Mes: septiembre 2018

A medida que el planeta continúa calentándose, los impactos del cambio climático empeoran, pero tenemos una nueva herramienta para ayudarnos a gestionar mejor los impactos y proteger el planeta: inteligencia artificial (IA). IA se refiere a los sistemas informáticos que pueden sentir su entorno, pensar, aprender y actuar en respuesta a lo que perciben y sus objetivos programados.

En India, la Inteligencia Artificial ha ayudado a los agricultores a obtener rendimientos con el cacahuete un 30 por ciento más altos por hectárea al proporcionar información sobre la preparación de la tierra, la aplicación de fertilizantes y la elección de las fechas de siembra. En Noruega, la IA ayudó a crear una red eléctrica flexible y autónoma, integrando más energía renovable. La Inteligencia Artificial consigue identificar ciclones tropicales, frentes meteorológicos, ríos atmosféricos, estos últimos pueden causar precipitaciones intensas y, a menudo, es difícil para los humanos identificarse solos. IA también mejora las predicciones meteorológicas, y pueden ayudar a mantener a las personas seguras.

¿Qué son la inteligencia artificial, machine learning y el deep learning o aprendizaje profundo?

Las capacidades de Inteligencia Artificial están mejorando rápidamente gracias a varios factores: la gran cantidad de datos que se recopilan mediante sensores, satélites e Internet; el desarrollo de ordenadores más potentes y rápidos; la disponibilidad de software y datos de código abierto; y el aumento en el almacenamiento abundante y barato. La Inteligencia artificial ahora puede percibir rápidamente patrones que los humanos no pueden, hacer predicciones de manera más eficiente y recomendar mejores acciones.

Lo que existe hoy en día es una inteligencia artificial “estrecha”, que está orientada a tareas y es capaz de hacer algunas cosas, algunas veces mejor que lo que los humanos pueden hacer, como reconocer el habla o las imágenes y pronosticar el clima. Jugar al ajedrez y clasificar imágenes, como en el etiquetado de personas en Facebook, son ejemplos de inteligencia artificial limitada.

Cuando Netflix y Amazon recomiendan programas y productos basados en nuestro historial de compras, utilizan Machine Learning o aprendizaje automático. El aprendizaje automático, que se desarrolló a partir de una IA anterior, implica el uso de algoritmos (conjuntos de reglas a seguir para resolver un problema) que pueden aprender de los datos. Cuantos más datos analiza el sistema, más preciso se vuelve a medida que el sistema desarrolla sus propias reglas y el software evoluciona para lograr su objetivo.

Por ejemplo, el Deep Learning o Aprendizaje Profundo permitió que un sistema informático averiguara cómo identificar a un gato, sin ningún aporte humano sobre las características del gato, después de «ver» 10 millones de imágenes aleatorias de YouTube.

La inteligencia artificial es un cambio en el ecosistema

Microsoft cree que la inteligencia artificial, que a menudo abarca el machine Learning y el Deep Learning, es un «cambio de juego» para el cambio climático y los problemas ambientales.

Los vientos pueden causar en numerosos países grandes catástrofes, llegando a destruir diferentes especies de árboles. Pero ¿cómo es posible diferenciar una especie de otra mirando una masa verde desde arriba sobre un área tan grande? El ojo humano podría hacerlo teóricamente, pero tomaría una eternidad procesar miles de imágenes. Para ello, hoy en día se está utilizando la inteligencia artificial para analizar las fotografías de alta resolución y unirlas con los datos, se mapea e identifica cada árbol en cada parcela.

Comprender cómo cambia la distribución y composición de los bosques en respuesta a los huracanes es importante porque cuando los bosques se dañan, la vegetación se descompone y emite más CO2 a la atmósfera. A medida que los árboles vuelven a crecer, ya que son más pequeños, almacenan menos carbono. Si el cambio climático resulta en tormentas más extremas, algunos bosques no se recuperarán, se almacenará menos carbono y quedará más carbono en la atmósfera, lo que agravará el calentamiento global. Pero todo esto está en un proceso de cambio con la Inteligencia Artificial.

Otro caso muy atractivo de la Inteligencia Artificial es como puede llegar a mejorar nuestro ecosistema, recogiendo datos sobre el crecimiento de los animales, rastreando movimientos, monitorizando las condiciones meteorológicas. Todo este proceso conseguirá un modelo que ayudará a mejorar el ecosistema, el manejo de los criaderos, la cosecha la protección del hábitat …etc.

Cómo se usa la Inteligencia Artificial para la energía

La IA se utiliza cada vez más para gestionar la energía renovable de manera que se pueda incorporar más energía en la red; también puede manejar las fluctuaciones de potencia y mejorar el almacenamiento.

Los laboratorios de energía utilizan el aprendizaje automático o Machine Learning y la Inteligencia Artificial para identificar vulnerabilidades en la red, fortalecerlas antes de posibles fallos y restablecer la energía más rápidamente cuando ocurran fallos.

Los sistemas primero estudian parte de la red, analizando datos de fuentes de energía renovables, almacenamiento de batería e imágenes satelitales que pueden mostrar dónde los árboles que crecen sobre las líneas eléctricas podrían causar problemas en una tormenta. El objetivo es desarrollar una grilla que pueda gestionar automáticamente la energía renovable sin interrupción y recuperarse de los fallos del sistema con poca participación humana.

Las empresas eólicas están utilizando la Inteligencia Artificial para que la hélice de cada turbina produzca más electricidad por rotación incorporando datos meteorológicos y operacionales en tiempo real. En grandes parques eólicos, las hélices de la primera fila crean una estela que disminuye la eficiencia de los que están detrás de ellos. IA habilitará cada hélice individual para determinar la velocidad del viento y la dirección proveniente de otras hélices, y ajustar en consecuencia.

La Inteligencia Artificial también puede mejorar la eficiencia energética. Google utilizó el aprendizaje automático para ayudar a predecir cuándo la energía de sus centros de datos era más demandada. El sistema analizó y predijo cuándo era más probable que los usuarios vieran videos de Youtube consumidores de muchos datos, por ejemplo, y podría optimizar la refrigeración necesaria. Como resultado, Google redujo su uso de energía en un 40 por ciento.

Hacer ciudades más habitables y sostenibles

La Inteligencia Artificial también puede mejorar la eficiencia energética a escala de ciudad incorporando datos de medidores inteligentes e Internet de las cosas (Internet de dispositivos informáticos que están integrados en objetos cotidianos, lo que les permite enviar y recibir datos) para pronosticar la demanda de energía. Además, los sistemas de inteligencia artificial ayudan con la planificación urbana y la preparación para desastres. Una visión para una ciudad sostenible es crear un «tablero urbano» que consista en datos en tiempo real sobre el consumo y la disponibilidad de energía y agua, el tráfico y el clima para hacer que las ciudades sean más eficientes y habitables.

La IA puede pronosticar la contaminación del aire, rastrear las fuentes de contaminación y generar posibles estrategias para reducirlo. Puede determinar si, por ejemplo, sería más efectivo restringir el número de controladores o cerrar ciertas plantas de energía para reducir la contaminación en un área particular.

Una agricultura inteligente

Los datos de los sensores en el campo que monitorean la humedad del cultivo, la composición del suelo y la temperatura ayudan a la IA a mejorar la producción y a saber cuándo los cultivos necesitan riego. La incorporación de esta información con la de los drones, que también se utilizan para controlar las condiciones, puede ayudar a que los sistemas de IA cada vez más automáticos conozcan los mejores momentos para plantar, pulverizar y cosechar cultivos, y cuándo evitar enfermedades y otros problemas. Esto dará como resultado una mayor eficiencia, mayores rendimientos y un menor uso de agua, fertilizantes y pesticidas.

Un transporte más sostenible e inteligente

A medida que los vehículos se puedan comunicar entre sí y con la infraestructura, la inteligencia artificial ayudará a los conductores a evitar los peligros y atascos de tráfico. En algunas ciudades se han implantado sistemas de inteligencia artificial que incorporan sensores y cámaras que monitorizan el flujo del tráfico ajustándose a los semáforos cuando es necesario. Menos tiempo de inactividad, por supuesto, significa menos emisiones de gases de efecto invernadero.

La IA tiene muchos otros usos

La Inteligencia Artificial puede monitorear la calidad del agua potable, gestionar el uso de agua residencial, detectar fugas subterráneas en los sistemas de suministro de agua potable y predecir cuándo las plantas de agua necesitan mantenimiento. También puede simular eventos climáticos y desastres naturales para encontrar vulnerabilidades en la planificación de desastres, determinar qué estrategias para la respuesta a desastres son más efectivas y proporcionar coordinación de respuesta en caso de desastres en tiempo real.

Industria 4.0 e Internet of Things (IoT) son sinónimos de dispositivos conectados que permiten al propietario obtener más eficiencia y productividad de sus equipos. La capacidad de regular los interruptores de luz en un hogar con un comando de voz, camisetas que reconocen el ritmo cardíaco mientras se hace ejercicio, utilizar tecnología inteligente en su nevera para saber cuándo necesita más leche o ajustar su HVAC remotamente utilizando un termostato inteligente. Cada una de estas soluciones ofrece un camino claro para aumentar su productividad y ahorrarle dinero.

El mundo de IoT en la fabricación, a menudo llamado IIoT (Industrial Internet of Things) no es diferente. Los sensores inteligentes, la tecnología de control y la capacidad de interactuar en tiempo real crean una utilización más eficiente y efectiva de los equipos y los procesos de producción.

Cuando hablamos de IoT en la industria debemos de considerar todas las herramientas necesarias para una operación de fabricación: Seguridad, Solución, Sustentabilidad y Éxito.
La seguridad es una oferta clave en una solución de IoT. El hardware de IoT industrializado ofrece múltiples ventajas a la organización de TI mediante la microsegmentación de una celda de máquina con todos los equipos acompañados, ofreciendo firewall, traducción de direcciones IP y encriptación de 256 bits a una verdadera nube privada segura en la red troncal de Internet. Los métodos de seguridad que dependen de contraseñas cambiantes, una infraestructura de TI sólida con servidores en el sitio y desarrollo, aumentan la carga de trabajo de un departamento de TI ya sobrecargado. Además, aquellos que no requieren la separación de redes de máquinas y archivos de red de la compañía crean rutas adicionales para problemas de seguridad. Las soluciones de IoT deberían permitir la conexión directa al equipo a través de una conexión siempre conectada.

Los beneficios y desafíos más importantes de IoT industrial

Los sectores que más se benefician de las soluciones de IoT industrial incluyen en la actualidad la fabricación, la asistencia sanitaria, la producción de energía, la logística y el transporte, el petróleo y el gas, y la agricultura.

Las soluciones industriales de IoT permiten una forma más eficiente, económica y fácil de mantener los procesos.

Actualmente, la mayoría de las empresas adoptan un modus operandi muy simple: si algo se rompe, lo arreglan. El uso de sensores inteligentes y el software adecuado, sin embargo, permitirá la predicción correcta de fallas futuras. El equipo se puede reemplazar y mantener de una manera mucho más efectiva, reduciendo el riesgo de averías y procesos industriales que se detienen.

• Administración de instalaciones: Los sensores pueden usarse para aumentar la efectividad de la administración de las instalaciones. El equipo de fabricación es propenso al desgaste. También es susceptible a condiciones específicas. Los sensores pueden monitorizar la temperatura, las vibraciones y otros factores que podrían llevar a condiciones de operación menos que óptimas.
• Gestión de inventario: las soluciones de IoT también pueden ser muy beneficiosas a la hora de reducir el riesgo de errores de gestión de inventario. Los eventos serán fáciles de monitorizar en toda la cadena de suministro, ofreciendo a las compañías una visión completa del inventario. Las estimaciones de los materiales y suministros disponibles son precisas, lo que evita ralentizaciones.

• Seguridad industrial: El Internet de las Cosas se combina de manera efectiva con el análisis de Big Data. Por lo tanto, se pueden monitorizar constantemente los indicadores de rendimiento clave de salud y seguridad para garantizar mejores condiciones en el lugar de trabajo. Los indicadores retrospectivos como el número de accidentes se pueden abordar de inmediato.
• Optimización de la logística y la cadena de suministro: la información de la cadena de suministro en tiempo real también estará disponible a través de la dependencia de una solución de IoT. Los productos y suministros serán mucho más fáciles de rastrear, identificando ralentizaciones e ineficiencias. En cierto sentido, las plantas se conectarán a los proveedores a través de la nube. Todas las partes interesadas pueden rastrear la información requerida para predecir problemas y abordar las reducciones de inventario lo más rápido posible.
• Medición inteligente: los medidores inteligentes pueden monitorizar el consumo de recursos como electricidad, agua, combustibles, etc. Mediante el uso de sensores IoT, los fabricantes sabrán cuánto se consume y para qué. A través de una gestión eficaz, el gasto operativo se puede reducir significativamente.

IoT permite acumular conocimiento predictivo relevante. El costo del tiempo de inactividad en el mundo industrial puede ser abrumador. El tiempo de inactividad no planificado le está costando a las empresas industriales grandes cantidades de dinero por hora.

El IoT industrial facilita la identificación de problemas y condiciones antes de que estos puedan contribuir a paradas masivas en el proceso industrial.

El futuro del internet industrial de las cosas

En el futuro, los expertos sugieren que IoT industrial prosperará aún más los niveles de producción y se convertirá en la fuerza impulsora detrás de varios tipos de innovación. La fuerza de trabajo en sí misma también se transformará como parte del extenso proceso de automatización.

Si bien aún habrá que superar una serie de desafíos de adopción, el análisis predictivo sugiere que el mundo tendrá 50 mil millones de dispositivos conectados para 2020. Sería una pena que una red tan masiva no se utilizara en los intentos de mejorar los procesos industriales. Recuerde que IoT industrial no se trata del desarrollo inteligente de productos. Más bien, ayudará a un mayor nivel de eficiencia y a intervenciones más predictivas que reaccionarias, un problema principal en el que las industrias de todo el mundo están luchando hoy en día.