IoT + AI = Intelligence of Things
Consulta esta publicación en Linkedin : https://www.linkedin.com/pulse...
Los nuevos términos tecnológicos surgen con facilidad y no hay una semana que pase sin que descubramos algún concepto más disruptivo si cabe que los anteriores. La mayoría de estos términos y conceptos se quedarán entre un público más bien técnico pero algunos se convertirán en algo habitual entre la población, como ya ha pasado con el Cloud y el IoT por ejemplo. Llevamos años hablando del IoT pero ahora tiene un auge espectacular al asentarse tan bien entre la población. Y como todo evoluciona, y cada vez más rápido a nivel tecnológico, lógicamente cabe de esperar que el IoT también vaya a evolucionar hacia conceptos más avanzados y más amplios.
Os propongo a continuación un resumen de lo que he leído/visto/escuchado/comentado/pensado últimamente y que podría estar al llegar. Tenemos por delante dos nuevas eras tecnológicas, la del Intelligence of Things y la del Intelligence of Everything (creo que no hace falta resaltar que serán totalmente disruptivas ya que hoy en día todo lo es). Y en mi opinión, sería mejor que nos fuéramos familiarizando con ellas y prepararnos mentalmente y así no caernos de la silla cuando nos sorprendan con sus avances respectivos. Y de paso para anticiparnos, en la medida de lo posible, a estas nuevas eras para aprovechar estas nuevas oportunidades.
INTELLIGENCE OF THINGS
Para resumirlo de manera sencilla podríamos verlo así: Intelligence of Things = AI + IoT. Dicho de otro modo, se trata de añadir una capa cognitiva y ejecutiva a la actual función operativa y analítica de los objetos con el fin de dotarlos de más autonomía a la hora de analizar situaciones y de tomar decisiones.
La inteligencia se podría definir como la capacidad cognitiva y analítica que nos permite tomar decisiones. Y el adjetivo “artificial”, lógicamente, nos reenvía al hecho de emular las capacidades naturales de razonamiento y aprendizaje inherentes al ser humano. Estamos haciendo, por ejemplo, grandes progresos en temas de Computer Vision y de NLP (Natural Language Processing) gracias al Machine Learning y al Deep Learning. Las maquinas ya se pueden sensorizar de muchas maneras para recolectar información y percibir su entorno y aprender del mismo.
El IoT de momento se ha centrado en la capacidad ejecutiva de los objetos y dispositivos, conectándolos entre sí con los sistemas operativos y con los repositorios de destino mayoritariamente en la nube.
Para dar este paso adelante y entrar en la era del Intelligence of Things necesitamos habilitar en mayor o menor parte estas capacidades cognitivas y ejecutivas hacia los objetos. Para ello vamos a hablar cada vez más de Edge Computing (“computación en el borde”).
EDGE COMPUTING
Tras el auge de la nube, ahora las miradas vuelven a dirigirse al objeto. El Edge Computing se refiere a la capacidad de procesar datos, analizar situaciones, evaluar posibles escenarios y tomar decisiones desde el propio objeto y no en un servidor a cientos o miles de kilómetros de distancia. El coche autónomo es un buen ejemplo; El segundo que tardan los datos en subir, ser procesados y bajar del Cloud puede ser vital.
Ya empezamos a ver cámaras inteligentes que no solo monitorizan/graban, sino que analizan y “entienden” lo que están enfocando y permiten así que los objetos puedan “ver” su entorno. Y eso es solo un ejemplo, al hablar de Sensorización del Entorno entramos en un mundo muy vasto de información recolectada e interpretada desde el Edge y/o el Cloud con el fin permitir a los objetos percibir su entorno físico y digital.
El Edge Computing nos trae también muchos beneficios operativos y financieros: es una forma de priorizar los datos críticos, ganar velocidad de reacción, no saturar las redes, reducir el coste de transacción y almacenamiento de datos, filtrar los datos útiles para subir en el Cloud, reforzar la privacidad, etc…
También resaltar la complementariedad del Edge Computing con el Cloud Computing. El Edge no es el nuevo Cloud, ambos seguirán y se complementarán. Os dejo el visual siguiente para procurar ilustrarlo, en función de dos aspectos: los requisitos de latencia y el tipo de analítica.
INTELLIGENCE OF EVERYTHING
Si la era del INToT se puede caracterizar por la llegada de los objetos autónomos esta nueva era del IoE se caracterizará seguramente por la llegada de sistemas autónomos. Aquí no se completan tanto los objetos sino su “ecosistema”, hablaremos por lo tanto de Smart Cities, Smart Factories, Smart Grid, etc. Ya sé lo que pensáis, esto ya existe, no es nuevo, no es el futuro sino el presente… Con perdón, esta vez cuando nos referiremos a estos conceptos los mencionaremos de verdad, no como ahora cuando hablamos por ejemplo de Smart Cities con prisas y sin verdadera relevancia. Estos sistemas autónomos del futuro serán realmente capaces de abarcar todos los objetos de su campo para procesarlos a la vez y organizar de forma coherente y completa la toma de decisiones. Llegarán por lo tanto a encontrar su propio equilibrio y se transformarán en nuevos ecosistemas por no decir nuevos organismos vivos con un cuerpo compuesto por millones de objetos e individuales y gestionado por una mente fruto de una IA avanzada. (Os invito a ver otra de mis publicaciones sobre ello en Linkedin “Smart City a new living organism https://www.linkedin.com/pulse/smart-city-new-living-organism-berenger-briquez/). Lo más probable y sorprendente podría ser que no haya una mente centralizada sino una Inteligencia de Enjambre, descentralizada y actuando como una única mente, gestionando todos los elementos y objetos como por ejemplo en una colonia de hormigas.
SWARM COMPUTING
Sacando una bola de cristal para intentar ver el futuro creo que el Swarm Computing será un habilitador tecnológico fundamental del futuro IoE.
Me fascina ver cómo llegamos cada vez más a emular la naturaleza. Recuerdo mi fascinación hace ya unos 10 años cuando vi como podíamos simular el agua en películas de animación, llegamos ahora a simular virtualmente todo tipo de entornos naturales con iluminación y sombras de un realismo perfecto, incorporando motion capture y gravedad perfecta como en video juegos, etc… Muchos algoritmos se basan en fenómenos naturales (nature-based algorithms) como el ACO basado en colonias de hormigas, el ABC basado en las abejas o los famosos ANN inspirados en redes neuronales que se han hecho muy preciados recientemente con el Machine Learning y Deep Learning.
La Inteligencia de Enjambre resulta, por lo tanto, particularmente interesante y prometedora. Se trata de una rama de la Inteligencia Artificial que estudia el comportamiento colectivo de los sistemas descentralizados, auto-organizados, naturales o artificiales.
Inspirados por la naturaleza, especialmente por ciertos sistemas biológicos, los sistemas de Inteligencia de Enjambre están típicamente formados por una población de agentes que interactúan localmente entre ellos y con su medio ambiente. Los agentes siguen reglas simples y, aunque no existe una estructura de control centralizado que dictamine el comportamiento de cada uno de ellos, las interacciones locales entre los agentes conducen a la emergencia de un comportamiento global complejo y perfectamente optimizado.
El Swarm ya se emplea en la denominada “Robótica de Enjambre” con la aplicación de estos principios de enjambre a robots de almacén y drones, por ejemplo. El término "Inteligencia de Enjambre" se refiere al conjunto más general de los algoritmos y se habla también de “Predicción de Enjambres” en el contexto de los cálculos previsionales y simulaciones.
El Swarm Computing combinado con el Blockchain, la IA, el Cloud y el Edge nos brindará seguramente un nuevo paradigma, no solo a nivel computacional sino también a nivel societal. ¿Estáis preparados?
Berenger Briquez - Head of Digital