Tanto la informática de vanguardia como la inteligencia artificial (IA) han seguido llamando la atención en los últimos años a medida que las tecnologías móviles y de Internet de las Cosas (IoT) se han ido adoptando cada vez más en un gran número de industrias de todo el mundo.
Estas nuevas tecnologías también han creado nuevos problemas y desafíos para aquellos que buscan implementar y beneficiarse de los avances y desarrollos de la cuarta revolución industrial.
La computación de borde es una técnica informática utilizada para acercar la toma de decisiones a la fuente de datos (el borde) y la inteligencia artificial es un área de la informática que busca crear máquinas inteligentes y también incluye subcampos como el aprendizaje automático.
Individualmente, estas dos tecnologías han demostrado que funcionan de manera increíblemente eficaz y ambos tienen un enorme potencial de desarrollo futuro, pero la combinación de ambos para su uso en los sistemas de IoT podría dar lugar a una coincidencia en el paraíso de la IoT. En este artículo, explicaremos cómo se están desarrollando la informática de vanguardia y la inteligencia artificial para trabajar juntos y presentar algunos casos de posibles usos que podrían aplicarse a la IA en la frontera.
Así que, vamos a saltar directamente.
Edge Computing e Inteligencia Artificial:
Existen varias formas en las que la computación de borde y la inteligencia artificial podrían utilizarse conjuntamente; sin embargo, será necesario superar ciertas limitaciones con cada una de estas tecnologías para que esta asociación sea efectiva.
Tradicionalmente, las tecnologías de inteligencia artificial requieren una gran cantidad de potencia computacional y de procesamiento para ejecutar algunos de los algoritmos de aprendizaje de máquinas más complejos, por ejemplo, lo que las hace poco prácticas para su despliegue en ubicaciones distantes de los servidores en nube en los que se basan en su mayoría.
Por el contrario, la mayoría de las tecnologías informáticas de vanguardia se están diseñando actualmente para funcionar en entornos de bajo consumo con poca o ninguna conectividad, lo que hace que la integración de los sistemas de inteligencia artificial en sus arquitecturas sea poco práctica.
Sin embargo, hay una selección de métodos propuestos que finalmente podrían llevar a la inteligencia artificial al límite. Los principales actores de la industria, como Google y Microsoft, así como organizaciones como Movidius e iEx.ec, están trabajando en soluciones para acercar la inteligencia a la vanguardia.
Dos posibles soluciones prometedoras son la informática distribuida que utiliza tecnologías de cadena de bloques y los coprocesadores portátiles de IA. Utilizando tecnologías de cadena de bloques y contratos inteligentes, los recursos informáticos pueden compartirse entre los dispositivos de IoT y cooperar sin necesidad de un intermediario central. Esto podría entonces permitir la ejecución de algoritmos de inteligencia artificial de computación pesada dentro de los propios dispositivos de borde.
Alternativamente, los coprocesadores portátiles de IA podrían integrarse en placas para crear dispositivos capaces de un aprendizaje profundo. Movidius es una de las pocas empresas que han estado desarrollando redes neuronales de vanguardia durante un tiempo e incluso han producido su unidad de procesamiento de visión Myriad 2 (VPU), que se puede utilizar para lograr capacidades de visión por ordenador y señalización de imágenes en entornos de baja potencia.
Casos de uso Potenciales para la IA de Borde
Así que, como hemos visto, hay maneras de desarrollar la informática de vanguardia y la inteligencia artificial para satisfacer las necesidades de otras tecnologías, como la Internet de los objetos. Pero, ¿cómo podrían mejorar los sistemas de IoT? Echemos ahora un vistazo a algunos casos de uso potencial de la IA en el límite.
Vehículos Autónomos
Es muy probable que los vehículos autónomos sean el próximo gran paso para los sistemas de transporte inteligentes de un futuro no muy lejano. Los coches de conducción automática y los sistemas inteligentes de gestión del tráfico ya se están probando hoy en día, y la integración de la IA de borde podría ser el camino a seguir.
Cuando se trata de sistemas autónomos, la seguridad es primordial. Cualquier retraso, mal funcionamiento o anomalía dentro del sistema puede ser devastador y, en el caso de los vehículos autónomos, fatal. El uso tanto de la informática de última generación como de la inteligencia artificial capaz de proporcionar una toma de decisiones inteligente dentro de los dispositivos de última generación podría garantizar la superación de estos retos.
Robótica
Aunque los robots que muchos de nosotros vimos y leímos en la ciencia ficción no están aquí, la robótica es sin duda una parte fundamental de muchos procesos industriales y, dados los avances en las comunicaciones inalámbricas, la automatización y las tecnologías de IO, es probable que crezcan tanto en su necesidad como en el alcance de sus aplicaciones.
Y la emoción que rodea a estas nuevas innovaciones dentro de la robótica está creciendo. Según una entrevista con David Schatsky, Director General de Deloitte, especialista en tecnologías emergentes, “ La nueva generación de robots puede utilizar tecnologías de IA como la visión por ordenador, el reconocimiento de voz y una analítica más sofisticada de los sensores que poseen.”
Mantenimiento, Monitoreo y Seguridad
El mantenimiento, la supervisión y la seguridad son tres ámbitos en los que los dispositivos de IoT ya están prosperando. Su uso en videovigilancia, detectores de movimiento, sensores ambientales y otros dispositivos de monitorización y seguridad podría mejorarse considerablemente mediante la integración de la IA de borde y podría permitir una mayor automatización de los procesos de monitorización y seguridad.
El mantenimiento predictivo es también un ámbito en el que la IA de borde podría mejorar considerablemente el rendimiento de los sistemas de IoT. Rail es una de las industrias que ha empezado a buscar soluciones basadas en la informática de vanguardia y la IA para reducir los costes de mantenimiento y el tiempo de inactividad no planificado. Los sistemas de monitorización accionados por aprendizaje de máquina se están adaptando a las vías férreas existentes para controlar el estado de las vías y del material rodante. Estos sistemas afirman que proporcionan una reducción de los costes de mantenimiento de alrededor del 25%. Para las autoridades de tránsito multimillonarias, es una gran oportunidad.
