Qué es y para qué se está utilizando la inteligencia artificial de las cosas

Pasa hasta cierto punto inadvertida, porque aún no se ha escrito mucho al respecto, pero la inteligencia artificial de las cosas (AIoT, por sus siglas en inglés) es una tecnología tal vez incipiente, pero que ya empieza a estar en casi todas partes. Los ejemplos son múltiples. Del sistema de semáforos inteligentes que ha reducido el tráfico de vehículos hasta un 15% en ciudades tan congestionadas como Lagos o Hangzhou, a la nueva generación de vehículos autónomos que incorpora redes neuronales artificiales.

Los progresos de la AIoT han hecho posibles en los últimos años clases de enseñanza superior impartidas íntegramente por bots, smart offices con digitalización de marcajes, temperatura o control de accesos e incluso restaurantes y redes logísticas de entrega a domicilio cien por cien robotizadas. Para Bernard Marr, experto en tecnología de la edición estadounidense de la revista Forbes, “se trata de una revolución silenciosa cuyos efectos empezaron a ser muy perceptibles en 2019 y que va a dar un nuevo salto cualitativo en el próximo par de años”.

 

Como ocurre con otras tecnologías representativas de la llamada Cuarta Revolución Industrial (la era de la plena integración de recursos físicos, digitales y biológicos, según la definen muchos expertos), la AIoT ha encontrado un contundente acelerador en la pandemia. Sin embargo, ya en 2018, una de las principales consultoras tecnológicas del planeta, KPMG, publicó un influyente estudio en que se afirmaba que la plena integración de inteligencia artificial e internet de las cosas (en inglés, Internet of Things o IoT) es la novedad tecnológica que mayor impacto transformador va a tener sobre nuestras sociedades a medio y largo plazo. En 2040, siempre según la hipótesis de trabajo del estudio, viviremos inmersos en la constelación de objetos inteligentes interconectados.

 

La ecuación es sencilla. Basta con añadirle inteligencia artificial (IA) al internet de las cosas para obtener la inteligencia artificial de las cosas. El segundo de los ingredientes de la receta es un campo en franca progresión en los últimos años. En 2021, el número de dispositivos dotados de conectividad había alcanzado los 14.400 millones (5.000 millones más que dos años antes), pese al grave contratiempo que supuso la crisis de suministro de microchips. Al actual ritmo de crecimiento, según proyecciones de Statista, se alcanzarán los 29.400 millones de objetos conectados en 2030, alrededor de cuatro por cada ser humano.

Ese enorme parque de cosas entrelazadas entre sí a través de la red global es lo que conocemos como Internet of Things. Hablamos de objetos de todo tipo, desde los más sencillos a los más sofisticados. Del reloj de pulsera que gestiona nuestro correo electrónico a la llamada ropa tecnológica (wearable technology), las cámaras frigoríficas de última generación, sensores o asistentes digitales. Todos esos dispositivos recogen, procesan y comparten datos, lo que está generando un volumen de información sin precedentes, un salto cualitativo en términos de Big Data que abre posibilidades hasta ahora inéditas. El salto cualitativo decisivo que se ha producido en los últimos años consiste en dotar a esta red de dispositivos interconectadas de una inteligencia artificial avanzada, basada en algoritmos de machine learning. Esto ha hecho posible que ejecuten sin intervención humana un amplio espectro de tareas sofisticadas y complejas que requieren inteligencia o, al menos, algo similar a ella.

Tal vez el ejemplo más elocuente de las posibilidades que ofrece esta combinación tecnológica sean los sistemas de regulación del tráfico masivo basados en ella. El pionero es el utilizado desde 2017 en Hangzhou, una ciudad china de diez millones de habitantes por cuyos distritos centrales circulan a diario cerca de medio millón de vehículos. Para racionalizar el tránsito rodado en esta megalópolis, la compañía de computación en nube con sede central en Singapur diseñó ET City Brain, la más completa y ambiciosa de sus aplicaciones de AIoT.

La plataforma hace un uso combinado de big data y redes neuronales artificiales para realizar un análisis en tiempo real de la información procedente de cámaras y radares instalados por toda la ciudad. Su uso ha permitido incrementar en un 92% la precisión en los procesos de detección de congestiones e incidencias. El sistema funciona ahora de manera semiautónoma, con supervisión e intervención puntual de sus supervisores humanos. Determina de manera dinámica los limites de velocidad e intervalos de semáforos en cada tramo, coordina la respuesta en caso de accidente y ha obtenido resultados tan llamativos como una reducción del 15% de la densidad del tráfico, resolver el problema endémico de aparcamiento que sufría la ciudad o que el tiempo medio que tarda una ambulancia en llegar a su destino haya pasado de más de 11 minutos a menos de siete.

La clave de su buen funcionamiento es que maneja información global contextualizada y en tiempo real del conjunto del sistema, por lo que puede tomar decisiones tan complejas y de implicaciones tan profundas como, por ejemplo, reducir puntualmente el límite de velocidad en un punto concreto para descongestionar el tráfico en una zona situada a varios kilómetros de distancia.

Dadas sus notables prestaciones, ET City Brain se ha adaptado a otros escenarios y exportado a 31 ciudades asiáticas y a grandes urbes africanas como Lagos, la capital de Nigeria. En la conferencia tecnológica de Apsara 2021, celebrada en Hangzhou, Alibaba Cloud concretó sus planes de desarrollo y perfeccionamiento gradual de la plataforma, que incluyen nuevas prestaciones relacionadas con la gestión de infraestructuras, servicios médicos u oferta cultural y de espectáculos en el contexto de una estrategia global de smart city.

Para Kacper Kubara, miembro del equipo de investigación en inteligencia artificial de la Universidad de Ámsterdam, el sistema de tráfico de Alibaba Cloud sigue siendo “un producto puntero que ha obtenido resultados asombrosos”, pero ya no es, ni mucho menos, único en su género. Desde 2020, se viene experimentando con el uso de drones inteligentes interconectados para regular el tráfico. Canadá es uno de los países que más progresos está realizando en la implementación de flotas de vehículos aéreos no tripulados (Unmanned Aerial Vehicles, o UAVs). Se han introducido, de manera experimental y de momento limitada, en ciudades de tamaño intermedio de provincias como New Brunswick. Kubara destaca también el uso de AIoT en superficies comerciales como las llamadas smart shops: “Las más avanzadas ya están haciendo uso de sistemas de reconocimiento facial que tienen en cuenta, por ejemplo, la edad de los clientes que entran en la tienda para adaptar sus paneles de publicidad dinámica a las pautas de consumo más habituales en su grupo demográfico”.

Otra línea de aplicación de la inteligencia artificial de las cosas es “el controvertido sistema de monitorización de aulas de enseñanza que se está usando en los institutos de varias ciudades chinas”. Las cámaras “escanean las aulas cada 30 segundo para recoger información visual, y el algoritmo que incorpora el sistema es capaz de reconocer tanto si su comportamiento es el adecuado como la expresión facial de sus emociones y estado anímico (aburrimiento, interés, alegría, tristeza…)”.

Por último, a Kubara le resultan significativos “los nuevos sistemas de pilotaje autónomo que están desarrollando compañías como Tesla, que han producido vehículos dotados de, además de sensores y radares, de una arquitectura de redes neuronales complejas que les permite no solo completar largos trayectos predeterminados por GPS, sino también tomar todo tipo de decisiones en ruta, incluidas, por supuesto, las que tienen que ver con garantizar la seguridad del resto de vehículos y personas”. Bernard Marr añade a todo ese imponente catálogo de aplicaciones prácticas de la AIoT, “las redes autónomas de distribución de paquetería en kilómetro cero y las nuevas flotas de vehículos de servicio automatizados”.

Mención aparte merece el campo de la seguridad privada. En este ámbito, el liderazgo de Asia resulta indiscutible, gracias a las adaptaciones comerciales de sistemas de seguridad puntera adoptados por smart cities como Taipei. La empresa que marca tendencias a nivel mundial es Milesight, multinacional con sedes principales en la República Popular China, Estados Unidos, Taiwán y Corea del Sur. Fundada en 2011 y con presencia en 120 países.

Milesight es uno de los fabricantes más innovadores de cámaras IP, dispositivos de grabación de vídeo de red (NV, por sus siglas en inglés) y soluciones de seguridad informática. Desde 2020, la compañía ha centrado su estrategia de crecimiento en sus sistemas AIoT 5G, que incluyen cámaras panorámicas, PTZ, bullet y domo, pero, sobre todo, aseguran prestaciones muy avanzadas de análisis de vídeo, detección de movimientos, reconocimiento biométrico y controles de perímetros, lo que las convierte en un dispositivo ideal para ser integrado en estrategias de vigilancia híbrida. En palabras de Anna Flockett, redactora de la revista británica Startups Magazine, “el de la seguridad es, sin duda, uno de los campos en que la inteligencia artificial de las cosas va a mostrar con mayor contundencia su potencial disruptivo en los próximos años”.

Find Out I+S

---

Descubre más sobre Tecnología

¿Qué es la alfabetización digital? Así se educa contra la confusión en internet

¿Qué es la tecnología RFID y por qué cada vez más empresas la usan?

SISnet Store, innovación a la carta para el mercado asegurador