Hay muchas maneras en las que el Internet de las cosas (IoT), el aprendizaje automático (ML) y la inteligencia artificial (IA) se conectan o se superponen de muchas maneras. El IoT puede contener dispositivos que utilizan el aprendizaje automático y la inteligencia artificial. La IA se describe con frecuencia como una aplicación de máquina que imita características inteligentes. El aprendizaje automático es un subconjunto de la IA que permite a una máquina aprender de los datos a los que tiene acceso.
Algunas definiciones clave
La IA básica puede tener un propósito muy limitado y sobresalir en una aplicación específica, pero en su forma más simple, la IA sigue dependiendo completamente de sus programadores para obtener orientación basada en reglas. Una IA basada en reglas sabe que «si ocurre X, debo hacer Y». Si ocurre algo diferente a «X», la IA se sentirá perdida y no tendrá la capacidad de adaptarse o aprender de la situación.
Las IA de aprendizaje automático son aplicaciones que se supone que aprenden de forma similar a la de los humanos. Toma datos, extrapola la comprensión y toma decisiones y acciones futuras en función de lo que aprende.
Los dispositivos de IoT funcionan en una nube interconectada de sensores que, en muchos casos, funcionan con IA en sistemas basados en reglas. Su termostato inteligente puede conocer su horario en función de la ubicación de su teléfono inteligente y sus sensores de actividad. A continuación, puede ajustar su programación en función de esos factores. Si tienes cámaras de seguridad o un timbre con cámara, comenzarán a grabar cuando detecten movimiento. Estos dispositivos de IoT funcionan en función de activadores específicos.
No olvidemos el IIOT
Sin duda, el IoT no solo está presente en su hogar. Es probable que su mayor impacto se encuentre en varias industrias, donde con frecuencia se las denomina IIoT (Internet industrial de las cosas). Las empresas están desarrollando sensores de IIoT agrícolas que controlan las condiciones del suelo y los niveles de humedad (temperatura, humedad, radiación solar, etc.).
Las aerolíneas utilizan sensores de IIoT para rastrear la eficiencia del combustible en toda la flota y comprender mejor las necesidades de mantenimiento de sus aeronaves. Los fabricantes utilizan sensores de IIoT conectados al software de fábrica de EAM para realizar un seguimiento del rendimiento de la maquinaria y programar automáticamente el mantenimiento antes de que se produzcan averías, lo que reduce los costos de reparación y mejora el tiempo de actividad.
Superar la complejidad
Las complejidades de los dispositivos y sensores de IoT e IIoT pueden variar drásticamente, desde cámaras de seguridad o para mascotas de bajo costo para su hogar hasta sensores industriales altamente avanzados para monitorear la integridad estructural y de maquinaria compleja.
Incluso los dispositivos relativamente básicos pueden tener algún tipo de IA, pero los sistemas más avanzados que podrían enfrentarse a lo inesperado y necesitar tomar la decisión correcta podrían beneficiarse de algún nivel de aprendizaje automático.
Las redes de IIoT que pueden aprender de las fallas e identificar e informar sobre las señales de advertencia relevantes en el futuro tienen mucho más potencial que los sistemas programados basados en reglas que solo buscan parámetros específicos establecidos por un ser humano.
Esto es especialmente cierto cuando el IIoT se extiende a flotas de vehículos y aviones o a cientos de miles de acres de cultivos. La cantidad de información que se puede obtener de todos esos datos podría analizarse y clasificarse mejor según aprendizaje automático (IA) en el borde, donde se recopila la información en lugar de recopilar y enviar toda esa información (con importantes requisitos de ancho de banda) a los humanos para un análisis más lento.
Lo que es simple para nosotros es difícil de aprender para una máquina
Piense en una tarea relativamente sencilla, como distribuir correo físico en un edificio de oficinas. La mayoría de los trabajos, incluso los más básicos, se pueden dividir en varias acciones más pequeñas, cada una de las cuales debe realizarse perfectamente para que la totalidad de la tarea se complete con éxito.
Un robot encargado de la distribución del correo tendría que ir a la sala de correo, recoger el correo, entrar por la puerta, tal vez ir en ascensor, navegar por los pasillos entre los cubículos, coordinarse en un cubículo, colocar el correo en un escritorio sin tirar cosas ni romper lo que hay en un paquete, salir del cubículo, identificar el siguiente cubículo según la etiqueta, etc. También se beneficiaría de poder sortea obstáculos inesperados que podrían bloquear su camino.
Dentro del aprendizaje automático hay varias disciplinas diferentes. El aprendizaje por refuerzo o aprendizaje por refuerzo profundo permite que las máquinas aprendan mediante prueba y error. Toman decisiones con aportes inadecuados y aprenden en función de los resultados.
Qué sigue para el IIOT, la IA y el aprendizaje automático
Hay estrategias de aprendizaje automático de IA aún más nuevas, como la arquitectura de aprendizaje multiexperto (MELA) que utiliza simulaciones para enseñar tareas específicas a redes neuronales separadas.
Un artículo de investigación reciente publicado en Science Robotics, Aprendizaje multiexperto sobre la locomoción adaptativa de las piernas, detalla cómo un grupo de investigadores utilizó MELA para desarrollar un robot cuadrúpedo que se adaptaba mejor a los peligros gracias a una serie de sistemas expertos especializados que se entrenaban mediante el aprendizaje automático para realizar tareas como trotar, girar a la izquierda, girar a la derecha, recuperarse después de una caída, darse la vuelta, etc. Se formó una red central de puertas junto con las redes de expertos para combinar estas tareas del sistema en un todo funcional.
El aprendizaje automático, una faceta de la IA, aún está en sus inicios. Hay aplicaciones en las que los sensores de IoT o IIoT actúan como ojos, oídos y entradas sensoriales para estos sistemas complejos, ya que mejoran y desarrollan continuamente nuevas funcionalidades y capacidades para la vida real.
Comuníquese hoy mismo y obtenga más información cómo podemos ayudarlo a alcanzar los objetivos de su proyecto de infraestructura de IA y HPC. Nuestro equipo diseña, construye, implementa y administra soluciones empresariales de alto rendimiento y alta disponibilidad, lo que permite a los clientes lograr sus innovaciones revolucionarias.
