La ontología de datos y los gráficos de conocimientos son herramientas que dan sentido a los datos. En su empresa, usted posiblemente almacena datos sobre sitios, clientes y procesos utilizando múltiples formatos basados en distintos conceptos. Hasta hace poco tiempo, depurar toda esa información requería el uso de soluciones de software para la integración de datos, combinadas con personal altamente capacitado y muchísimas horas de trabajo.

¿Por qué resulta tan complicado el procesamiento de datos en la industria minera?

Hay muchas razones. En primer lugar, hay una enorme cantidad de datos. Una sola mina puede generar terabytes de datos. En segundo lugar, los datos pueden estar en muchos formatos distintos. Si no se cuenta con una solución de software como el sistema SourceOne® de Eclipse Mining Technologies, que simplifica los procesos al usar un formato común de datos, muchas minas pueden verse en una situación difícil. En tercer lugar, los datos son complejos. Un elemento puntual de los datos puede vincularse a distintos conceptos que son específicos a la industria minera, a la empresa, o a una mina en particular. Comprender estos elementos puntuales exige dominar muchos conceptos distintos.

Para esto necesitamos contar con la ontología de datos y los gráficos de conocimientos.

Los orígenes de la ontología

La ontología, el arte de organizar los conocimientos, se originó mucho antes que las minas más antiguas que existen actualmente. Sus orígenes se remontan al gran filósofo Aristóteles, quien la proclamó como la “primera filosofía” en su obra fundamental, Metafísica, escrita en el siglo IV a.C.

Cabe notar que la ontología pasó por un período de oscuridad antes de recuperar su relevancia. Fue Christian Wolff, un filósofo racionalista alemán del siglo XVIII, quien reavivó la llama de la ontología, reintegrándola al discurso filosófico generalmente aceptado.

¿Pero a qué se debe que este antiguo concepto haya sido reavivado y haya retomado impulso recientemente? La respuesta se encuentra en la enorme avalancha de datos que exige una gestión eficiente.

En nuestra era moderna, donde los datos tienen el poder supremo, los conceptos de ontología de datos y gráficos de conocimientos han adquirido una particular importancia. Las industrias que batallan con volúmenes masivos de datos, como es el caso de la minería, se ven en la necesidad de darle sentido a la información con la que cuentan para poder tener éxito en sus negocios. Es ahí que hace su entrada la ontología – la clave para liberar el potencial oculto detrás de las montañas de datos.

Imagine poder capturar cada concepto minero como un elemento único dentro de una ontología, como si fueran piezas de un gigantesco rompecabezas. De repente, los datos puntuales ya no son entidades desconectadas, sino que se encuentran interconectados dentro de un contexto enriquecido. Esta poderosa estrategia ahorra tiempo y esfuerzos inestimables, al tiempo que revela conocimientos ocultos que de otro modo podrían haber pasado desapercibidos.

La industria minera, con sus reservas de datos colosales, puede beneficiarse sobremanera al adoptar la ontología de datos y los gráficos de conocimientos. Al aprovechar estas herramientas, las empresas mineras pueden transformar a sus operaciones, permitiendo una mayor comprensión de sus datos y abriendo la puerta a descubrimientos innovadores.

¿Qué es la ontología?

Antes de entrar a analizar cómo funciona la ontología en el contexto de los datos, veamos qué es lo que diría un filósofo en cuanto a su naturaleza.

En su esencia, la ontología es el estudio de lo que es. Para concretar aún más este concepto, podríamos decir que la ontología es el estudio de lo que existe, o de lo que es real. “¿Existe Dios?,” “¿Son reales mis sentimientos?”, “¿Qué es la ‘nada’, y existe la nada?” – todos estos son ejemplos de preguntas ontológicas.

Estas son las preguntas que uno normalmente se plantea tarde en la noche, o luego de un día particularmente difícil. Pero para los filósofos y, de manera cada vez más frecuente, para los expertos en informática, estas son preguntas de todos los días gracias a la ontología.

A los filósofos les gusta formular hipótesis para explorar estas preguntas en mayor detalle. Por ejemplo, pueden plantear la presunción de que Dios existe. Y luego pueden preguntar algo así como, “¿Cuál es la relación entre Dios y los humanos, los animales, las plantas, los océanos y el firmamento?” Las respuestas a estas preguntas pueden brindar información no sólo acerca de lo que existe (por ej., Dios y los seres humanos), sino también acerca de las relaciones entre estos elementos (por ej., Dios brinda bondad a los seres humanos).

Ontología y datos

En su nivel fundamental, la ontología busca capturar la esencia de todo lo que existe – entidades, ideas, eventos – y de las complejas relaciones que los enlazan. Este es el objetivo básico que impulsó a la ontología más allá del mundo filosófico para convertirse en el foco de atención de los expertos informáticos a principios de este milenio.

Visionarios del calibre de Tim Berners-Lee, ampliamente reconocido por sus papel pionero en la red informática mundial (World Wide Web), fue el impulsor del movimiento hacia lo que se dio en llamar los “datos vinculados” (“linked data”). La premisa de este movimiento se distanció de la noción de que los datos existen tan sólo en la forma de documentos y enlaces de hipertexto. Por el contrario, los datos deberían ser percibidos como representaciones de entidades del mundo real – personas, lugares, eventos, ideas – e interconectarse de manera tal de ser fácilmente comprehensibles para los seres humanos.

El aceptar esta perspectiva ontológica representó un gran avance para nuestra comprensión de los datos. Sin embargo, no debe sorprender que en aquel momento no se disponía aún de las herramientas necesarias para traducir estas ideas a la realidad.

Actualmente, en cambio, nos encontramos en una era en la que Internet ha madurado, y las herramientas que necesitamos son una realidad. En virtud de esto, la ontología está experimentando un renacimiento en el ámbito de la ciencia informática.

Tomemos como ejemplo la evolución de los motores de búsqueda. En un pasado no tan lejano, el realizar una búsqueda de “mina de oro” daría como resultado una serie de enlaces considerados relevantes en base a la frecuencia de la mención de los términos, a los enlaces inversos, y otros criterios que sólo los especialistas en motores de búsqueda pueden explicar.

Saltando al día de hoy, la transformación se vuelve evidente. Si ingresamos “mina de oro” en un motor de búsqueda moderno, instantáneamente reconoce el concepto de mina y entiende la naturaleza del oro. Los resultados de la búsqueda ofrecen ahora datos puntuales relacionados directamente con estos conceptos – detalles acerca de las mayores minas de oro, información sobre técnicas para extraer oro, etc. Adicionalmente, es posible que el motor de búsqueda también ofrezca artículos de conocimientos generales relativos a las minas de oro, procesos y métodos de extracción, adaptados a los intereses específicos del usuario.

Esto es la ontología en acción – una fuerza potenciadora que funciona de puente entre los datos y la comprensión humana, rediseñando la forma en la que interactuamos con la información.

¿Qué es un gráfico de conocimientos?

Los términos Ontología de Datos y Gráficos de Conocimientos a menudo se usan de modo intercambiable, pero existen algunas sutiles diferencias entre ellos. La ontología de datos pone el énfasis sobre la importancia de los conceptos predefinidos, por ejemplo “oro” o “mina.” Los gráficos de conocimientos, por su parte, ponen el énfasis sobre las relaciones entre los conceptos, por ej., el oro se extrae de una mina.

Ambos términos se aplican tanto a los conceptos como a sus relaciones. La elección del término a usar dependerá de cuál es el aspecto que se desea destacar.

Ontologías de datos en la práctica

Tomemos como ejemplo una serie de datos vinculados a los contratos. Al no contar con conocimientos de ontología, un usuario podría optar por almacenar los datos puntuales vinculados al contrato en una tabla tradicional. Esta tabla incluiría columnas como “Parte Contratante”, “Alcance”, y “Confidencialidad.”

Sin embargo, esta metodología plantea dificultades cuando es necesario realizar modificaciones o agregar datos a las columnas. A efectos de asegurar la integridad de los datos sería necesario volver a crear la tabla, asegurándose que todas las entradas se adapten al nuevo formato. Adicionalmente, algunos contratos pueden requerir columnas específicas, y otros pueden no necesitarlas, lo cual resulta en una pérdida de tiempo y de esfuerzo al tratar de completar campos innecesarios para todos los contratos.

Por el contrario, si contamos con una metodología basada en la ontología, se conceptualizarían distintos tipos de contrato, por ejemplo, “contratos de adquisición a precio fijo”, o “contratos de regalías”, brindándole a cada uno sus propiedades distintivas.

En lugar de visualizarlo como una estructura rígida de tabla, podemos verlo como un diagrama de árbol. Incorporar una propiedad nueva se vuelve tan fácil como agregar una rama en la posición adecuada. A modo de ejemplo, se podría agregar la categoría “contrato de compra de equipos” como rama de los “contratos de adquisición a precio fijo.” No resultaría práctico, por ejemplo, agregar esta categoría como una columna para todos los tipos de contratos, ya que otras figuras no relacionadas, como ser un contrato de confidencialidad vinculado a la transmisión de metales y regalías, no tiene ninguna relevancia en lo referente a la compra de equipos.

La aplicación de las ontologías va más allá de una eficiente organización de los datos – cuenta también con un valor inmenso para el aprendizaje automático. Incluso para los modelos de lenguaje más sofisticados, comprender las relaciones complejas puede ser un gran desafío. Por ejemplo, comprender que una “mina de oro” es un tipo de mina que tiene ciertas propiedades específicas, que su empresa no es propietaria de una en la actualidad pero que puede estar interesada y, en consecuencia, mostrar posibles opciones de compra – todos estos son detalles que se pueden incorporar a un modelo de aprendizaje automatizado en base a una ontología. Al proceder de esta manera, el modelo puede concentrarse en ofrecer recomendaciones óptimas para la compra, y modelos de negocios adaptados a las minas de oro.

Ontología en otras industrias

El impacto de la ontología va mucho más allá de las búsquedas por Internet. En el ámbito de la industria farmacéutica, AstraZeneca utiliza principios ontológicos para construir extensos bancos de datos, permitiendo que los investigadores confirmen que sus hipótesis sean correctas antes de proceder a las pruebas de sus medicamentos.

Los registros médicos que se organizan en forma ontológica pueden servir para que las personas elijan mejor su comida, mientras que el análisis de datos financieros combinado con la ontología ha ayudado a exponer delitos financieros.

Estas aplicaciones personalizadas reflejan la naturaleza cambiante de Internet, donde cada problema específico recibe su solución específica. La ontología se ha posicionado como un aliado de inmenso valor para responder a los desafíos del mundo real, conectar datos, y ofrecer soluciones personalizadas para toda clase de empresas.

La era de la ontología

La ontología posiblemente no sea tan antigua como la minería. Sin embargo, es lo suficientemente antigua como para haber superado la etapa de ser simplemente un término de moda.

El uso de la ontología en el contexto de los datos ya ha revolucionado a varias industrias, y la minería puede ser la próxima.

La pregunta a plantearse ya no es “¿Qué es la ontología y por qué debo tenerla en cuenta?” sino que requiere una reflexión más profunda: “¿Cómo puede ser que mi empresa aún no haya adoptado la ontología?”

Responder a esta interrogante no requiere empaparse de conocimientos filosóficos, pero sí implica una evaluación crítica de las prácticas actuales de su empresa, y una exploración del rol que puede jugar la ontología en mejorar sus procesos actuales.

Resulta esencial diferenciar entre modas pasajeras y principios duraderos capaces de revolucionar al entorno operativo. Si bien no todas las tendencias merecen nuestra atención, los principios centenarios, aplicados de manera inteligente, pueden reconfigurar la manera en que operamos en la industria minera al simplificar los procesos, brindar mayores perspectivas en materia de datos, y recorrer el vasto universo de la información con mayor precisión.

En el ámbito de la minería, la ontología es sinónimo de saber aprovechar las lecciones de los principios clásicos y perdurables para promover la innovación e impulsar a su empresa minera hacia la próxima era digital.

Descargar PDF