Estudiantes argentinos fueron premiados por la NASA por una aplicación

En dos días de trabajo y sin conocerse previamente, cuatro jóvenes estudiantes argentinos de distintas carreras sinergizaron sus talentos para ganar el concurso de aplicaciones que organiza la Agencia Nacional del Aeroespacio estadounidense (NASA) a lo largo del planeta.

Si hay algo que puede suponerse atractivo para un estudiante de ciencias exactas es un “hackatón”. Tuvo lugar uno en Buenos Aires hace pocas semanas, cuando un equipo integrado por tres alumnos de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires (UBA) hicieron del premio mayor en su categoría a nivel global.

“Lemon Py” es el nombre del equipo y está formado por Franco Bellomo, estudiante de Ciencias de la Atmósfera; Octavio Gianatiempo, doctorando en Química Biológica; Cezar Henrique Azevedo, estudiante de Computación en el CBC y Carlos Augusto Frías, periodista y actor de la Universidad Nacional de Tucumán. Los cuatro aparecen en ese orden en la fotografía superior de izquierda a derecha.

Un hackatón es una experiencia intensa. Este tipo de actividad propone intervenir o desarrollar sistemas con el fin de encontrar soluciones prácticas y originales a problemas concretos en pocas horas de trabajo.

Ese hackatón fue una propuesta global de la NASA que tuvo lugar, entre el 29 y el 30 de abril, en 187 ciudades de 69 países al mismo tiempo.

Durante las 48 horas que duró la actividad, el campus de la Universidad Nacional de San Martín le dio espacio a los 13 equipos que buscaban el premio mayor. A nivel planetario, los participantes fueron más de 25 mil.

Octavio, Franco, Cezar y Carlos no se conocían entre sí cuando se anotaron en el hackatón. “A Octavio lo conocí un mes antes del hackatón, habíamos hablado un rato. La noche anterior me escribe un mail y me dice que había visto que estaba inscripto y me pregunta si quería hacer algo con él. Como yo tampoco tenía equipo, le dije que sí”, dijo a la agencia Nex Ciencia Franco, que viene de estudiar Física en la Universidad Nacional de Río Cuarto y este año saltó a la carrera de Ciencias de la Atmósfera en Exactas UBA.

Franco ya participó de cinco hackatones. “El día de la competencia, Octavio llegó con una idea para trabajar, pero era complicada para hacerla solo entre los dos”, contó.

Así que salieron por los pasillos a buscar refuerzos. Dieron con un chico que no tenía grupo y que era estudiante de computación cursando el CBC, el más chico de todos, Cezar.

Y también sumaron a otro integrante con un perfil muy distinto, que quería cambiarse de equipo: Carlos, estudiante de maestría en periodismo multimedial, que había llegado al hackatón impulsado por su interés en la innovación digital relacionada con la información. “Me sentí cómodo con el lenguaje de los chicos y me quedé con ellos”, dijo.

La idea que había traído Octavio al hackatón planteaba el uso de información pública para identificar árboles con frutas maduras para el consumo de los vecinos de Buenos Aires.

El Gobierno porteño “tiene disponible un conjunto de datos sobre los árboles de los espacios público, que incluyen información como el nombre de las especies y otros datos útiles”, contó Octavio, quien es biólogo pero que trabaja en biología molecular”. “De árboles no se tanto y hubo que ponerse a buscar mucha información”, reconoció.

Esa primera idea de armar un aplicación para que los usuarios puedan ir a buscar limones, naranjas o quinotos maduros a la vuelta de su casa, se fue transformando.

“No nos convenció eso de sugerirle a la gente que consumiera un alimento, nos pareció que era complicado para abordar sin tanta información por la responsabilidad que representa”, explicaron.

De todas formas, el nombre del equipo ya estaba rodando asociado a los limones de las calles porteñas (“lemon”) y al lenguaje de programación que pensaban usar inicialmente, el Pyton.

Tenían 48 horas por delante y apenas se conocían entre sí. Muchos de los 13 equipos que participaban estaban integrados por amigos, colegas o conocidos, por lo que se podía pensar que ellos llevaban una desventaja al improvisar la dinámica de trabajo y desconocer el rendimiento de cada uno en pruebas de estrés.

Ya con el equipo multidisciplinario armado, comenzaron a analizar qué posibilidades de desarrollo había si se centraban en el uso de datos libres de la ciudad y dejando adentro de la iniciativa a los espacios verdes.

No tenían muy claro qué información utilizar y cómo asociarla con el aporte de las imágenes satelitales, pero cruzaron datos que parecían relevantes: la apabullante población de plátanos en las calles porteñas y un informe español que describía su capacidad alergénica. Los plátanos son los árboles “de sombra” más populares en las principales ciudades de la Argentina.

“Cuando calculamos cuántos plátanos había, nos sorprendió, representan casi el 10 por ciento de las especies”, explicó Octavio, y Franco agregó: “Nosotros nunca pensamos en las alergias como un problema porque nosotros no las sufrimos, pero Carlos empezó a buscar información y encontró que un tercio de la población argentina sufre de alergias respiratorias”.

Con ese dato cerró el caso, la aplicación que tenían entre manos podía impactar en una comunidad grande de usuarios y lo refrendaron más tarde.

Dejando la fruta sólo en el nombre, la propuesta para las próximas horas de sudor era plantear una aplicación que muestre la distribución en el tiempo y el espacio de los alérgenos y que sugiera una ruta para que el usuario pueda transitar la ciudad minimizando su exposición al polen, en particular, de los plátanos.

Respecto de lo esperable para la prueba, Carlos lo dejó claro: “Hay un tiempo límite, teniendo en mente la idea, nos propusimos hacer una prueba de concepto, probar que el desarrollo fuera viable”.

Acá hay una clave: los chicos no desarrollaron una aplicación que los usuarios puedan descargar de la Google Store. En las pocas horas que tuvieron a disposición desarrollaron un concepto, probaron que funcionaba y abrieron la puerta convertirlo en una app funcional, bautizada como Pollen Alert.

Listos para buscar información y programar, los Lemon Py empezaron a indagar sobre la información del conjunto de datos del Gobierno porteño, imágenes satelitales de la NASA, investigaciones y herramientas que les permitan determinar épocas de floración, distribución de los árboles y dispersión del polen.

Octavio explicó que “con las imágenes de la NASA analizamos los ciclos de floración de los árboles, la idea era predecir en qué momentos y sectores habría más producción de polen, más polen en el aire”.

Franco detalló: “Pudimos hacer un análisis de la curva histórica de NDVI, que nos dice que tan verde está un árbol, y así encontramos los picos de producción de polen de los plátanos”.

El NDVI es la sigla de Índice de Diferencia Normalizada de Vegetación; aplicándola a una foto se obtiene una nueva imagen que permite identificar el estado de las plantas.

“A medida que íbamos avanzando, pensábamos en probar si era posible extender el análisis a otras ciudades donde no haya un data set como el de Buenos Aires”, dijo Franco. El objetivo era demostrar que Pollen Alert podía ser funcional en cualquier ciudad.

¿Cómo hacerlo? “Podemos tener una imagen satelital e imágenes de Google Street View, que nos permiten ver de cerca los árboles, identificarlos. Con esos datos de Buenos Aires podemos entrenar un algoritmo de ‘machine lerning’ que categorice las especies de árbol de otras ciudades, por ejemplo”, respondió.

Después de las 48 horas de estrés, los chicos de Lemon Py hicieron su presentación pública frente al resto de los participantes y el jurado. “No nos gustó la presentación, pensábamos que habíamos arruinado todo”, contó Carlos. Pero, al parecer, no estuvo mal. Pollen Alert quedó elegida entre los tres seleccionados de Buenos Aires. 

Se abrió entonces otra secuencia de estrés, tenían cinco días para armar un video de 30 segundos donde se presentara el desarrollo para competir con el resto de los equipos ganadores de las otras ciudades.

Trabajando a contraturno de sus actividades cotidianas, durmiendo poco y experimentando en la comunicación audiovisual, consiguieron enviar un video que competiría en un lote de unas 2 mil propuestas de todo el planeta.

Carlos contó que se juntaron “cada día la semana de las seis de la tarde hasta las cuatro de la mañana; ninguno de nosotros tenía experiencia en filmación ni en edición de video”.

Franco agregó “la experiencia de Carlos en comunicación fue fundamental para que podamos tranquilizarnos y organizar el video como para contar Pollen Alert en solamente 30 segundos”.

De todos los videos recibidos, el jurado de la NASA realizó una primera selección y quedaron solo 25 equipos en juego. Al final se definieron cinco categorías y los cinco ganadores.

“Me llegó un mensaje en el medio de una clase de microscopía con una felicitación, cuando fui a la página de la NASA y vi que habíamos ganado no lo podía creer”, contó Octavio. Lemon Py recibió el premio al mejor uso de datos del Space Apps Challenge 2017.

Todo es futuro para Lemon Py y para Pollen Alert. “Nos conocemos hace solamente 53 días”, dijo entre risas Franco, “así que todavía hay mucho por hacer”.

Ese “mucho por hacer” tiene un sendero definido hacia el premio que le asignó la NASA: el cuarteto, más un acompañante, están invitados a presenciar un lanzamiento el 3 de agosto.

“Nos abren la puerta de la plataforma”, dijeron los estudiantes, “pero ahora tenemos que ver cómo llegar allá”.

El premio carece de traslado y gastos de estadía, por lo tanto, los Lemon Py tienen por delante otro desafío, buscar un auspiciante para hacer el premio efectivo. Se tienen confianza y difunden su “cruzada” a través de la cuenta @lemon4Py en Twitter.

Premio aparte, Pollen Alert moviliza a este grupo, que considera que la aplicación se puede convertir en realidad. “Todavía no sabemos cómo la vamos a financiar, pero tenemos una base como para desarrollar el proyecto y aumentar su alcance incorporando información de otras fuentes, como redes sociales, radares”, dijo Octavio, quien hasta sueña con volver a los recientes orígenes: “Por ahí también predecir la producción de frutales, trabajar sobre eso. Nos gustaría poder desarrollar esta app como punta de entrada y generar una comunidad de usuarios que permitan extender sus prestaciones”. Para esto tienen más de 48 horas por delante.