Fuente: Linkedin
Autor
“El propósito de este artículo es presentar las aplicaciones futuras de AI y IoT que se utilizan en el campo de la generación de datos, y hacerlo más importante.
Entonces, hay una conexión clara (sin juego de palabras) entre el Internet de las Cosas (IIoT) y la Inteligencia Artificial (AI).
Si el IoT se trata de conectar máquinas (generalmente de forma inalámbrica) y hacer uso de los datos generados desde esas máquinas (a través de plataformas de visualización o aplicación), AI se trata de agregar una capa de software adicional, utilizando esos datos para provocar comportamientos más inteligentes en máquinas de todo tipo.
IoT necesita inteligencia artificial y viceversa: como los dispositivos IoT, generarán grandes cantidades de datos de diferentes fuentes y tipos de sensores, entonces será necesario lidiar con estos problemas. Los datos solo son útiles si crean una acción. Con IoT, puede recibir datos, puede recibir alertas. Pero para que los datos sean realmente procesables, es necesario complementarlos con el contexto. IoT y AI juntos son este contexto, es decir, ‘inteligencia conectada’ y no solo dispositivos conectados.
IoT necesita inteligencia artificial y viceversa: como los dispositivos IoT generarán grandes cantidades de datos de diferentes fuentes y tipos de sensores, entonces será necesario lidiar con estos problemas. Los datos solo son útiles si crean una acción. Con IoT, puede recibir datos, puede recibir alertas. Pero para que los datos sean realmente procesables, es necesario complementarlos con el contexto. IoT y AI juntos son este contexto, es decir, ‘inteligencia conectada’ y no solo dispositivos conectados.
Los métodos tradicionales de análisis de datos y creación de datos son de gran importancia para el flujo de datos en tiempo real desde dispositivos IoT. Aquí es donde el análisis y la respuesta basados en AI se vuelven importantes para extraer el valor óptimo de esos datos.
AI es beneficioso tanto para el procesamiento en tiempo real como posterior al evento:
° Análisis post evento y análisis de los datos, la correlación entre el tráfico y el uso del estacionamiento (ver soluciones de estacionamiento inteligentes), contaminación del aire (ver soluciones de monitoreo de la calidad del aire) dentro de un centro de la ciudad, efecto de isla de calor urbano con binoculares y enfermedades respiratorias crónicas en el centro de una ciudad.
° Procesamiento en tiempo real: responde rápidamente a las condiciones y aumenta el conocimiento de las decisiones, abre una solución para monitorear a los pacientes ancianos, crea un perfil basado en actividades únicas en el hogar y detecta alertas en caso de comportamiento anormal.
De hecho, es el aprendizaje automático (un componente del término AI más genérico) el que proporciona la capacidad de detectar patrones en los datos presentados. Aprende de estos patrones para ajustar las formas en que luego analiza esos datos o desencadena acciones. Con el aprendizaje automático integrado en un entorno de IoT, obtendrá más “inteligencia conectada”:
Análisis predictivo: “¿Qué sucederá?”
En el nivel más básico, la inteligencia artificial permite el poder de predicción para pronosticar y mitigar los eventos de riesgo. Esto permite que las organizaciones utilicen datos en tiempo real para determinar cuándo es probable que la maquinaria y el equipo se averíen, por lo que se pueden tomar medidas para evitar fallas y su costo asociado mediante una intervención proactiva.
Análisis prescriptivos: “¿Qué debemos hacer?”
Un segundo nivel es el poder de la prescripción. Equipar sensores inteligentes con lógica para impulsar la acción significa que se pueden evitar las interrupciones o los desastres. Por ejemplo, los sensores de vías férreas pueden advertir contra fallas en las vías, o los vehículos autónomos pueden corregir el rumbo cuando el automóvil se aleja del centro del carril.
Analítica adaptativa / continua: “¿Cuáles son las acciones o decisiones apropiadas? ¿Cómo debe adaptarse el sistema a los últimos cambios?
A un nivel aún más avanzado, la IA con IoT puede ofrecer una respuesta adaptable o autónoma. Esto significa que las soluciones pueden incorporar fuentes de datos continuas, donde el sistema aprende a tomar la acción óptima sin intervención humana. Así, por ejemplo, en Agricultura, el monitoreo del suelo le permite determinar los nutrientes y el nivel de agua de su suelo, por lo que actualmente el agricultor puede determinar con precisión el nivel de fertilizantes que se aplicarán y en qué áreas. Pero con tractores autónomos, podríamos imaginar fácilmente que todo esto podría hacerse de forma automática y precisa e incluso teniendo en cuenta los pronósticos meteorológicos de su propia estación meteorológica conectada.
Para dar otro ejemplo que tenga en cuenta las 3 partes anteriores, echemos un vistazo a la supervisión de HVAC. Predictivo: al monitorear de cerca los sistemas HVAC, puede establecer patrones que determinarán su consumo excesivo de energía, su funcionamiento defectuoso o incluso su falla si espera demasiado. Prescriptivo: las unidades podrían recibir servicio en el momento óptimo, no demasiado pronto porque sería casi inútil, pero justo antes de que comience a consumir en exceso, ahorrando en costos de mantenimiento y consumo de energía. Adaptable: imagínese, teniendo en cuenta múltiples fuentes de datos, como las condiciones climáticas o el flujo de tráfico hacia el edificio, para un uso de HVAC aún más preciso y posibles problemas con un sistema que también podría limpiarse cuando sea necesario. No estamos lejos, pero todavía no estamos allí.
Usos potenciales en el futuro para dispositivos IoT impulsados por AI
Las aplicaciones de IoT de hoy son útiles para comprender las tendencias, ya que presentan áreas en las que se demuestra la “tracción” y las direcciones donde ya se está moviendo el dinero de grandes empresas y empresas. Más allá de los autos sin conductor o el mantenimiento predictivo de equipos en la punta del iceberg, existen otras posibles aplicaciones de IoT + AI. A continuación, algunos artículos útiles para conocer las posibles combinaciones de IoT y AI:
- Harvard Business Review: How Smart Connected Products are Transforming Competition
- The Next Web: 2016 IoT Predictions
- NextGov 2016 IoT Predictions
AI y IOT, tecnología complementaria para la creación de valor.
La IoT, aumentada y mejorada por Machine Learning, está efectivamente multiplicando el impacto y el beneficio para las empresas que están adoptando estas tecnologías complementarias. De hecho, la IA puede ser un elemento integral para el éxito en los ecosistemas digitales basados en la IoT de hoy.
La razón es simple. La combinación de IoT con tecnologías de IA que avanzan rápidamente puede crear “máquinas inteligentes” que simulan el comportamiento inteligente para tomar decisiones bien informadas con poca o ninguna intervención humana.
A medida que surgen nuevas aplicaciones tecnológicas donde IoT trabaja de la mano con la inteligencia artificial, las innovaciones resultantes demuestran cómo IoT puede crear nuevos mercados y oportunidades, interrumpir los modelos de negocios tradicionales y cambiar drásticamente el panorama competitivo. Por lo tanto, las compañías que buscan aprovechar al máximo las oportunidades para impactar positivamente los ingresos, la seguridad, la capacidad de recuperación y la experiencia del cliente están siendo rápidas en la adopción de este poderoso emparejamiento de tecnologías transformadoras.
Ahora estamos viendo una inversión significativa en la convergencia de IoT y AI. Vale la pena leer el artículo sobre las 25 principales empresas de IoT a tener en cuenta en 2019. Estas nuevas empresas se concentran en cómo hacer de IoT un catalizador del crecimiento para las empresas mediante el diseño en la integración de AI a nivel de plataforma. También una buena lectura es ¿por qué AI y IoT son socios perfectos para el crecimiento?
El resultado es una aceleración de la innovación que puede aumentar significativamente la productividad de las organizaciones involucradas. No es de extrañar entonces que los mercados de IoT y AI se desarrollen rápidamente y en conjunto.
Conclusión
Sin embargo, al igual que AI y IoT pueden, en última instancia, empoderar a las organizaciones con una sólida creación de valor, la combinación tan fuerte requiere una respuesta estratégica más adaptable por parte de la administración de esas organizaciones. Si los datos son el nuevo petróleo y el conocimiento es poder, la mayoría de los gerentes todavía están al comienzo de la curva de aprendizaje, con pocos implementando pequeños proyectos de IoT, incluso antes de pensar en agregar capacidades de AI, para los casos en que AI de hecho complementa a IoT.
Esto lleva a los equipos sin la motivación real (o recursos comprometidos) para impulsar un resultado real. Las empresas deben elegir un problema importante para tener una alta probabilidad de ser resueltos. ¿Qué información de negocios de misión crítica se está muriendo por saber, pero no se puede acceder actualmente y eso podría resolverse primero, teniendo datos de IoT y, en segundo lugar, refinando esos datos en constante cambio con AI? Entonces, con eso en su lugar, ¿cómo lo implementaría en su negocio? IoT & AI a menudo implicaba un cambio de procesos que deben ser aceptados por el personal y los clientes para tener éxito. Esto va más allá de la creación de valor, esta es la transformación digital en su máxima expresión, pero no es para todos …
Una última palabra, hablamos principalmente de “IA estrecha”, donde la IA se utiliza en combinación con IoT para perfeccionar una tarea, ya sea perfeccionando el monitoreo de HVAC o perfeccionando el cultivo del suelo. Pero el futuro próximo está en “General AI”, donde los sistemas podrían ajustarse para resolver cualquier tarea, tomando información de la web, humanos o cualquier sensor de IoT que se comuniquen entre ellos. ¿Será el día del juicio del terminador?”
