codebuddy.tech

Construyendo IA Entre Viajes: El Diario de Cuenta Regresiva de un Desarrollador de Vancouver hacia la FIFA

Faltan cuarenta días para que la FIFA llegue a Vancouver, y estoy sentado en mi auto afuera de un Starbucks en Robson Street, con la laptop equilibrada sobre el volante, depurando frenéticamente una red neuronal mientras espero la siguiente solicitud de viaje. Esta es mi vida ahora – desarrollador independiente de IA de día, conductor de Uber por necesidad, y observador a tiempo completo de una ciudad a punto de implosionar por sus propias ambiciones.

Años llevo puliendo esta doble existencia. Codifico toda la mañana en el café que tenga la mejor relación wifi-ruido, conduzco las tardes y noches para pagar el alquiler de mi apartamento minúsculo cerca de Main y Broadway. No es glamoroso, pero me da un asiento de primera fila al ecosistema tecnológico de Vancouver y una transmisión en tiempo real de cómo se mueve realmente esta ciudad. Ahora mismo, ambas perspectivas están gritando lo mismo: no estamos listos para lo que se viene.

El Problema de la Geografía (La Visión de un Desarrollador)

Como alguien que pasa la mitad de su tiempo pensando en arquitectura de sistemas y la otra mitad navegando por la cuadrícula de calles de Vancouver, puedo decirte que tienen problemas notablemente similares. Ambos fueron diseñados para una época y una escala diferentes, y ambos están a punto de ser sometidos a pruebas de estrés más allá de sus puntos de quiebre.

Estaba trabajando en un algoritmo de optimización de rutas el mes pasado – nada sofisticado, solo tratando de construir algo que pudiera predecir los patrones de aumento de tarifas para los conductores – cuando me di cuenta de lo fundamentalmente limitado que es realmente la red de transporte de Vancouver. Somos una ciudad construida en una península con exactamente tres maneras de llegar a la Costa Norte, limitada por montañas, océano y el Río Fraser. Desde una perspectiva de teoría de grafos, tenemos demasiados puntos únicos de falla.

BC Place se encuentra justo en el centro de nuestro nodo más congestionado. Cada vez que conduzco al centro durante un partido de los Canucks, veo cómo todo el sistema colapsa en cascada desde un solo punto de estrangulamiento. El Puente Lions Gate se atasca, forzando el tráfico hacia el Second Narrows o hacia el Pattullo. El Puente Granville se convierte en un estacionamiento si alguien estornuda mal. Es un problema clásico de sistemas distribuidos: redundancia insuficiente y ninguna degradación gradual.

Ayer recogí a una pareja en YVR que iba a un hotel en el centro. Debería haber sido un viaje rápido, pero se convirtió en significativamente más largo debido a la construcción en el Puente Arthur Laing. Esa es nuestra única conexión real entre el aeropuerto y el centro de la ciudad. Durante la FIFA, cuando miles de aficionados al fútbol confundidos y con jet lag intenten navegar este cuello de botella simultáneamente, mi algoritmo de enrutamiento va a ser inútil. No se puede optimizar alrededor de limitaciones de infraestructura fundamentales.

Reconocimiento de Patrones en el Tráfico y el Código

Años de conducción me han enseñado a leer los patrones de tráfico de Vancouver como si fueran registros de depuración. Hay un ritmo, flujos predecibles y modos de falla que aprendes a anticipar. Entre viajes, he estado alimentando estos datos en modelos de aprendizaje automático, tratando de construir algo que pudiera ser realmente útil para otros conductores durante la FIFA.

Toma la cuadrícula del West End entre última hora de la tarde y primeras horas de la noche. Robson Street se vuelve un avanzar lento desde Burrard hasta Denman: carriles bici, camiones de reparto, construcción, confusión de turistas, todo creando estos cuellos de botella predecibles. Tengo cientos de viajes registrados a través de esta área, y los patrones son lo suficientemente consistentes como para que mi modelo pueda predecir retrasos dentro de una ventana significativa.

Pero aquí está el problema con el aprendizaje automático: se rompe cuando le introduces datos completamente novedosos. Mi modelo está entrenado en patrones de tráfico normales de Vancouver. No tiene idea de qué hacer con miles de aficionados al fútbol que no saben que no se puede girar a la izquierda desde Granville durante las horas pico, o que tomar Robson a través del centro durante la hora punta es básicamente un suicidio de tráfico.

La semana pasada recogí a un turista que insistió en usar Google Maps para "ayudarme" a navegar hasta su hotel. Google nos enrutó por Denman durante la hora punta de la tarde porque se veía más corto en la pantalla. Nos tomó significativamente más tiempo recorrer solo unas pocas cuadras. Mi pasajero seguía preguntando por qué no seguía simplemente el GPS, sin entender que el algoritmo de Google no tiene en cuenta el conocimiento local que lleva años adquirir. La FIFA va a ser esa conversación amplificada por decenas de miles.

La Red de Fútbol Subterránea

Trabajar en modelos de IA basados en ubicación me ha enseñado a prestar atención a los patrones de agrupamiento en los datos, que es probablemente por lo que he notado la cultura futbolística oculta de Vancouver antes que la mayoría. Hay estos focos de aficionados apasionados dispersos por toda la ciudad – el Centro Cultural Croata durante los grandes partidos, Commercial Drive cuando juega Italia, los pubs de Steveston durante los partidos de Inglaterra.

He estado rastreando estos patrones sin realmente proponérmelo. Mis datos de viajes muestran picos claros alrededor de eventos de fútbol que la mayoría de la gente se pierde porque están mirando los números del hockey. El mes pasado recogí a un grupo que se dirigía a una fiesta para ver la final de la Champions League muy temprano en el Este de Vancouver. Estaban completamente conectados con la cultura futbolística de una manera que me recordó a los desarrolladores más obsesivos que conozco: conocimiento técnico profundo, lealtad tribal, y el tipo de pasión que les hace viajar por la ciudad a horas ridículas.

Estos aficionados existentes están a punto de que la FIFA les vuele la cabeza. Están acostumbrados a fiestas para ver partidos de nicho y partidos de los Whitecaps a medio llenar. La FIFA será su primer sabor de lo que sucede cuando el fútbol se vuelve verdaderamente mainstream en esta ciudad. Es como cuando el proyecto paralelo de un desarrollador de repente recibe atención significativa: emocionante y aterrador simultáneamente.

Carga del Sistema y la Tormenta Perfecta

Cualquier desarrollador que haya trabajado en problemas de escalado puede ver lo que se viene. Los meses de verano ya son meses de uso pico para la infraestructura de Vancouver. Hoteles al máximo de capacidad, restaurantes abarrotados, SkyTrain llevando cargas máximas con turistas y locales. El sistema ya está funcionando al límite antes de que añadamos el tráfico de la FIFA.

No se trata solo de los aficionados al fútbol – se trata de aficionados al fútbol compitiendo por recursos con todos los demás usuarios ya en el sistema. La familia de Toronto que reservó sus vacaciones en Vancouver hace meses no le importa que Argentina esté jugando contra Brasil. Ellos todavía necesitan ir de su hotel a Queen Elizabeth Park. Esos pasajeros de crucero todavía necesitan transporte a Granville Island. El trabajador tecnológico que se dirige a su oficina en el centro todavía necesita cruzar el Puente Cambie.

He estado modelando esto como un problema de asignación de recursos, tratando de predecir dónde golpearán los peores cuellos de botella. Los datos son preocupantes. No estamos hablando solo de carga aditiva – estamos viendo fallas en cascada donde cada punto de estrangulamiento crea congestión aguas abajo que se extiende por toda la red.

Construyendo para el Caos

Entre viajes ayer, estaba depurando un modelo predictivo para el aumento de tarifas cuando me di cuenta: estoy construyendo esencialmente IA para un sistema que está a punto de volverse completamente caótico. Todos mis datos de entrenamiento están basados en patrones predecibles que la FIFA va a obliterar. Es como entrenar un modelo en tráfico web normal y luego tratar de implementarlo durante un ataque DDoS.

Pero quizás ese es el punto. En lugar de tratar de predecir patrones normales, debería estar construyendo para el caos. ¿Qué pasaría si me enfocara en la resiliencia en lugar de la optimización? ¿Adaptación rápida en lugar de predicciones a largo plazo? He empezado a trabajar en un enfoque diferente: algoritmos de agrupamiento en tiempo real que puedan identificar patrones de tráfico emergentes a medida que se desarrollan, en lugar de tratar de predecirlos a partir de datos históricos.

Es frustrante y fascinante simultáneamente. Mi trabajo diario como conductor me da datos de terreno que la mayoría de los desarrolladores nunca ven. Sé que la intersección en Burrard y Robson se vuelve intransitable durante ciertos eventos. Sé qué rutas sugiere Google Maps que en realidad son terribles. Sé cómo los turistas se comportan de manera diferente a los locales cuando están perdidos o confundidos.

Esta semana recogí a un grupo de desarrolladores que se dirigían a un encuentro tecnológico en el centro. Se quejaban del tráfico de Vancouver como si fuera alguna fuerza misteriosa en lugar de un sistema con patrones observables y modos de falla predecibles. Me llamó la atención que la mayoría de las personas que construyen aplicaciones basadas en ubicación en esta ciudad nunca han conducido profesionalmente aquí. Están optimizando para escenarios teóricos en lugar de limitaciones del mundo real.

La Mina de Oro de Datos

Cada viaje está generando puntos de datos para mis modelos. Ubicaciones de recogida y destino, tiempos de viaje, patrones de aumento, comportamiento del usuario durante diferentes eventos. Tengo años de estos datos ahora, y están empezando a revelar algunas ideas interesantes sobre cómo se mueve realmente Vancouver.

Por ejemplo, mis datos muestran una correlación clara entre los patrones climáticos y el flujo de tráfico que la mayoría de los algoritmos de enrutamiento pasan por alto. La lluvia no solo ralentiza la conducción – cambia los patrones de demanda a medida que las personas que normalmente caminan o van en bicicleta cambian al viaje compartido. Una llovizna ligera aumenta consistentemente las solicitudes de viaje en ciertos vecindarios, pero la lluvia intensa en realidad las disminuye a medida que la gente simplemente se queda en casa.

Durante los playoffs de los Canucks, mis datos mostraron que los patrones de tráfico cambiaban casi una hora antes del partido, a medida que la gente comenzaba a posicionarse para mejores rutas al centro. Pero durante los partidos de los Whitecaps, el patrón era mucho más comprimido – la gente parecía asumir que el fútbol no atraería grandes multitudes y dejaba su margen de viaje habitual, lo que llevaba a aumentos de última hora en las solicitudes de viaje.

La FIFA va a generar más datos de transporte en dos semanas de los que Vancouver normalmente ve en meses. Si puedo construir sistemas que aprendan y se adapten en tiempo real, en lugar de depender de patrones históricos, podría haber una oportunidad para crear algo genuinamente útil para el caos que se avecina.

Sesiones de Codificación Nocturnas

Es tarde y acabo de terminar un turno de conducción – los viajes al aeropuerto siempre son buen dinero durante la preparación de la FIFA, a medida que los equipos de avanzada y los medios empiezan a llegar. Ahora estoy de vuelta en casa, laptop abierta, trabajando en el algoritmo de agrupamiento en tiempo real del que he estado obsesionado. Mis vecinos probablemente piensan que estoy loco, pero hay algo adictivo en tratar de resolver un problema imposible.

El desafío central es la predicción sin precedentes históricos. Mis modelos funcionan muy bien para el tráfico normal de Vancouver porque tengo años de datos similares para entrenar. Pero la FIFA será fundamentalmente diferente – escala, comportamiento del usuario, patrones de demanda, todo será novedoso. Es como tratar de construir IA para un problema que nunca ha existido antes.

He estado leyendo artículos sobre sistemas de respuesta a emergencias y algoritmos de gestión de desastres, buscando enfoques diseñados para escenarios caóticos. Hay algunos trabajos interesantes sobre inteligencia de enjambre y resolución de problemas distribuida que podrían aplicarse. En lugar de tratar de predecir rutas óptimas, ¿qué pasaría si construyera algo que pudiera coordinar la toma de decisiones distribuida entre los conductores en tiempo real?

El desafío técnico es fascinante, pero las implicaciones prácticas son lo que me mantiene despierto por la noche. Sé exactamente cómo se siente estar atrapado en el tráfico de Vancouver con un pasajero frustrado, viendo cómo el tiempo estimado de llegada sube mientras las tarifas aumentan. La FIFA va a crear miles de esas situaciones simultáneamente.

Cuenta Regresiva hacia el Caos

Poco más de un mes ahora. Puedo sentir cómo la ciudad empieza a tensarse. Más cuadrillas de construcción trabajando horas extra para terminar proyectos antes de la FIFA. Más turistas llegando temprano para explorar ubicaciones. Más estrés en las voces de los planificadores urbanos y funcionarios de TransLink que recojo camino a reuniones de planificación de emergencia.

Mis modelos de IA están mejorando en el manejo de la incertidumbre, pero todavía están construidos sobre la suposición de que las personas se comportarán racionalmente cuando se enfrenten a opciones de transporte. Cualquiera que haya conducido profesionalmente sabe que esa es una suposición peligrosa. La gente toma las rutas que conocen, incluso cuando existen mejores opciones. Salen en los peores momentos posibles. Toman decisiones basadas en información incompleta y se mantienen firmes incluso cuando las circunstancias cambian.

Pero quizás esa es la verdadera oportunidad aquí. No construir IA que asuma un comportamiento racional, sino construir sistemas que tengan en cuenta la irracionalidad humana y aún así encuentren maneras de optimizar alrededor de ella. La FIFA podría ser el campo de pruebas perfecto para algoritmos resistentes al caos.

Entre sesiones de depuración y viajes al aeropuerto, lo estoy documentando todo. Esta cuenta regresiva no se trata solo de sobrevivir a la FIFA – se trata de construir algo que pueda ayudar realmente a otras ciudades a prepararse para eventos similares. Cada atasco es un punto de datos. Cada pasajero frustrado es una investigación de usuario. Cada sesión de codificación nocturna es una inversión en sistemas que podrían funcionar realmente cuando todo lo demás se desmorona.

Hace semanas, esto parecía un problema imposible. Ahora se siente como el desafío más interesante en el que he trabajado. Vancouver quizás no esté lista para la FIFA, pero quizás, solo quizás, pueda construir algo que nos ayude a todos a sobrevivirla juntos.