TED2019
Federica Bianco: How we use astrophysics to study earthbound problems
Federica Bianco: Cómo usamos la astrofísica para estudiar problemas terrestres
Filmed:
Readability: 5.7
1,455,854 views
Para estudiar un sistema tan complejo como todo el universo, los astrofísicos deben ser expertos en extraer soluciones simples de grandes conjuntos de datos. ¿Qué más podrían hacer con esta experiencia? En una charla interdisciplinaria, la becaria TED y astrofísica Federica Bianco explica cómo usa el análisis de datos astrofísicos para resolver problemas urbanos y sociales, así como misterios estelares.
Federica Bianco - Cross-disciplinary scientist
TED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still. Full bio
TED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still. Full bio
Double-click the English transcript below to play the video.
00:13
I am an astrophysicist.
0
1317
2492
Soy astrofísica.
00:15
I research stellar explosions
across the universe.
across the universe.
1
3833
3055
Investigo explosiones estelares
en todo el universo.
en todo el universo.
Pero tengo un defecto:
00:19
But I have a flaw:
2
7603
1200
00:21
I'm restless, and I get bored easily.
3
9325
2483
soy inquieta y me aburro fácilmente.
00:24
And although as an astrophysicist,
I have the incredible opportunity
I have the incredible opportunity
4
12356
3196
Y aunque como astrofísica,
tengo la increíble oportunidad
tengo la increíble oportunidad
00:27
to study the entire universe,
5
15576
1932
de estudiar todo el universo,
00:29
the thought of doing
only that, always that,
only that, always that,
6
17532
3348
la idea de hacer solo eso, siempre eso,
00:32
makes me feel caged and limited.
7
20904
2231
me hace sentir enjaulada y limitada.
00:36
What if my issues with
keeping attention and getting bored
keeping attention and getting bored
8
24762
3914
Pero ¿y si mis problemas de
mantener la atención y de aburrirme
mantener la atención y de aburrirme
00:40
were not a flaw, though?
9
28700
1482
no fueron un defecto?
00:42
What if I could turn them into an asset?
10
30206
2667
¿Qué pasaría si pudiera
convertirlos en un activo?
convertirlos en un activo?
00:45
An astrophysicist cannot
touch or interact with
touch or interact with
11
33830
2645
Un astrofísico no puede
tocar o interactuar
tocar o interactuar
00:48
the things that she studies.
12
36499
1538
con las cosas que estudia.
No hay forma de hacer explotar
una estrella en un laboratorio
una estrella en un laboratorio
00:50
No way to explode a star in a lab
to figure out why or how it blew up.
to figure out why or how it blew up.
13
38061
3713
para descubrir por qué o cómo explotó.
00:54
Just pictures and movies of the sky.
14
42164
2530
Solo fotos y películas del cielo.
00:57
Everything we know about the universe,
15
45339
2221
Todo lo que sabemos sobre el universo,
00:59
from the big bang
that originated space and time,
that originated space and time,
16
47584
3091
desde el big bang que originó
el espacio y el tiempo,
el espacio y el tiempo,
01:02
to the formation and evolution
of stars and galaxies,
of stars and galaxies,
17
50699
2794
la formación y evolución
de estrellas y galaxias,
de estrellas y galaxias,
01:05
to the structure of our own solar system,
18
53517
2460
hasta la estructura
de nuestro propio sistema solar,
de nuestro propio sistema solar,
01:08
we figured out studying images of the sky.
19
56001
2800
lo descubrimos estudiando
imágenes del cielo.
imágenes del cielo.
01:12
And to study a system
as complex as the entire universe,
as complex as the entire universe,
20
60006
3952
Y para estudiar un sistema
tan complejo como todo el universo,
tan complejo como todo el universo,
01:15
astrophysicists are experts
at extracting simple models and solutions
at extracting simple models and solutions
21
63982
4705
los astrofísicos son expertos
en extraer modelos y soluciones simples
en extraer modelos y soluciones simples
01:20
from large and complex data sets.
22
68711
2339
de conjuntos de datos grandes y complejos.
01:23
So what else can I do with this expertise?
23
71705
2425
Y ¿qué más puedo
hacer con esta experiencia?
hacer con esta experiencia?
01:28
What if we turned the camera
around towards us?
around towards us?
24
76030
4095
¿Qué pasa si giramos
la cámara hacia nosotros?
la cámara hacia nosotros?
En el Observatorio Urbano eso es
exactamente lo que hacemos.
exactamente lo que hacemos.
01:33
At the Urban Observatory,
that is exactly what we are doing.
that is exactly what we are doing.
25
81057
2991
01:36
Greg Dobler, also an astrophysicist
26
84072
2492
Greg Dobler, también astrofísico
01:38
and my husband,
27
86588
1167
y mi esposo,
01:39
created the first urban observatory
in New York University in 2013,
in New York University in 2013,
28
87779
3960
creó el primer observatorio urbano
en la Universidad de Nueva York en 2013,
en la Universidad de Nueva York en 2013,
01:43
and I joined in 2015.
29
91763
1556
al que me uní en 2015.
01:45
Here are some of the things that we do.
30
93752
1929
Estas son algunas de las cosas
que hacemos.
que hacemos.
01:48
We take pictures of the city at night
31
96196
2270
Tomamos fotos de la ciudad por la noche.
y estudiamos las luces
de la ciudad como si fueran estrellas.
de la ciudad como si fueran estrellas.
01:50
and study city lights like stars.
32
98490
2589
Al estudiar cómo cambia
la luz con el tiempo
la luz con el tiempo
01:53
By studying how light changes over time
33
101514
2012
01:55
and the color of astronomical lights,
34
103550
2074
y el color de las luces astronómicas,
01:57
I gain insight about the nature
of exploding stars.
of exploding stars.
35
105648
2813
obtengo información sobre la naturaleza
de las estrellas en explosión.
de las estrellas en explosión.
02:00
By studying city lights the same way,
36
108934
2270
Al estudiar las luces
de la ciudad de la misma manera,
de la ciudad de la misma manera,
02:03
we can measure and predict how much energy
the city needs and consumes
the city needs and consumes
37
111228
4682
podemos medir y predecir cuánta energía
necesita y consume la ciudad
necesita y consume la ciudad
02:07
and help build a resilient grid
38
115934
1847
y ayudar a construir una red resiliente
02:09
that will support the needs
or growing urban environments.
or growing urban environments.
39
117805
3299
que apoyará las necesidades o
el crecimiento de los entornos urbanos.
el crecimiento de los entornos urbanos.
02:14
In daytime images,
we capture plumes of pollution.
we capture plumes of pollution.
40
122283
3357
En las imágenes diurnas,
capturamos columnas de contaminación.
capturamos columnas de contaminación.
02:18
Seventy-five percent
of greenhouse gases in New York City
of greenhouse gases in New York City
41
126274
3470
El 75 % de los gases de efecto
invernadero en la ciudad de Nueva York
invernadero en la ciudad de Nueva York
02:21
come from a building like this one,
burning oil for heat.
burning oil for heat.
42
129768
3632
provienen de un edificio como este,
de fuel para la calefacción.
de fuel para la calefacción.
Se puede medir la contaminación
con sensores de calidad del aire.
con sensores de calidad del aire.
02:26
You can measure pollution
with air quality sensors.
with air quality sensors.
43
134477
2395
02:28
But imagine putting a sensor
on each New York City building,
on each New York City building,
44
136896
3842
Pero imaginen poner un sensor en
cada edificio de la ciudad de Nueva York,
cada edificio de la ciudad de Nueva York,
02:32
reading in data from a million monitors.
45
140762
2706
que lea los datos
de un millón de monitores.
de un millón de monitores.
02:35
Imagine the cost.
46
143492
1326
Imaginen el costo.
02:38
With a team of NYU students,
we built a mathematical model,
we built a mathematical model,
47
146048
3428
Con un equipo de estudiantes de la NYU,
creamos un modelo matemático,
creamos un modelo matemático,
02:41
a neural network that can detect
and track these plumes
and track these plumes
48
149500
3389
Una red neuronal que puede detectar
y rastrear estos penachos
y rastrear estos penachos
sobre el horizonte
de la ciudad de Nueva York.
de la ciudad de Nueva York.
02:44
over the New York City skyline.
49
152913
1690
02:46
We can classify them --
50
154627
1482
Podemos clasificarlos.
02:48
harmless steam plumes,
white and evanescent;
white and evanescent;
51
156133
3015
Plumas de vapor inofensivas,
blancas y evanescentes;
blancas y evanescentes;
02:51
polluting smokestacks,
dark and persistent --
dark and persistent --
52
159172
3516
chimeneas contaminantes,
oscuras y persistentes...
oscuras y persistentes...
02:54
and provide policy makers
with a map of neighborhood pollution.
with a map of neighborhood pollution.
53
162712
3759
Y proporcionamos
a los responsables políticos
a los responsables políticos
un mapa de
la contaminación del vecindario.
la contaminación del vecindario.
02:59
This cross-disciplinary project
created transformational solutions.
created transformational solutions.
54
167777
3889
Este proyecto multidisciplinario
creó soluciones transformadoras.
creó soluciones transformadoras.
Pero las metodologías de análisis
de datos que utilizamos en astrofísica
de datos que utilizamos en astrofísica
03:05
But the data analysis methodologies
we use in astrophysics
we use in astrophysics
55
173942
2913
03:08
can be applied to all sorts of data,
56
176879
1961
se pueden aplicar a todo tipo de datos,
03:10
not just images.
57
178864
1150
No solo imágenes.
Nos pidieron ayudar
a un fiscal de distrito de California
a un fiscal de distrito de California
03:12
We were asked to help
a California district attorney
a California district attorney
58
180450
2484
03:14
understand prosecutorial delays
in their jurisdiction.
in their jurisdiction.
59
182958
3421
para comprender los retrasos
procesales en su jurisdicción.
procesales en su jurisdicción.
Hay personas en libertad condicional
o sentadas en la cárcel,
o sentadas en la cárcel,
03:18
There are people on probation
or sitting in jail,
or sitting in jail,
60
186839
2667
03:21
awaiting for trial sometimes for years.
61
189530
2611
esperando juicio a veces durante años.
03:24
They wanted to know
what kind of cases dragged on,
what kind of cases dragged on,
62
192165
2444
Querían saber
qué tipo de casos se prolongaron,
qué tipo de casos se prolongaron,
03:26
and they had a massive data set
to explore to understand it,
to explore to understand it,
63
194633
3124
y tenían un conjunto de datos masivo
para explorar y entenderlo,
para explorar y entenderlo,
03:29
but didn't have the expertise
64
197781
1412
pero no tenían la experiencia
03:31
or the instruments
in their office to do so.
in their office to do so.
65
199217
2548
o los instrumentos
en su oficina para hacerlo.
en su oficina para hacerlo.
03:33
And that's where we came in.
66
201789
1746
Y ahí es donde entramos nosotros.
03:35
I worked with my colleague,
public policy professor Angela Hawken,
public policy professor Angela Hawken,
67
203559
3397
Trabajé con mi colega, la profesora
de política pública Angela Hawken,
de política pública Angela Hawken,
03:38
and our team first created
a visual dashboard
a visual dashboard
68
206980
3486
y nuestro equipo creó
primero un tablero visual
primero un tablero visual
03:42
for DAs to see and better understand
the prosecution process.
the prosecution process.
69
210490
3900
para que los fiscales vean y comprendan
mejor el proceso de enjuiciamiento.
mejor el proceso de enjuiciamiento.
03:46
But also, we ourselves
analyzed their data,
analyzed their data,
70
214997
2929
Pero también, nosotros mismos
analizamos sus datos,
analizamos sus datos,
03:49
looking to see if the duration
of the process
of the process
71
217950
2520
mirando a ver
si la duración del proceso
si la duración del proceso
03:52
suffered from social inequalities
in their jurisdiction.
in their jurisdiction.
72
220494
3190
sufría desigualdades sociales
en su jurisdicción.
en su jurisdicción.
03:56
We did so using methods
73
224367
1542
Lo hicimos usando métodos
03:57
that I would use to classify
thousands of stellar explosions,
thousands of stellar explosions,
74
225933
2973
que usaría para clasificar
miles de explosiones estelares,
miles de explosiones estelares,
04:00
applied to thousands of court cases.
75
228930
2655
aplicados a miles de casos judiciales.
04:03
And in doing so,
76
231609
1151
Y al hacerlo,
creamos un modelo que puede
aplicarse a otras jurisdicciones
aplicarse a otras jurisdicciones
04:04
we built a model that can be applied
to other jurisdictions
to other jurisdictions
77
232784
2833
que estén dispuestas
a explorar sus prejuicios.
a explorar sus prejuicios.
04:07
who are willing to explore their biases.
78
235641
2190
04:09
These collaborations between
domain experts and astrophysicists
domain experts and astrophysicists
79
237855
3246
Estas colaboraciones
entre expertos y astrofísicos
entre expertos y astrofísicos
04:13
created transformational solutions
80
241125
2055
crean soluciones transformadoras
04:15
to help improve people's quality of life.
81
243204
2400
para ayudar a mejorar
la calidad de vida de las personas.
la calidad de vida de las personas.
Pero es un camino de doble sentido.
04:19
But it is a two-way road.
82
247426
1484
Llevo mi experiencia
en astrofísica a la ciencia urbana,
en astrofísica a la ciencia urbana,
04:20
I bring my astrophysics background
to urban science,
to urban science,
83
248934
2543
04:23
and I bring what I learn in urban science
back to astrophysics.
back to astrophysics.
84
251501
3841
y llevo lo que aprendo
en ciencia urbana a la astrofísica.
en ciencia urbana a la astrofísica.
04:27
Light echoes:
85
255930
1852
Ecos de luz:
04:30
the reflections of stellar explosions
onto interstellar dust.
onto interstellar dust.
86
258461
4567
los reflejos de explosiones estelares
sobre el polvo interestelar.
sobre el polvo interestelar.
04:36
In our images, these reflections appear
as white, evanescent, moving features,
as white, evanescent, moving features,
87
264046
5785
En nuestras fotos estos reflejos aparecen
como rasgos blancos,
evanescentes y móviles,
evanescentes y móviles,
04:41
just like plumes.
88
269855
1150
al igual que las plumas.
04:43
I am adapting the same models
that detect plumes in city images
that detect plumes in city images
89
271363
3895
Adapto los mismos modelos que detectan
plumas en las imágenes de la ciudad.
plumas en las imágenes de la ciudad.
04:47
to detect light echoes
in images of the sky.
in images of the sky.
90
275282
2928
para detectar ecos de luz
en imágenes del cielo.
en imágenes del cielo.
04:52
By exploring the things
that interest and excite me,
that interest and excite me,
91
280290
3293
Al explorar las cosas que
me interesan y me entusiasman,
me interesan y me entusiasman,
04:55
reaching outside of my domain,
92
283607
1796
yendo más allá de mi campo,
04:57
I did turn my restlessness into an asset.
93
285427
2876
convertí mi inquietud en un activo.
05:01
We, you, all have a unique perspective
that can generate new insight
that can generate new insight
94
289031
5047
Todos tenemos una perspectiva única
que puede generar una nueva visión.
que puede generar una nueva visión.
y conducir a soluciones nuevas,
inesperadas y transformadoras.
inesperadas y transformadoras.
05:06
and lead to new, unexpected,
transformational solutions.
transformational solutions.
95
294102
4183
05:10
Thank you.
96
298944
1162
Gracias.
05:12
(Applause)
97
300130
4158
(Aplausos)
ABOUT THE SPEAKER
Federica Bianco - Cross-disciplinary scientistTED Fellow Federica Bianco is a cross-disciplinary scientist who can't stay still.
Why you should listen
Astrophysicist, professor, professional boxer and TED Fellow Federica Bianco studies stellar explosions, using the same methodologies to understand urban and social problems. She uses data-science to both study the universe and tackle problems on earth, like pollution in New York City, prosecutorial justice and how city lights can create resilient electric grids and.
Bianco splits her time as a professor at the University of Delaware in the Department of Physics and Astrophysics (where she runs a lab focusing on light curves), the Biden School of Public Policy and Administration and the Urban Observatory, where she uses her astrophysics skills to study urban problems. She is also the coordinator the Large Synoptic Survey Telescope (LSST) Science Collaboration, a network of more than 1,500 scientists. The LSST, under construction in Chile, will go online in 2023 to survey the night sky and image the southern hemisphere sky at unprecedented depth and resolution. The collaboration will study everything about it, from the thousands of changes it will discover in the sky every night to billions of stars and galaxies, many that have never been seen before.
Bianco has published more than 100 peer-reviewed papers, was a Smithsonian predoctoral and James Arthur postdoctoral fellow and was the recipient of a Department of Energy "Innovative Development in Energy-Related Applied Science" grant. When she isn't doing science, you will find her in the boxing ring, where she has made a name for herself as "The MadScientist." She is known for fighting her heart out both in and out of the ring.
Federica Bianco | Speaker | TED.com