tecnología

septiembre 24, 2019

6 min de lectura

Añada una A a IoT

Añada una A a IoT

El sistema nervioso central está compuesto por el cerebro, la médula espinal y los nervios. Los nervios responden a los estímulos externos, como la temperatura o la presión, y transmiten las señales al cerebro, que se encarga de decidir cuál debe ser la reacción adecuada. En los procesos de fabricación, el sinfín de dispositivos conectados al Internet de las cosas (IoT) ejercen la función de los nervios, midiendo parámetros y recopilando datos, pero ¿cuál es el cerebro que controla la operación?

Gartner predice que para el año 2022, más del 80 por ciento de los proyectos empresariales de IoT incluirán un componente de inteligencia artificial, lo cual supone un aumento espectacular en comparación con el diez por ciento presente en 2019. Los motivos de este crecimiento son claros: los dispositivos del IoT generan enormes cantidades de datos operativos en las plantas industriales, más de los que podemos gestionar. Nuestras instalaciones recopilan datos de temperatura, presión, vibración, caudal, etc., y todos ellos nos proporcionan una información valiosa.

La IA, y más específicamente el aprendizaje automático, permite simular un comportamiento inteligente y aprender de la experiencia a la hora de utilizar los datos obtenidos por los sensores, creando así información procesable a partir de nuestros dispositivos conectados. Es una combinación perfecta.

Los datos importan

¿Por qué la inteligencia artificial ofrece estos beneficios a los usuarios del IoT? Nuestros métodos tradicionales de análisis de datos no se diseñaron teniendo en cuenta los macrodatos: no permiten procesar de forma eficiente las enormes cantidades de datos en tiempo real que estamos recopilando desde nuestras máquinas. Mediante el uso de la IA, es posible procesar grandes conjuntos de datos para identificar patrones e información clave sin una intervención humana, o con una intervención mínima, lo que supone un enfoque mucho más simple. Para conseguir esto, un número cada vez mayor de plataformas de IoT ofrecen capacidades de IA, como Google Cloud IoT, la plataforma Microsoft Azure IoT y AWS IoT.

La inteligencia artificial también puede ayudar a los fabricantes a solucionar los problemas de interoperabilidad. La tecnología operativa creada por diferentes fabricantes puede que no esté diseñada para comunicarse entre sí o con una plataforma central capaz de proporcionar una vista global. Solo tenemos que incluir los equipos antiguos en esta ecuación para que el problema sea todavía mayor. Reunir todos los datos en un sistema de TI puede ser una tarea hercúlea, pero los algoritmos de IA pueden ayudar a enseñar a los sistemas a analizar la información para facilitar este proceso.

Mediante el uso de la IA, el análisis de los datos se puede llevar a cabo en tiempo real, de forma que las máquinas puedan responder rápidamente a cualquier evento en caso de emergencia, o se puede utilizar para identificar patrones en conjuntos de datos anteriores y utilizar métodos de análisis predictivos para prever lo que va a suceder a continuación. Deloitte descubrió que el mantenimiento predictivo puede reducir el tiempo necesario para planificar las tareas de mantenimiento entre un 20 y un 50 por ciento, aumentar el tiempo de funcionamiento y la disponibilidad de los equipos entre un 10 y un 20 por ciento, y reducir los costes generales de mantenimiento entre un 5 y un 10 por ciento. Esto también significa que se pueden predecir las averías de los equipos antes de que se produzcan, por lo que puede tener una pieza de recambio a mano cuando más se necesita.

Un avance en el borde

También estamos viendo cómo se está implementado la IA en los dispositivos en el borde para crear el denominado «borde inteligente». Por ejemplo, el controlador de puerta de enlace inalámbrico DXM de Banner Engineering utiliza un algoritmo de aprendizaje automático para obtener información clave acerca del estado de las máquinas, generando una base de referencia para las operaciones y umbrales de advertencia y alarma.

Los proveedores de IoT están actualizando sus herramientas para facilitar el uso de la IA en el borde. Por ejemplo, Microsoft ha anunciado Azure IoT Edge, una plataforma que permite que dispositivos de baja potencia puedan utilizar inteligencia artificial de forma local, al mismo tiempo que mantienen la conexión con la nube para las tareas de gestión y modelado. El sistema Greengrass de Amazon también se ha actualizado para incorporar capacidades de aprendizaje automático.

Uno de los retos que se plantean es que se requiere una potencia y capacidad de cálculo importantes para procesar los datos de forma rápida, por lo que se deben crear redes adecuadas para la IA. Para ello, las empresas deben considerar aspectos como la conectividad en el borde y en la nube, la escalabilidad, la disponibilidad, la interoperabilidad, el ancho de banda, etc.

El sistema nervioso no sería nada sin el cerebro. El IoT también necesita capacidad cerebral para funcionar de un modo eficaz y ahí es donde entra en juego la IA.

Artículos relacionados

[{ "site.code": "mx", "general.cookie_message": "Este sitio web utiliza cookies para asegurarse de obtener la mejor experiencia en nuestro sitio web.", "general.cookie_learnmore": "Más información", "general.cookie_dismiss": "¡Lo tengo!" }]