HPE entre los líderes de almacenamiento de Gartner
¿Qué pasa cuando se combinan la ciencia de datos y las mejores carreras de motocicletas? Se obtienen indicios increíbles sobre el secreto de por qué es tan rápida la leyenda del motociclismo, John McGuinness (conocido como “el Misil de Morecambe”).
“La gente me pregunta: “¿Cómo lo logra? ¿Cómo anda a esa velocidad?” Y no lo sé”, reconoce McGuinness. Esa fue la pregunta exacta que inspiró a EMC a buscar una respuesta… aprovechando lo que más conocen: datos y análisis.
En el Circuito Monteblanco de España, EMC capturó más de 700,000 filas de datos biométricos, mecánicos y de rendimiento de los sensores colocados en los trajes de carrera y en las motos de John y un sujeto controlado, Adam “Chad” Child, un probador de pistas para Motorcycle News. Las RPM del motor, el ángulo de inclinación, la fuerza G, el pulso y la respiración fueron algunas de las variables que se midieron minuto a minuto en la carrera para ayudar a descubrir cómo se relacionaba el corredor con la máquina.
Los conjuntos de datos de John y Chad se compartieron con la comunidad de ciencia de datos en forma de una competencia abierta realizada en CrowdANALYTIX para descubrir información sorprendente y la respuesta a una pregunta simple: ¿qué hace que John sea tan rápido?
La competencia proporcionó una amplia variedad de datos acerca del estilo de carrera de John McGuinness. El ganador de la competencia de análisis de datos, Stefan Jol, de un grupo de radios líder del Reino Unido, separó cada elemento de la pista para realizar un análisis. De esta forma, fue posible evaluarlos, y, como con cualquier proceso de negocios, los datos identificaron cuáles eran las etapas con mayor impacto en el rendimiento general. Como resultado, la moto puede prepararse para los elementos más importantes de la pista, y la información le sirve de guía al corredor para saber dónde es mejor enfocarse.
“Soy corredor desde los 18 años y no sé por qué soy tan bueno en lo que hago. Me pareció interesante ver cómo la velocidad y la posición en las curvas eran muy importantes, a partir de la prueba realizada en España. Estoy muy emocionado por ver cuáles son los resultados de los datos del TT y espero que parte de la información pueda usarse para convertirme en un mejor corredor y lograr que el deporte sea más seguro en el futuro”. John McGuinness, también conocido como “el Misil de Morecambe”.
La ganadora de la parte de visualización, Charlotte Wickham, profesora adjunta de Estadística en la Universidad de Oregón, logró que el rendimiento relativo de cada corredor fuera más aparente para científicos no especializados en datos. Al mostrarlos en la pista, se evidenció la diferencia en las curvas. Aunque un corredor entrara en una curva con más velocidad, esto no significaba que iba a tener una salida rápida. John McGuinness frenó más, por lo que logró un recorrido mejor y pudo acelerar más rápido y salir con mayor velocidad.
De los 750 participantes, solo 28 pudieron completar la carrera y 2 obtuvieron el Gran Premio.
Mike Foley, director, Data Science en EMC dijo, “Stefan fue el único participante que analizó la forma en que el rendimiento en un área de la pista impactaba el rendimiento en otro sector. De hecho, esa fue la razón por la cual le otorgamos el primer puesto. Queríamos que la comunidad pensara de manera diferente cuando analizara este reto para obtener información nueva que explicara por qué John es tan rápido, y eso fue justamente lo que hizo Stefan. De manera similar, desde el punto de vista de la visualización, Charlotte presentó los datos de forma atractiva y mostró las diferencias de los corredores claramente para aquellos que no pertenecen al campo de datos”.
Los resultados preliminares fueron tan fascinantes que EMC repetirá el experimento con un conjunto de sensores más elaborado en el TT de la Isla de Man, donde recopilarán muchos más datos, que luego se analizarán para responder de manera más definitiva la pregunta: ¿qué hace que John McGuinness sea tan rápido? El proyecto también se documentó en una película que se estrenará en otoño de 2015. En las carreras de TT, se presentó un avance, que está disponible en línea aquí.
