El Internet de las cosas (IoT) se ha estrellado contra una pared de ladrillos: la latencia. Cada nuevo dispositivo de IoT agrega un flujo interminable de datos que no se pueden procesar hasta que llegan a la nube. Cuanto más lejos esté el dispositivo de sus servidores, o cuanto más datos triviales se examinen, más tiempo llevará encontrar y actuar sobre los datos relevantes.

Con un estimado de 50 mil millones de dispositivos IoT en todo el mundo en la actualidad, el IoT tradicional basado en la nube ha alcanzado un punto de ruptura. Se tarda demasiado en calcular los datos, lo que, en primer lugar, socava los beneficios de recopilar datos. Por eso los ingenieros recurren a computación de borde: permitir que los dispositivos procesen y respondan a los datos localmente, eliminando el problema de latencia.

Considere si una cámara de tráfico detecta un automóvil accidentado o un sensor de fábrica detecta una fuga de productos químicos. Por lo general, su dispositivo carece de la potencia informática para indicar que algo está fuera de lo común. Simplemente envía un flujo constante de datos a la nube, donde los ingenieros de sistemas deben detectar una aguja en medio de un pajar de datos de rutina de cualquier otro dispositivo.

Puede reducir las demoras de seguridad desastrosas enseñando a sus dispositivos de borde a interpretar los datos en el sitio. Integrados con la tecnología de inteligencia artificial, pueden generar respuestas en una fracción de segundo sin intervención humana.

Armados con algoritmos de IA (inteligencia artificial) y ML (aprendizaje automático), los dispositivos de borde tienen un potencial mucho mayor para beneficiar a las empresas, particularmente en las industrias de seguridad y la industria del transporte.

Las cámaras de seguridad pueden almacenar datos locales para el reconocimiento facial, lo que permite una identificación inmediata incluso cuando pierden la conexión con sus servidores. Las industrias especializadas, como los casinos, pueden usar el aprendizaje profundo para estudiar comportamientos sospechosos y luego enviar actualizaciones a sus cámaras para que puedan notificar a la seguridad de inmediato y sin demoras.

AIoT, que fusiona AI e IoT, ya se ha convertido en una parte esencial de la fabricación para varias industrias como los vehículos autónomos y la aeroespacial. Los drones de reparto autónomos o los coches inteligentes no pueden funcionar con un retraso porque deben tomar decisiones en una fracción de segundo en respuesta a los estímulos o, de lo contrario, se enfrentan a choques constantes. Los aviones tienen pilotos, por supuesto, pero los sensores AIoT integrados en las piezas del avión pueden informar fallas del equipo más rápidamente, reduciendo el tiempo de mantenimiento y las demoras en los vuelos como resultado.

Es posible que haya notado un patrón con estos ejemplos. AIoT funciona bien con tecnología que es fundamental para la seguridad de las personas, lo que significa que (A) debe estar completamente aislado de los ataques cibernéticos y (B) también debe estar protegido físicamente contra daños o alteraciones. Y, obviamente, necesita procesamiento y almacenamiento local para manejar redes neuronales complejas.

La IA incorporada tiene un propósito de seguridad vital para sus dispositivos periféricos (Crédito de la imagen: Pixabay)

Como punto de partida, querrá incorporar sus dispositivos periféricos con una CPU de carga rápida, con suficiente memoria de almacenamiento flash y memoria del sistema (RAM) para la administración de datos en tiempo real. Pero más allá de eso, necesita modificaciones físicas basadas en sus necesidades industriales.

Los dispositivos como las cámaras de seguridad necesitarán una LAN aislada y encriptada, idealmente funcionando con Power over Ethernet (también conocido como PoE). Cualquier dispositivo colocado en un ambiente al aire libre deberá funcionar tan bien en veranos calurosos como en inviernos húmedos. Las CPU de automóviles y aviones serán vulnerables a las vibraciones y la contaminación, mientras que los dispositivos médicos deberán evitar cualquier magnetización.

Para que su empresa dependa de la inteligencia artificial en lugar de los operadores humanos, necesita dispositivos AIoT que puedan soportar los problemas específicos de su industria, de modo que no fallen en momentos críticos. Eso significa confiar en un desarrollador de hardware para producir equipos personalizados según sus especificaciones. Y como puede ver en el video anterior, empresas como Innodisk ofrecen SSD especializados diseñados para prácticamente cualquier entorno o escenario.

Actualmente, la mayoría de los dispositivos de IoT son recolectores pasivos de datos para que sus servidores los procesen más tarde. Sin embargo, al utilizar una IA estrecha, estos dispositivos se convierten en soluciones de seguridad activas: eliminan la latencia y la necesidad de intervención humana, y reducen la tensión en sus servidores en la nube. Con el hardware adecuado para proteger y responder a sus datos, sus dispositivos serán mucho más inteligentes y valiosos para su negocio.