Computing Actualmente Cloud Computing es, sin duda, la solución idónea para las redes de sensores inalámbricas. Permite que sistemas y personas puedan usar Plataformas como Servicio (PaaS), por ejemplo, Sistemas Operativos, Infrastructura como Servicio (IaaS), por ejemplo, almacenamiento y servidores y Software como Servicio (SaaS), por ejemplo aplicaciones a nivel de programación, a precios muy bajos. Básicamente porque los sensores son capaces de hablar con la Nube directamente y con nuestros smartphones. En España hay una serie de startups que están realizando un gran trabajo en este campo. A nivel internacional la más conocida es la aragonesa Libelium. Desde el País Vasco Farsens está desarrollando sensores digitales de mínimo consumo. La granadina Cilab focalizada en la gestión urbana o la extremeña panStamp que se sitúa dentro del movimiento Maker. Cloud Computing lo está cambiando todo. La Nube es otro de los grandes acontecimientos tecnológicos de este nuevo siglo y factor clave para entender la actual revolución de los datos. Este modelo de arquitectura fue proclamado por George Gilder en su artículo de octubre 2006 en la revista Wired titulado «Las fábricas de información» Gilder escribe: “Hoy en día Google administra una base de datos total de cientos de petabytes, incrementada cada 24 horas por terabytes de Gmails, páginas de MySpace, y vídeos de perritos bailando (un incremento diario, cada uno de ellos mayor que toda la Web de hace una década). Para que todo esto tenga sentido, Page y Brin (con Microsoft, Yahoo, y Ask.com de Barry ‘QVC‘ Diller pegados a sus talones) están frenéticamente transforBIG DATA Monográfico 119933 junio 2013 43 mando el “ordenador-en-un-chip” y multiplicándolo, en masivas matrices paralelas, en un “ordenador-enun- planeta. Los centros de datos que están construyendo estas compañías empezaron como un ejercicio para hacer localizable la ingente cantidad de datos generados por todo el planeta, ahora… están metamorfoseándose en plataformas de procesamiento de propósito general, infinitamente más potentes que cualquiera de las construidas con anterioridad. En la era del PC, las triunfadoras fueron las compañías que dominaron el microcosmos del chip de silicio. La nueva era del petaprocesamiento estará dominada por los amos de los centros de procesamiento de datos remotos.”(Artículo traducido) (11). La Computación en la Nube es un concepto que incorpora el Software como Servicio, (SaaS, la Web 2.0), Plataforma como Servicio (PaaS, Google App Engine o Windows Azure) o Infraestructura como Servicio (IaaS), un medio de entregar almacenamiento básico y capacidades de cómputo como servicios estandarizados en la red. Sin duda es Amazon Web Services es el IaaS más popular actualmente. Internet de las Cosas La Nube, los sensores, el nuevo protocolo IPV 6, el hardware libre y los smartphones están impulsando el desarrollo de una nueva industria llamada Internet de las Cosas (Internet of Things IoT). En diciembre de 2012, en TEDxKTH, Kristina Höök, profesora y miembro del Instituto Sueco de Ciencias de la Computación, decía lo siguiente: “Lo que soñábamos los investigadores en los 90 se llamaba de diferentes formas: computación ubicua, M2M inteligence … y lo que soñábamos era que cada objeto con capacidad natural pudieran hablar con otros objetos, por ejemplo un refrigerador capaz de comunicar sobre las existencias de productos (…) Pero esta visión ha cambiado, ha cambiado debido a la Nube. Internet de las Cosas va sobre conectar cosas dentro de la Nube y muchas veces a través de la interacción con los dispositivos móviles”. En este punto es interesante revisar la diferencia entre M2M e Internet de las Cosas. En una interesante discusión pública en Quora(12) iniciada por Nick Gall, Analista de Gartner. Según Gall M2M es la tecnología que permite a las máquinas (generalmente pequeños sensores computables) realizar tareas específicas (inteligencia) para comunicar o transferir información a través de protocolos simples, o de Internet. Pero Internet de las Cosas es mucho más, es interactuar con los objetos que nos rodean, incluso objetos estáticos no inteligentes, y aumentar esa interacción con contexto, por ejemplo la geolocalización. Los objetos no inteligentes pueden llevarse a Internet de las Cosas a través de un teléfonos inteligentes que actúa como puerta de acceso a Internet. Se trata, por ejemplo, de interactuar con códigos de barras, códigos QR, RFID o NFC. Con M2M la comunicación entre máquinas es a través de IP en red inalámbrica o por cable. Así, M2M es una subárea de Internet de las Cosas. Otro punto de vista nos lo aporta el creador de Pachube (actualmente Cosm) Usman Haque. Habla de la transición desde los “silos de datos” a los datos abiertos y alertaba a las empresas de su importancia. “En las últimas décadas hemos vivido el fenómeno conocido como máquina a máquina (M2M). En esta situación lo que haces es desplegar una cadena de sensores que se pueden monitorizar. Por ejemplo puedes instalas sensores en una red de tuberías de petróleo o en un sistema eléctrico con una pequeña idea fija de lo que vas a hacer con esos datos… Por tanto, tú eres el dueño de los datos y no la gente, los usuarios finales de esos sistemas de energía. En Internet de las Cosas tú no sabes quién va a usar los datos que son generados por los aparatos. No sabes quién va a descubrir el valor de Monográfico BIG DATA 44junio 2013 119933 esos datos… De forma efectiva esto es una transición desde lo que se ha conocido como “silos de datos” a “datos abiertos”. Pero esto no significa necesariamente que sean datos públicos, significa que los datos generados por biosensores, monitores de energía, sensores de polución… están abiertos para ser usados en otros contexto. Y eso es para mí la diferencia cualitativa con el concepto anterior”. (Conferencia Strata, marzo de 2012. Video en Youtube(13)). El 8 de junio de 2011 se adoptó, a nivel mundial, el nuevo protocolo IPv6 . Lean lo que dice Steven Leibson: “Podríamos asignar una dirección IPv6 a cada átomo en la superficie de la tierra y aún así tener suficientes direcciones para hacer otras 100 tierras más.“ La adopción de IPv6 nos hace ver un mundo donde cada objeto físico puede estar conectado a Internet y ser capaz de comunicarse con todos los demás objetos. En 2005, en el Instituto italiano de Ivrea coincidieron Massimo Banzi(14). y español David Cuartelles(15). , ambos crearon Arduino y básicamente popularizaron el hardware libre. Arduino es la plataforma más rápida y sencilla para crear prototipos de proyectos, tanto de hardware como de software. A principios de 2011 ya se habían vendido 40.000 unidades de la versión Arduino USB. Según Cuartielles: “Arduino es una plataforma abierta con toda una serie de documentación que permite la creación de nuevos dispositivos conectados que sirven o recopilan datos de la manera más significativas para nosotros. Incluye el hecho de que no es necesario ser ingeniero para imaginar un nuevo producto”. (blog de DCuartielles(16) ) En mayo de 2011, Google lanzó su Kit de Desarrollo de Accesorios basado en uno de los diseños de Arduino. Ahora el hardware llega al ciudadano, cualquier persona con una serie de conocimientos básicos es capaz de crear objetos inteligentes. Con Internet de las Cosas, la creatividad parece no tener límites, hay todo tipo de proyectos desde satélites hasta tenedores inteligentes que miden la velocidad a la que comemos. Pueden ver algunos buenos ejemplos en la web Postscapes o los más vanguardistas en la plataforma de crowdfounding Kickstarter. En España están surgiendo más startups situadas en el terreno de las plataformas de datos como Cubenube o Wairbut. En el ámbito de los objetos conectados destaca la empresa bilbaina Symplio que dirige sus productos al entretenimiento y el merchandising. El movimiento Maker Pero volvamos a Arduino porque es el protagonista de otra innovación rompedora, hablamos de las impresoras 3D y del movimiento Maker. En 2005 el profesor Adrian Bowyer(17) puso en marcha el proyecto RepRap, en la universidad inglesa de Bath, con el objetivo de crear una impresora 3D de bajo coste que, además, pudiera auto-replicarse. Lo hizo con Arduino. La impresión 3D puede marcar el tránsito desde la producción industrial a un modelo de manufactura personal. Actualmente es posible montar una impresora 3D por menos de 500 €. En torno a RepRap están surgiendo hackerspaces o fablab donde la gente se reúne para crear máquinas, para aprender y colaborar. Se trata del movimiento Maker. En este nuevo mundo de objetos conectados, nuestro smartphone se convierte en la plataforma que va a permitir el control todos esos objetos. Pero, además, un Smartphone es un dispositivo lleno de sensores, que dispone de cámaras, conexión a Internet y capacidad de geolocalización. El ciudadano se erige como gran productor, distribuidor y consumidor de datos. Una revolución El ciudadano juega un papel protagonista en esta nueva revolución de los datos. A través de objetos inteligentes, BIG DATA Monográfico 119933 junio 2013 45 la gente puede emitir información constante y valiosa sobre su propio cuerpo o el mundo exterior. En el campo de la salud es donde estamos viendo los mayores avances e impacto. No es extraño que IBM considere que las tecnologías que cambiarán el mundo, en los próximos cinco años, serán las que permitan a los sensores imitar los sentidos humanos: seremos capaces de tocar a través de un teléfono. Un pixel será tan valioso como cientos de palabras. Los ordenadores escucharán lo que importa, las papilas gustativas digitales nos ayudará a comer más sano y los ordenadores tendrán sentido del olor. Será necesario gestionar una gran cantidad de información. Big data está llamado a tener un papel importantísimo en el futuro. Actualmente se están sentando las bases de lo que será la tercera revolución de Internet. Los datos de los sensores, de los satélites, las grabaciones de vídeo, Internet, etc, combinados de forma eficaz, procesados y analizados con las tecnologías de Big Data van a extraer muchísima inteligencia.3 Notas: 1 Michael E Driscol (@medriscoll) (https://twitter.com/medriscoll) (@nivertech) fundador de israelí 2 Zadata (https://twitter.com/nive rtech) 3 I.B.M dedicated its Five in Five series 4 SensIT (http://isif.org/fusion/proceedings/fusion01CD/fusion/searche ngine/pdf/TuC11.pdf) 5 Sensor Networks: Evolution, Opportunities, and Challenges (http://www.ics.uci.edu/~dsm/ics280sensor/readings/intro/chong.pdf) 6 Wireless Sensor Networks - An Introduction (http://cdn.intechopen.com/pdfs/12464/InTech-Wireless_sensor_networks_an_introduction.pdf) 7 Wireless sensors extend reach of Internet into the real world http://usatoday30.usatoday.com/tech/wireless/data/2007-02-12- wireless-sensors_x.htm) 8 Werner Kursch (http://dl.acm.org/author_page.cfm?id=813124 81601&coll=DL&dl=ACM&trk=0) 9 Wolfgang Beer (http://dl.acm.org/author_page.cfm?id=81363602 963&coll=DL&dl=ACM&trk=0) 10 Combining cloud computing and wireless sensor networks https://dl.acm.org/citation.cfm?id=1806435) 11 La nueva era del petaprocesamiento estará dominada por los amos de los centros de procesamiento de datos remotos.” 12 discusión pública en Quora (https://www.quora.com/Internet-of-Things/Whats-the-difference-between-the-Internet-of-Things-IoTand-Machine-to-Machine-M2M) 13 Conferencia Strata, marzo de 2012. Video en Youtube https://www.youtube.com/watch?feature=player_embedded&v=oO3m7r_p2sc) 14 Massimo Banzi (https://twitter.com/mbanzi) 15 David Cuartelles (https://twitter.com/dcuartielles) 16 Blog de DCuartielles (http://david.cuartielles.com/b/2012/02/arduino-in-the-internet-of-things-for-media-evolution/) 17 Profesor Adrian Bowyer (https://twitter.com/adrianbowyer)

TV Conectada Monográfico Difícilmente podremos seguir llamando al medio de comunicación de masas por excelencia “caja tonta”. LaTVseha conectadoa Internet y este cambiotrascendental está revolucionando la industria audiovisual y supone posiblemente el mayor salto que ha experimentado el concepto de TV en toda su historia. Un cambio que afecta a los modelos de negocio asociados y en que los principales agentes mueven ficha. Se abre un mundo de posibilidades que multiplica la oferta audiovisual, permite disfrutar de servicios interactivos y plantea un nuevo marco de consumo de contenidos audiovisuales que desdibuja las barreras de espacio y tiempo y del que todavía es difícil adivinar las tendencias. En este monográfico nos acercamos al concepto de TV conectada de la mano de algunos de los principales agentes del nuevo panorama audiovisual y prestamos especial atención al recorrido de la Televisión Híbrida, desarrollada sobre la base del estándar europeo Hybrid Broadcast Broadband TV (HbbTV), analizando sus posibilidades técnicas y el proceso de estandarización.

Una nueva plataforma, un nuevo modelo de negocio Smart TV está propiciando un cambio drástico en el modelo de broadcast actual. Cuando la pantalla principal del hogar se conecta a Internet, desaparece la barrera que supone el número limitado de canales que existía hasta ahora y las restricciones de las señales transmitidas de forma tradicional con un espacio radioeléctrico sujeto a licencias y concesiones. Se amplía la propuesta de ocio en el televisor con una oferta cada vez mayor y más atractiva de emisiones por Internet en streaming y servicios OTT (Over The Top), accesibles para todos los espectadores. Los usuarios de Smart TV tienen la posibilidad de disfrutar de lo mejor de los dos mundos. Los canales tradicionales y todos aquellos nuevos canales y contenidos aparecen de la mano de Smart TV en forma de vídeo, aplicaciones o juegos y que pueden abarcar multitud de categorías. Desde contenidos infantiles y para toda la familia, hasta deportes, películas, series, documentales, juegos, videoclubes, contenido de educación o incluso apps para mantenerse en forma. Este nuevo modelo supone un cambio estructural porque el usuario toma el mando de lo que quiere ver y decide cuándo hacerlo. Los servicios de Vídeo Bajo Demanda (VOD) permiten ver en cualquier momento una serie o película, sin depender de la programación marcada por los canales. Los contenidos a la carta están teniendo una aceptación muy grande en el mercado, y se encuentran entre los más demandados en la actualidad, con una oferta en constante crecimiento. Además del vídeo bajo demanda, se están desarrollando los primeros canales en directo emitidos en streaming. Esto supone un cambio fundamental en el modelo de negocio que evoluciona de la tradicional oferta de paquetes de canales hacia una oferta adaptada, con una reducción importante de costes para el usuario (decodificadores, tasas de mantenimiento, permanencia, etc.) y posibilitando la contratación de canales de forma individual en lugar de un pack de canales cerrado, personalizando su propia parrilla. De la caja tonta al Smart TV: lo que quieras ver, cuando quieras La oferta creciente de contenidos infantiles y educativos transforma la infravalorada “caja tonta” en un centro de ocio y formación en el núcleo del hogar. Redirigir parte del consumo online a la pantalla familiar cambia también la relación y el acercamiento de los más jóvenes a los servicios y contenidos en la red. Además, facilita la tutela y el consumo conjunto con los padres. De nuevo, la pantalla principal del hogar se convierte en centro de entretenimiento familiar, con una oferta de servicios diversa, más flexible. También las redes sociales han llegado, como es lógico, a la Smart TV. Desarrollos basados en las conexiones del usuario permiten comentar las jugadas de un partido o responder a la pregunta de un determinado concurso con los contactos directamente desde la Monográfico TV conectada Miguel Ángel Fernández hace un repaso introductorio en este artículo de los múltiples cambios que ha experimentado la televisión en los últimos años y del cambio de modelo que trae consigo la TV conectada, la pantalla principal en el hogar, centro de entretenimiento en múltiples formatos. El autor avanza además alguno de los retos más significativos de la Smart TV como los propios de la estandarización o del importante cambio de modelo de negocio de los actores implicados. La Smart TV cambia la forma de ver la televisión Miguel Ángel Fernández Director de Marketing de Electrónica de Consumo de LG España @MAFernandez_LG pantalla del televisor. La experiencia híbrida de combinar la televisión lineal y la Smart TV es un campo aún por desarrollar, pero que está empezando a despegar. Second screen: la interactividad en la segunda pantalla La forma de interactuar del usuario hace que los televisores Smart TV estén preparados para conectarse con otros dispositivos, para compartir fotos, vídeos o música almacenados otros dispositivos como tablets, PCs o el móvil y disfrutarlos en gran formato. Muchos de los dispositivos móviles se usan como segunda pantalla, de manera que se puede acceder a contenido extra de aquello que estamos viendo en el televisor. Pagar el alquiler de una película, ver la ficha del vestuario de un programa o votar en un determinado concurso a través del smartphone son nuevas tendencias que se han observado. Todo esto da el poder al espectador para ver aquello que de verdad le interesa y le divierte. Además, se democratiza la creación contenidos ya que se pueden crear canales a través de Smart TV en forma de aplicación. Por otro lado, las barreras geográficas se eliminan y los contenidos trascienden fronteras. Todo esto sin perder el control, ya que se puede, para un determinado país, ofrecer un contenido en exclusiva y servicios especiales. Conectividad sin olvidar la mejor calidad de imagen Tras una larga época en la que los televisores apenas sufrieron cambios ni evoluciones, salvo los propios del diseño, con un lento desarrollo de la calidad de imagen, pasando del blanco y negro al color, en los últimos años se ha vivido una evolución vertiginosa con distintas tecnologías, que han ido dando paso a aparatos menos pesados y con más prestaciones. En los últimos años, se han sucedido los avances en calidad de imagen. La entrada de la tecnología de plasma hace más de diez años fue el pistoletazo de salida para una carrera que aún no ha terminado. De la alta definición hemos llegado al Ultra HD y el Full HD es un estándar impensable hace pocos años y factible gracias a nuevas tecnologías como las pantallas LED. La conectividad ha vivido una evolución similar, ya que en la actualidad el número de entradas para conectar consolas, reproductores de blu-ray, dispositivos USB o HDMI y un sinfín de aparatos más está más que asegurada. Además de calidad de imagen, la forma de disfrutar del contenido ha cambiado drásticamente con la introducción en el salón del 3D. Destaca el Cinema 3D, con gafas más asequibles que hacen posible la experiencia tridimensional en familia. Los contenidos en 3D no solo son pasivos, películas o series, especialmente en los videojuegos ofrece una experiencia única. Además, surgen nuevas oportunidades como el Dual Play, con el que dos jugadores pueden jugar a la vez y cada uno de ellos ve su propia partida a pantalla completa. Realmente increíble. La conectividad enriquece a la Smart TV, la integración del Wi-Fi, responsable de su conexión a internet. Los receptores Wi-Fi son más potentes, para así recibir una calidad de señal mejor y recibir más datos de manera más rápida. Los procesadores del televisor también han evolucionado, para convertirse en auténticos ordenadores capaces de realizar muchas funciones a la vez y reproducir los contenidos descargados de Internet de manera fluida y con la más alta calidad. TV conectada Monográfico Para convertirse en auténticos ordenadores capaces de realizar muchas funciones a la vez y reproducir los contenidos descargados de Internet de manera fluida y con la más alta calidad.” “ Monográfico TV conectada El streaming adaptativo hace que la visualización de los contenidos de vídeos y música de las aplicaciones sea de calidad, evitando los famosos cortes o ‘buffering’ que hace años salían al navegar por Internet. Así podemos conseguir una calidad de 720p o incluso 1080p con una conexión estándar de ADSL. Magic Control: ahora tú tienes el mando Otro de los elementos que más ha evolucionado es el mando a distancia y su forma de interactuar con la pantalla. El tradicional mando a distancia, que se ha visto relegado a un segundo plano, ha dado paso a controles más avanzados, capaces sumar a las funciones básicas de cambios de canales y volumen la navegación por Internet de manera más fácil. Un claro ejemplo de esta evolución es el Magic Control de LG. Con este dispositivo basta con apuntar a aquello que se quiere ver para seleccionarlo, en lugar de ir desplazándose por los diferentes menús uno a uno. De hecho, una de las razones por las que LG consiguió el premio EISA al mejor Smart TV 2012 fue la facilidad de uso gracias a su plataforma y a su usabilidad con Magic Control. También la voz ha pasado a formar parte de la realidad de los televisores. Se puede buscar por voz, dictando al televisor aquello que se quiere ver, para revisar las opciones disponibles, ya sean un canal de televisión, una aplicación o determinada página web. Esta función también es útil para navegar por email o en las redes sociales, porque se puede dictar lo que queremos escribir, ahorrando tiempo y de la manera más cómoda. Retos de Smart TV La rápida evolución del sector no es excusa para afrontar los retos que poco a poco aparecen en el horizonte. Buscar un estándar entre fabricantes para facilitar el desarrollo a los creadores de contenidos, así como a empresas desarrolladoras es una de estos retos. Así se podrán ajustar timings y presupuestos para hacer más sencillo el crecimiento en la oferta de servicios y aplicaciones. La implicación de canales de televisión y productoras en este nuevo entorno es aún tímida. Si bien se están viendo los primeros movimientos con determinados canales, la restricción de ventanas (cine de estreno, retransmisiones deportivas), el conflicto con modelos de negocio tradicionales y el miedo a nuevos entornos en momentos de dificultad financiera ha limitado, por el momento, la estrategia de muchos actores importantes del sector.3 Many new business models arise when the main household window to the world is connected to the Internet, thus breaking the traditional barriers imposed by limited broadcast spectrum and the need for transmission licenses. Smart TV brings an entirely new structure to Television with OTT (Over The Top) services, streaming video and access to Video on Demand (VoD), WEB applications and online games as well as Apps and everything the Internet has to offer. Smart TV transforms the old “boob tube” into a fully interactive, truly open medium which transcends geographic borders and offers contents worldwide while maintaining control of exclusive contents and special services. Making Smart TV user friendly is a critical requirement for a positive user experience so manufacturers have developed new concepts for remote controls such as Magic Control from LG which allows simply pointing to choices on the screen instead of surfing through endless menu selections. Manufacturers also need to set common standards for content providers and developers while bringing broadcasters and production houses on board the Smart TV effort. Smart TV changes the way we watch television

España es probablemente uno de los países de nuestro entorno más avanzados en el desarrollo técnico de la televisión híbrida. Aunque todavía queda recorrido para conseguir la implantación masiva de esta nueva forma de consumir televisión por parte de los usuarios, en los últimos años se han sentado las bases para el desarrollo de modelos de negocio derivados de la televisión conectada, como es la adopción de un estándar único –el HbbTV- y de los DRMs para la protección de los contenidos. La historia no ha hecho, pese a todo,más que comenzar porque no me cabe duda de que éste es el principio de una revolución imparable: la revolución de la televisión híbrida. ¿Pero en qué momento nos encontramos ahora? ¿Cuál es la hoja de ruta?. Cada uno de los pasos que la Asociación Española de Empresas de Televisión Interactiva (AEDETI) ha ido llevando a cabo desde que se fundara en 2008 con el objetivo de impulsar la televisión híbrida en España han sido claves,y ahoranosencontramosdenuevoenunaencrucijada. Hoy en España hay cerca de 3millones de televisores conectados, una cantidad que crecerá paulatinamente en los próximos años en la medida de que el mercado se vaya racionalizando; esto es, que, por ejemplo, los desarrolladores faciliten nuevos serviciosde aplicaciones basados en HbbTV o que sigan progresando las conversaciones entre radiodifusores y fabricantes de televisores para que los nuevos aparatos que se pongan a la venta lleven activado el estándar por defecto que les permita a los primeros ofrecer cómodamente servicios de televisión híbrida. Con el fin de extender su adquisición y consumo, desde AEDETI estamos impulsando la implantación de un logotipo que informe a los usuarios de cuáles son los televisores conectados. Probablemente, tras conseguir el acuerdo entre los fabricantes, se opte por la leyenda “tdt híbrida” para advertir al consumidor de que se encuentra ante un dispositivo con capacidad de ofrecer una amplia gama de servicios de televisión de los que, por otro lado, también es necesario informar. En resumen, hoy por hoy, solventadas las cuestiones técnicas, nos encontramos ante la necesidad de divulgarmasivamente esta nueva tecnología para permitir su desarrollo. Lógicamente, sin la participación activa del público, nada de esto tendría sentido. AEDETI viene realizando desde su creación una labor demera coordinación que, no obstante, ha sido decisiva para ir cerrando a tiempo las diversas etapas que nos hemos propuesto. Hoy seguimos dirigiendo nuestros esfuerzos para obtener el consenso entre los diferentes agentes con el objetivo de conseguir el uso intensivo de los servicios disponibles y para la incentivación de los contenidos que nos permitan la consolidación de la televisión conectada e interactiva. Cómo se gestó la adopción del HbbTV Uno de los objetivos fundacionales de AEDETI era alcanzar un acuerdo definitivo respecto al estándar de interactividad que debía adoptarse en España. Ante la falta de empuje en el sector para decidir cuál podría ser el más adecuado, la asociación toma la iniciativa y en febrero de 2009 recupera los trabajos para el estudio del estándar de televisión interactiva más apropiado para el mercado español e invita a los diferentes agentes del mercado a colaborar. Monográfico TV conectada La Asociación Española de Empresas de Televisión Interactiva (AEDETI) agrupa a los medios audiovisuales digitales interactivos, abarcando toda la cadena de valor existente entre los desarrolladores de aplicaciones y los fabricantes de equipamiento. Han tenido un papel preponderante en materia de estandarización, uno de los principales retos de la TV del futuro. En este artículo, José Luis Vázquez, su presidente, hace un repaso de los avances que se han sucedido en esta materia, centrados en la adopción del estándar HbbTV. La revolución de la televisión hibrida: la adopción del estándar HbbTV José Luis Vázquez Presidente de AEDETI. @aedeti @jlvazquez Monográfico TV conectada Poco a poco, en los diversos foros profesionales organizados a lo largo de 2010 y en las jornadas técnicas que anualmente organiza AEDETI, el sistema HbbTV se va perfilando como el favorito por toda la industria española de la misma forma que había ocurrido en Francia y Alemania. Posteriormente se sumarían Austria y Holanda. AEDETI sigue coordinando las conversaciones en un Grupo de Trabajo auspiciado por la Secretaría del Foro Técnico de la Televisión Digital. La interactividad ya forma parte de la agenda de la Administración. La oficina técnica de AEDETI crea entonces el primer borrador de un informe técnico en el que se irán incorporando a lo largo de los tres primeros trimestres del año 2011 los diferentes puntos de vista de los agentes de la industria española. AEDETI organiza varias reuniones presenciales donde se adelantan las primeras conclusiones y se recaban nuevas aportaciones con el fin del alcanzar el mayor consenso posible. Paralelamente, AEDETI mantiene contactos con otros organismos o instituciones que están liderando la definición de HbbTV en Europa para incorporar su experiencia y puntos de vista en el informe técnico. Entre estos organismos se incluyen el TNT 2.0, HD Forum, AFDESI y el HbbTV Consortium. En noviembre de 2011 el Ministerio de Industria Turismo y Comercio publica en la web de la Secretaría del Foro Técnico de la Televisión Digital el documento coordinado por AEDETI en el que se recogen las recomendaciones técnicas para el desarrollo de nuevos modelos de negocio de consumo híbrido de TV y servicios interactivos a través del sistema HbbTV. La publicación de este documento constituyó un hito para la industria audiovisual española y para AEDETI. Tras tres años de trabajo, se alcanza el consenso sobre el estándar de Televisión Híbrida. El primer paso estaba dado. El documento fue consensuado por las principales multinacionales de electrónica de consumo, canales de televisión, desarrolladores de servicios y proveedores de tecnología de encriptación. En la elaboración de este informe participaron un total de 54 empresas. Una vez aprobado la adopción del estándar HbbTV, AEDETI continúa avanzando en su hoja de ruta y en el año 2012, a través del subgrupo de interoperabilidad liderado por RTVE, se llega a un nuevo acuerdo para la adopción de los DRMs de Marlin (Intertrust) y Playready (Microsoft) para la televisión conectada. Con él se garantiza la interoperabilidad entre los diferentes servicios de la televisión híbrida en nuestro país y se abre la puerta a nuevos modelos de negocio. En el subgrupo de trabajo están representados los principales canales de televisión, que agrupan el 94,5 % de la audiencia en 2012. Todo los avances que se han ido sucediendo desde 2008 hubieran sido estériles sin el apoyo decisivo del Ministerio de Industria, Energía y Turismo y la Secretaría de Estado de Telecomunicaciones y para la Sociedad de la Información, el organismo que confió a AEDETI la coordinación de las conversaciones para la adopción del estándar HbbTV. De igual modo, cabe felicitar a toda la industria por su capacidad de diálogo y consenso, en especial a TVE y a Abertis, cuya apuesta ha sido fundamental desde que comenzáramos a plantearnos la necesidad de lanzar la televisión híbrida en España con las garantías necesarias para que su explotación sea un éxito.3 AEDETI is the Spanish Association of Interactive Television Companies which was founded in 2008 in order to promote hybrid television deployment in Spain. Currently, almost 3 million TVs are connected to the Web in Spain with additional receivers coming online daily. AEDETI strives to achieve a coordinated effort among all players involved in the deployment of Interactive TV with efforts such as a common logo (hybrid tdt) that identifies connected receivers and the adoption of the HbbTV standard (Hybrid broadcast broadband TV) as well as enhancing the use of interactive content. Additional efforts under way at AEDETI include the adoption of DRMs from Marlin (Intertrust) and Playready (Microsoft) as proposed by the interoperability workgroup led by the Spanish National Broadcaster RTVE (Radio Televisión Española). AEDETI is also very involved in the interdepartmental coordination of government agencies with public and private companies in order to make Hybrid TV a thriving reality in Spain. The hybrid television revolution

La disponibilidad de Internet en los hogares ha permitido a los espectadores incrementar sustancialmente la cantidad de formas de consumo de contenidos audiovisuales. Este incremento de formas de consumo tiene como protagonistas múltiples pantallas: ordenador, móvil y tabletas. Estamos asistiendo a la creación de un nuevo canal de comunicación entre los radiodifusores y los espectadores, que ha demostrado ser compatible con la televisión tradicional ya que en lugar de restar consumo de televisión, éste se incrementa a través de múltiples pantallas. En los últimos años, la revolución ha vuelto a tener como protagonista al televisor. Ello se debe a que el televisor está conectado a Internet y dispone de herramientas para acceder a servicios interactivos en las llamadas SmartTV o televisiones conectadas. Las funcionalidades SmartTV de las televisiones conectadas, comparten pantalla con la televisión tradicional, pero no se mezclan con ella. Desde el portal de una SmartTV se puede acceder a una amplia gama de aplicaciones descargables desde la tienda de aplicaciones que el fabricante del televisor ofrece en su portal. De entre estas aplicaciones, destacan las que ofrecen contenidos audiovisuales, especialmente los portales de video por internet (Youtube o Vimeo), los portales de servicios OTT (TotalChannel, Yomvi o WakiTV) y las aplicaciones que los propios radiodifusores publican en las SmartTV. Las primeras experiencias exitosas de interactividad llegaron a través de un canal distinto a la TV, llegó a través los mensajes de móvil, lo cual significó una revolución gracias al modelo de negocio asociado. Los nuevos modelos de interactividad en TV han llegado también a través de la segunda pantalla, gracias a las redes sociales, siendo posible detectar la relevancia de un programa por la cantidad de tweets que se envían relativos al programa o a un tema en concreto. Los radiodifusores, por su parte, aprovechan este nuevo canal y promocionan su uso entre los espectadores de sus programas. Los portales de las SmartTV son una gran herramienta para que los espectadores disfruten de contenidos procedentes de Internet en el televisor usando un mando a distancia. No obstante, las cadenas de TV L Muchos de los receptores actualmente en el mercado de TV hibrida son HbbTV v1 mientras que algunos fabricantes empiezan a ofrecer productos HbbTV v1.5. La diferencia entre una versión y la otra recaerá en que los radiodifusores podrán ofrecer para los receptores 1.5 emisiones de streaming Live, contenidos Premium protegidos con DRM, mejores guías de programación y una mejor experiencia de usuario en el video a la carta.” “ Monográfico TV conectada La interactividad ha sido desde los inicios de la televisión digital un objetivo perseguido por radiodifusores, espectadores, fabricantes y administraciones. La búsqueda de la tecnología adecuada para que el espectador disfrute de las ventajas de la TV interactiva parece haber llegado a buen puerto gracias al estándar HbbTV y su implementación sobre la TDT en España, la TDT Híbrida. El desarrollo de la televisión híbrida en España Xavier Redón Product Manager de abertis telecom @xaviredon .tdthibrida.es Monográfico TV conectada tienen que enfrentarse, principalmente, a dos grandes dificultades al utilizar las SmartTV como canal de comunicación: la fragmentación de tecnologías y el control de la oferta. Se debe desarrollar varias aplicaciones para llegar a todos los fabricantes. Las aplicaciones para TV conectada deben estar desarrolladas y probadas para cada fabricante. La falta de un estándar único para desarrollar aplicaciones en Smart TV obliga al radiodifusor o a cualquier desarrollador que quiera publicar una aplicación en un portal a desarrollar tantas aplicaciones como portales distintos sobre los que quiera publicar. Se requieren acuerdos con los fabricantes. Para publicar en una TV conectada una aplicación, es necesario un acuerdo comercial entre el propietario de la aplicación y el fabricante del televisor, siendo el fabricante el responsable de gestionar el portal de la televisión, por lo tanto, una vez publicada la aplicación el fabricante es quien decide cómo y cuándo ofrecer la aplicación a los espectadores. HbbTV, una solución estándar de interactividad asociada al canal de TV El estándar HbbTV (Hybrid Broadcast Broadband TV) es una propuesta tecnológica que permite dar solución a los problemas mencionados anteriormente de fragmentación y falta de control por parte del radiodifusor. Se trata de una solución estándar, por lo cual funciona de la misma forma en todos los dispositivos. También es una solución controlada por del radiodifusor del canal de TV, puesto que es el radiodifusor quien decide cuándo y cómo se presentan los contenidos híbridos al espectador que está sintonizando su canal. El funcionamiento de HbbTV A través de la señal de TDT se emite un enlace a una aplicación. A través de Internet se accede a dicha aplicación que se visualiza, inicialmente, sobre el contenido de TV. El estándar HbbTV es aplicable a tecnología de distribución satélite, cable o terrestre y funciona de la siguiente manera: 1. En la emisión, juntamente con el audio y el vídeo se envía un enlace a la interactividad 2. El receptor, si dispone de tecnología híbrida, al entrar en el canal, detecta la existencia del enlace y presenta la aplicación interactiva en pantalla. Para que todo ello funcione, es necesario cumplir tres requisitos básicos: u El canal de TV debe emitir el correspondiente enlace a la interactividad u El televisor debe disponer de la tecnología de TV híbrida necesaria para entender el enlace interactivo u El televisor debe estar conectado a Internet. Todo ello abre las puertas al espectador a una amplia gama de servicios que van desde la televisión a la carta, participación en encuestas o concursos e información adicional independiente o totalmente vinculada a la emisión. Versiones de HbbTV La primera versión del estándar HbbTV (v1) se publicó en 2010 permitiendo a los fabricantes desarrollar productos que aparecieron tímidamente en 2011 y algo más generalizadamente en 2012, muchos Figura 1. Televisión a la carta en botón rojo rtve.es de estos productos Figura 2. Informativos en botón rojo de rtve.es TV conectada Monográfico están disponibles en los televisores pero es necesario activarlos a través del menú de configuración del televisor. En 2012, se publicó la versión v1.5 del estándar HbbTV, que incorpora como principales novedades el recientemente aprobado estándar de codificación adaptativa MPEG DASH, la capacidad de leer la EPG desde HbbTV y se mejora la integración con sistemas de protección de contenidos DRM. Muchos de los receptores actualmente en el mercado de TV hibrida son HbbTV v1 mientras que algunos fabricantes empiezan a ofrecer productos HbbTV v1.5. La diferencia entre una versión y la otra recaerá en que los radiodifusores podrán ofrecer para los receptores 1.5 emisiones de streaming Live, contenidos Premium protegidos con DRM, mejores guías de programación y una mejor experiencia de usuario en el video a la carta con menos cortes o tiempos de espera y mayor calidad de imagen. HbbTV un estándar europeo con vocación mundial El estándar HbbTV se ha desarrollado principalmente en Europa donde Alemania, Francia y España lideran el desarrollo de esta tecnología. Actualmente la gran mayoría de países europeos apuestan por HbbTV. En Alemania, aplicaciones como la Mediatek de ARD o la EPG de RTL y muchas otras han puesto a disposición de los espectadores alemanes una amplia oferta de TV híbrida disparando el consumo de servicios HbbTV en este país. En Francia, aplicaciones como Salto de France Televisions permiten ver desde el principio un programa que ya está en emisión, y la propuesta de TF1 permite disfrutar de contenidos a la carta protegidos con DRM. Los únicos países en Europa que no están apostando abiertamente por HbbTV son Italia y Reino Unido, puesto que cada uno de ellos ha optado por otra tecnología para desarrollar la TV híbrida. En Italia se ha evolucionado la solución MHP dado que en este país sí tuvo una implantación generalizada, mientras que en el reino unido se ha optado por una propuesta distinta basada en el entorno YouView del que participan fabricantes, radiodifusores y operadores de red. El resto de países europeos, o están emitiendo HbbTV, o tienen previsto de hacerlo en el futuro. A nivel mundial, la selección del estándar para la distribución de TV digital puede ser determinante a la hora de definir la solución a adoptar en relación a la interactividad. Aquellos países que han optado por la tecnología DVB-T están naturalmente inclinados a optar por la solución HbbTV para el desarrollo de la Interactividad, mientras que los países donde se ha seleccionado la tecnología ISDB o ATSC tienen más dificultades para implementar la solución HbbTV puesto que no existe una definición clara de cómo señalizar la URL de HbbTV en estos estándares. Para la transmisión satélite la solución es más directa puesto que DVB-S es una solución mundialmente adoptada, lo cual facilita la incorporación de HbbTV como solución para desarrollar la TV interactiva. TDT Híbrida, la configuración española de HbbTV En España el Foro Técnico de la Televisión Digital publicó en agosto de 2012 la “Especificación de receptores de televisión digital terrestre para aplicaciones interactivas”. La redacción de dicha especificación ha sido coordinada por AEDETI con la participación de fabricantes, radiodifusores y las principales empresas del sector. En los acuerdos del Foro se especifica la utilización del estándar HbbTV v1.5 para desarrollar la TV Híbrida sobre Figura 3. Clan en botón rojo rtve.es Figura 4. TV3 a la carta Monográfico TV conectada TDT, además de la utilización de DRM (Digital Rights Managment) que permitirá proteger de contenidos enviados a través de Internet a los receptores de TDT Híbrida. También en los acuerdos del Foro Técnico de la Televisión Digital se definen las funciones que debe cumplir una entidad de certificación, que son: promover un marco de desarrollo del mercado de la TV interactiva siguiendo las recomendaciones del Foro, aportar un Logo que identifique a los receptores que siguen la especificación y habilitar un entorno en el que se realicen las comprobaciones de los receptores y ponerlo a disposición de los fabricantes y radiodifusores entre otras funciones. abertis telecom ha sido reconocida como entidad de certificación por los principales radiodifusores y ha aportado el logo TDT Híbrida para ser utilizado como identificativo de los receptores compatibles con las recomendaciones del Foro de la televisión digital. El pasado mes de julio, se llevaron a cabo en el laboratorio de abertis telecom las primeras jornadas de interoperabilidad de TDT Híbrida, donde fabricantes y radiodifusores probaron el correcto funcionamiento de las aplicaciones de TDT Híbrida con los receptores de los principales fabricantes. En estas jornadas se probaron aplicaciones actualmente en servicio, así como aquellas que están preparándose para su lanzamiento. En España varios radiodifusores nacionales de TV y Radio están emitiendo aplicaciones Híbridas a través de la TDT entre los que destaca la oferta de botón rojo de RTVE. Televisión Española ha realizado el lanzamiento del servicio RTVE Botón Rojo, a través de la cual, ofrece acceso a más de 90.000 horas de programas, series, documentales, deportes y contenidos de CLAN. La mayor parte de TV autonómicas también han iniciado emisiones de TDT Híbrida como es el caso de Televisió de Catalunya donde un servicio de “Chatch up” permite acceder a los contenidos de la última semana a través de la aplicación híbrida. Otros radiodifusores autonómicos que ofrecen a sus espectadores aplicaciones HbbTV son EITB, Canal Sur, TV de Galicia, la 7 de Murcia, IB3 y Radio TV Canaria. Incluso existen emisiones HbbTV por parte de algunas TV locales como es el caso de TV de Badalona o Lux Mallorca.3 Hybrid TV in Spain has been widely accepted using the HbbTV (Hybrid broadcast broadband TV) standard implemented on the National DTT (Digital Terrestrial TV) using the name Hybrid DTT. This new communications channel between broadcasters and audiences is increasing viewing time while it offers a National standard for SmartTV, thus paving the way for widespread agreements between broadcasters, applications providers and receiver manufacturers for massive deployment of Hybrid TV in Spain. Most of the web enabled receivers sold to date in Spain use HbbTV v1.0 while some manufacturers offer HbbTV v1.5 which adds MPEG DASH, EPG read capability and better integration with Digital Rights Management (DRM) systems for improved access to contents. These improvements provide features such as Live Streaming, access to Premium Contents, improved EPG and a better experience for Video on Demand (VoD). Abertis Telecom has been recognized as certification agent by most major broadcasters in Spain while it has also provided the Hybrid DTT logo that has been adopted nationwide to identify receivers and programming with this capability. Hybrid television in Spain Figura 5. Canal híbrido de Canal Sur Aquellos países que han optado por la tecnología DVB-T están naturalmente inclinados a optar por la solución HbbTV para el desarrollo de la Interactividad, mientras que los países donde se ha seleccionado la tecnología ISDB o ATSC tienen más dificultades para implementar la solución HbbTV puesto que no existe una definición clara de cómo señalizar la URL de HbbTV en estos estándares.” “