La arquitecta española que conquistó a la NASA con su programa para detectar asteroides

El mundo de Gema Parreño (Albacete, 1988) es un mundo de análisis de big data, modelos matemáticos, algoritmos, redes neuronales artificiales, desarrollo de software, infografías y animaciones 3D. Y va incluso más allá. Hace dos años, esta joven científica de datos aceptó un desafío lanzado por la NASA para crear un sistema de inteligencia artificial capaz de clasificar asteroides y predecir posibles impactos de estos cuerpos en la Tierra. Para superar el reto, utilizó la tecnología Tensor Flow, una librería de código abierto para machine learning desarrollada por Google.

Ahora la compañía californiana destaca su programa como ejemplo de aplicación de esa herramienta para programadores. El BBVA la contrató para detectar con inteligencia artificial fraudes bancarios. Pero antes de todo eso, Parreño había salido de una carrera en arquitectura. Fue en las aulas de la Universidad Politécnica de Madrid donde la albaceteña asentó la base de su futuro en la ciencia de datos, según cuenta a EL PAÍS en una zona de descanso de la sede madrileña de Google. “En la carrera di un año y medio de matemáticas, un año de física y luego también clases de cálculo de estructuras”, detalla.

Tras la etapa universitaria, la crisis económica la empujó a buscar salidas más allá del ámbito de la arquitectura. Así llegó a cofundar una start-up activa en el sector de los videojuegos. “Hacíamos animaciones 3D. Yo me encargaba sobre todo de la parte creativa”, recuerda. Durante esta época, Parreño empezó a hacer cursos de programación.

“Descubrí que en este campo puedes hacer muchas cosas: software, hardware, ciencia de datos”, cuenta. Este último aspecto fue el que más le llamó la atención. “Me gustó el hecho de que a través de los datos se puede dar estructura a un desafío y responder preguntas”. Así empezó a buscar retos para ponerse a prueba. “Necesitaba ayuda para averiguar si era capaz de aplicar lo que estudiaba”, explica. Y así, su trayectoria llegó a cruzarse con la de miles de asteroides.

Un gran desafío en la ciencia de datos

En 2016, Parreño participó en el Space App Challenge, un concurso organizado todos los años por la NASA. Uno de los objetivos principales del evento es retar a jóvenes científicos a proponer soluciones para resolver distintos problemas de gran complejidad relacionados con el espacio. En esa edición, uno de los desafíos era crear un sistema para analizar grandes volúmenes de información sobre los objetos próximos a la Tierra (NEO, por sus siglas en inglés), es decir, cuerpos como asteroides o cometas que orbitan en el Sistema Solar. El objetivo era que el programa llegara a ser capaz de clasificar esos cuerpos y predecir su comportamiento, para ampliar el conocimiento sobre ellos y anticipar posibles impactos peligrosos en el planeta terrestre.

Parreño, junto a sus cinco compañeros Julián Fernández, María del Mar Núñez, Samuel Góngora, Denis Ciccale y José Antonio Martínez, tuvo un fin de semana para enfocar el problema y encontrar una posible solución. La semana siguiente, el equipo desarrolló el software técnicamente. La científica de datos explica que se partía de una base de “100.000 muestras de datos”, recogidas por la NASA a partir de los años treinta.

La tecnología Tensor Flow de Google, explica, utiliza un conjunto de algoritmos, definido como red neuronal, que permite elaborar cantidades ingentes de datos. Por esta característica, se puede aplicar a muchos ámbitos distintos según qué datos se le apliquen, agrega. “La herramienta de Google que más la utiliza es el mismo buscador”, pone como ejemplo.

La arquitectura de esta inteligencia artificial se basa en el sobreposicionamiento de distintas capas de conocimiento. De esta manera, el programa desarrollado por Parreño, llamado Deep Asteroid, es capaz de analizar y elaborar a la vez informaciones como masa, color y edad de un asteroide junto a otras como número de observaciones de ese cuerpo o parámetros orbitales.

Ayudar a los humanos a conocer mejor el universo

La NASA considera que ha habido un impacto de un NEO si el objeto pasa a menos de 0,01 unidades astronómicas (la distancia entre la Tierra y el Sol), explica Parreño. Y a los científicos no les interesa solo saber si un asteroide caerá literalmente y provocará daños, añade. “Los asteroides están continuamente recogiendo vestigios de su entorno. Si pasa cerca, se pueden coger muestras y utilizar datos para conocer más aspectos del universo”. La albaceteña afirma que el impacto de pequeños cuerpos no peligrosos es muy frecuente. “Puede haber incluso todos los días”, remarca. Lo que permite Deep Asteroid, detalla, es saber a diario si en las siguientes 24 horas se prevé algún impacto y en qué lugar.

Más información

La primera foto del mundo más lejano visitado por la humanidad

Una nave sobrevuela por primera vez el mundo más lejano del sistema solar que se ha visitado

Un futuro en el espacio

Parreño cuenta que siguió perfeccionando el software durante un año. Actualmente, la NASA estudia su aplicación. El tiempo que dedicó al programa le sirvió tanto para tomar confianza con la ciencia de datos, como para aprender cosas nuevas sobre los NEO, asegura. Entendió, por ejemplo, que los asteroides se dividen en varios grupos, según el tipo de órbita que tengan. Por eso, su programa se centra especialmente en los dos grupos con la probabilidad más alta de impactar en la Tierra.

Las características de los asteroides pueden cambiar en el tiempo, lo que también puede comportar un cambio de clasificación, agrega la científica de datos. “Deep Asteroid tiene en cuenta este aspecto, entiende si el asteroide cambia sus características. Eso ayuda mucho a automatizar el proceso de observación”, explica. La predicción de impactos de asteroides le permitió aclarar un ulterior aspecto: “La probabilidad de que caiga un meteorito como el que mató a los dinosaurios es muy baja”, declara con seguridad.

El camino sigue

El recorrido de Parreño en la ciencia de datos acaba de empezar. Poco después de enfrentarse al desafío de la NASA, obtuvo un puesto en el área de innovación del banco BBVA. La inteligencia artificial y la tecnología Tensor Flow siguieron siendo parte de su día a día. “Ahora las uso para ayudar a las personas a controlar su actividad financiera”, comenta.

El mundo de los datos le fascina. “Lo que más me sorprendió es que pensaba que iba a ser todo muy matemático y muy rígido, y en cambio es un mundo muy creativo”, asegura. Entre sus próximos retos, está el de contribuir al desarrollo de una máquina capaz de vencer a los humanos en el videojuego de estrategia Star Craft 2, considerado un objetivo muy complicado por el tipo de habilidades que se requieren para superar sus pruebas.

Uno de los aspectos que más le interesa es favorecer que los códigos de programación sean libremente accesibles y se compartan entre los usuarios. “Siempre trabajo en abierto. Creo que democratiza el acceso a la inteligencia artificial, y que todos deberíamos tener acceso a ello. Si lo compartimos, podemos evolucionar todos de manera más equilibrada”.