Keep up to date with our innovative initiatives.
Sign up here
El passat divendres va tenir lloc la 10a edició de l’SmartCatalonia Challenge, el concurs d’innovació oberta promogut pel Departament de la Vicepresidència, i de Polítiques Digitals i Territori en el marc de l’estratègia SmartCatalonia per incentivar les pimes i startups tecnològiques a crear solucions que donin resposta als reptes que plantegen municipis i entitats del país. Aquesta edició s’ha celebrat amb la Polícia de la Generalitat, els Mossos d’Esquadra (PG-ME), que proposen quatre reptes tecnològics per a empreses del sector TIC i startups del país i persones emprenedores.
Els quatre reptes que es van proposar són:
Els Mossos d’Esquadra compten amb diferents bases de dades i amb una eina cartogràfica per a la visió de dotacions. No obstant això, el sistema actual sovint queda antiquat i no és prou proactiu. El cos de Mossos d’Esquadra disposa actualment d’un model de Business Intelligence (BI) basat en un procés d’Extracció, Tractament i Elaboració de les dades (ETL) que guarda les dades en un DataWareHouse (DWH), aplicació on es fan consultes amb les eines del software empresarial de Microstrategy. Existeixen un total de 12 projectes de Data Mart (DM) independents. Aquest sistema presenta una sèrie de limitacions amb moltes oportunitats de millora. L’objectiu d’aquest repte consisteix a trobar una solució capaç d’aglutinar i tractar les dades policials i mostrar-les de tal manera que la informació processada es converteixi en intel·ligència.
Els Mossos d’Esquadra tenen competències sobre la gestió de l’ordre públic a Catalunya. Actualment, es duu a terme el seguiment i la gestió policial d’aquelles mobilitzacions on hi poden haver episodis violents contra l’ordre públic o la seguretat ciutadana. També aquelles, que pel seu gran volum d’assistents, calgui una acció de protecció específica per a garantir l’exercici del dret fonamental de reunió. Els serveis implicats treballen de forma coordinada per tal de dur a terme llur funció. Es considera que es poden implementar solucions tecnològiques que permetin una major garantia del dret de reunió, per una banda, i una millora en els processos d’identificació d’aquelles persones que actuen en el si de la manifestació de forma violenta alterant l’ordre públic i la seguretat ciutadana.
La Divisió de Trànsit de la Policia de la Generalitat realitza estudis i avaluacions de l’accidentalitat de les diferents vies i disposa de software específic per poder fer-ho. No obstant això, per millorar el coneixement del trànsit i poder evitar accidents, és necessari disposar d’un sistema de predicció dels accidents de trànsit que permeti establir les estratègies i tàctiques de vigilància més adients i que estigui dirigit a combatre els principals factors de risc a través de l’estudi avançat del comportament actual dels conductors. Conscients que tant el BigData com la integració de dades d’altres fonts i la intel·ligència artificial poden ajudar a evitar els accidents de trànsit, la PG-ME proposta aquest repte amb l’objectiu de trobar una solució tecnològica capaç de pronosticar, segons les dades actuals del trànsit, quan es pot produir una col·lisió, de manera que es puguin preveure determinats tipus d’accidents, causes que el poden produir i vehicles que hi poden estar implicats. La finalitat d’aquest repte és crear un sistema massiu de dades que permeti predir l’accidentalitat abans que es produeixi i, d’aquesta manera, poder prevenir-la.
Actualment per treballar les dades relacionades amb l’operativa diària dels diferents serveis de la PG-ME s’ha de fer el procés de descàrrega, tractament i càrrega a l’aplicació DataWareHouse (DATA) diàriament (fets delictius, incidents i serveis planificats), la qual cosa comporta certs retards i alenteix tot el procés de recollida i processament de dades. Així doncs, existeix la necessitat de trobar una forma de processament i anàlisi de grans volums d’informació relativa a la seguretat, procedents de diferents fonts (aplicacions corporatives, fonts obertes, etc…), amb la finalitat de generar correlacions entre elles i extreure’n conclusions de valor (situació delinqüencial, prevenció del delicte i de les actituds incíviques), especialment a l’hora de detectar tendències i patrons dinàmics de futur amb l’objectiu d’avançar-se a les demandes socials.
Pots recuperar l’acte sencer seguint aquest enllaç.
Font original: Smart Catalonia Challenge
