Jash Bansidhar, Managing Director, Advantech Europe
La inteligencia artificial (IA) tiene la capacidad de transformar todas las empresas que traten de mejorar sus niveles de automatización, en especial si cuentan con la ayuda de otras tendencias tecnológicas, como informática distribuida, 5G y ciberseguridad. Al incorporar estas herramientas, conceptos como IoT-IA/AIoT (inteligencia artificial de las cosas) y la IA distribuida no son tan solo estrategias para mañana, sino también para hoy, sobre todo mediante alianzas tecnológicas con expertos y una selección hábil de los productos.
Las soluciones de inteligencia distribuida IoT se pueden desplegar en cualquier lugar que genere datos. Podría tratarse, por ejemplo de una fábrica o un almacén que automatice sus operaciones, un comercio minorista que instale cajas de pago automático, una empresa de transporte que desee automatizar la gestión de su flota o incluso una ciudad inteligente que instale un sistema para gestión de aparcamientos o monitorización del tráfico.
El desarrollo de las tecnologías IA y 5G asegura que un avance importante como la informática distribuida sea hoy más flexible, inteligente y conectada. En efecto, la adopción de soluciones que incorporen IA, software centrado en el dominio, conectividad inalámbrica e integración en la nube puede facilitar la versatilidad de las aplicaciones AIoT en una gran variedad de casos de uso en industrias y ciudades inteligentes. El interés en la informática distribuida basada en IA es tan grande que un informe de Gartner indica que el mercado formado por el hardware, el software y los servicios distribuidos estará valorado nada menos que en 450.000 millones de dólares en 2025.
La informática distribuida y la IA, es decir, la IA distribuida, proporcionará varias ventajas fundamentales a las empresas, como capacidades de procesamiento de datos de alto rendimiento, análisis visual avanzado y un mejor control del sistema para impulsar las métricas vitales de negocio.
Permanezca seguro, no lo lamente
El continuo desarrollo de la IA distribuida seguirá generando nuevos servicios de valor añadido, procesos de producción y aplicaciones en numerosas áreas. No obstante, esta evolución solamente tendrá éxito si se aplica el máximo nivel de ciberseguridad. Siempre que haya una conexión a internet, bien sea en la parte de IT (tecnologías de la información) u OT (tecnologías de operaciones), los usuarios deben tener en cuenta que habrá amenazas a la ciberseguridad.
El desarrollo de ciberseguridad para proteger la transformación digital de una empresa exige estudiar minuciosamente cada aspecto de la infraestructura del sistema. En general, entre los puntos más críticos del ecosistema de ciberseguridad se encuentran las puertas de enlace, principalmente porque desempeñan un papel decisivo en la recogida de datos. Al implementar la seguridad de la puerta de enlace de forma distribuida como una prioridad es posible disponer de seguridad de los datos y del sistema, control de identidad y acceso, detección de amenazas y recuperación.
Comunicación rápida
Advantech considera que la comunicación en tiempo real es otra clave para el éxito de AIoT y la IA distribuida. La presencia cada vez más rápida de dispositivos IoT en fábricas y ciudades inteligentes está generando enormes cantidades de datos en un corto período de tiempo. Esto hace que a los modelos informáticos tradicionales en la nube les resulte difícil cumplir este requisito de carácter crítico.
La respuesta llega de la mano de la informática distribuida 5G, que se encuentra cerca del dispositivo final. Características como altas velocidades de procesamiento, gran ancho de banda y latencia ultrabaja posibilitan que la informática distribuida 5G pueda integrar por completo un elevado número de dispositivos y usuarios conectados entre la red y el entorno informático, proporcionando asimismo un procesamiento y un almacenamiento fiables. Entre las ventajas para el usuario se encuentran un uso reducido del ancho de banda de la red, cortos tiempos de respuesta y una baja latencia. La informática distribuida 5G es, por tanto, un componente fundamental de AIoT.
Despliegue distribuido de IA
La distribución de IA parece una tarea difícil, pero no tiene por qué serlo. Muchos desarrolladores de soluciones AIoT para industrias y ciudades inteligentes son buenos entrenando modelos de IA, y desde luego conocen muy bien su ámbito o sus sectores, pero a menudo les cuesta ejecutar modelos de IA en dispositivos distribuidos, como por ejemplo, PC industriales.
Es entonces cuando resulta muy ventajoso trabajar con un especialista. Un socio fiable de tecnología de automatización AIoT dispondrá de procesos y herramientas que faciliten el despliegue y la monitorización de IA distribuida con la nube de manera efectiva y rápida. En la actualidad existe una “brecha” entre el entrenamiento del modelo de aprendizaje automático (ML, por sus siglas en inglés) y su despliegue distribuido. Ya existen muchos modelos para el entrenamiento de modelos de IA/ML a nivel local, por ejemplo, en un PC de sobremesa o un servidor de entrenamiento, pero muchos expertos o responsables externos no tienen esos conocimientos o quizás carecen de tiempo o de un equipo de soporte para realizar esta tarea. En tales casos deberían recurrir a recursos IA/ML en la nube. ¿Pero qué hacer a continuación? ¿Cómo lo desplegarán las empresas en los dispositivos distribuidos?
Cómo cerrar la brecha
Una plataforma adecuada para la gestión de dispositivos representa una forma práctica y efectiva de cerrar la brecha: entrenar modelos de IA en la nube y desplegar modelos de IA distribuidos. Una plataforma de alta capacidad para la gestión de dispositivos puede ayudar a supervisar (remotamente) más de 10.000 dispositivos, proporcionando monitorización y notificaciones en tiempo real. Una herramienta así, implementada en una plataforma en la nube como Microsoft Azure, también puede ayudar a desplegar un gran número de modelos de IA en dispositivos de acceso, especialmente en contenedores.
Básicamente, existen dos tipos de sistemas basados en IA: para entrenamiento y para inferencia. Los sistemas de entrenamiento analizan conjuntos de datos y resultados con el fin de generar un algoritmo para la toma de decisiones. Para conjuntos grandes de datos, los sistemas de entrenamiento se pueden adaptar por medio de servidores, recursos informáticos en la nube o superordenadores. Además el análisis de los datos puede tardar días o incluso semanas.
La inferencia, que precisa menos recursos informáticos que el entrenamiento, exige una aceleración de IA eficiente con el fin de tomar decisiones rápidas y seguir el ritmo de los datos entrantes. Una solución típica para la aceleración es el despliegue de núcleos de procesadores gráficos (GPU) gracias a herramientas de programación comunes, alto rendimiento y un ecosistema robusto.
Potenciar la informática distribuida con inferencia de IA aporta notables ventajas. Por ejemplo, las aplicaciones de inferencia de IA distribuida aumentan su eficiencia al incorporar plataformas más pequeñas, mientras que las mejoras obtenidas mediante inferencia en un nodo distribuido se pueden cargar y desplegar en un sistema completo de nodos. Una plataforma de inferencia de IA distribuida es capaz de acelerar todo el stack de aplicaciones con ingesta de datos, inferencia, control localizado y conectividad, entre otras opciones, por lo que ofrece un enorme potencial a los arquitectos de sistemas.
Un ejemplo del mundo real
A modo de ejemplo del uso de la IA distribuida, pensemos en una fábrica en la que haya que inspeccionar una bandeja que transporte diferentes tipos de componentes necesarios para ser ensamblados. Gracias a la combinación de una plataforma de gestión de dispositivos de alta capacidad con la tecnología SOM (system-on-module) apropiada, resulta posible no solo identificar qué componentes se hallan en la bandeja sino también proporcionar la máxima funcionalidad de generación de informes.
Es importante destacar que con una plataforma óptima para la gestión de dispositivos ya no es necesario entrenar el modelo en el propio módulo: los usuarios pueden entrenarla en la nube, en las instalaciones o en su propia infraestructura. Además es rápida: desde minutos hasta una o dos horas como máximo, dependiendo del modelo. Tras entrenar el modelo, los usuarios pueden convertir el formato preparado para su despliegue en cualquier máquina distribuida por la fábrica o en miles de dispositivos conectados.
El objetivo en este ejemplo concreto es inspeccionar si la bandeja transporta el tipo y la cantidad correcta de componentes. Una vez verificados, los datos de inferencia se envían al servidor en la nube de la plataforma de gestión de dispositivos, permitiendo así que los usuarios extraigan valor de los datos.
Conclusión
La IA distribuida, junto con la tecnología IoT, la informática distribuida 5G y la ciberseguridad más avanzada, están redefiniendo sectores enteros con aplicaciones inteligentes. Una tendencia notable en estos sectores es la aproximación de los sistemas distribuidos de inferencia de IA a los elementos de control y los sensores, lo cual mejora la respuesta y reduce la latencia. Una solución como el sistema compacto de IA distribuida AIR-020 de Advantech incorpora los SOM Jetson de NVIDIA y aprovecha la plataforma de gestión de dispositivos DeviceOn de Advantech. Ofrece la posibilidad de enviar datos de inferencia en tiempo real, mientras que las características de la actualización OTA (over-the-air) permiten desplegar modelos de inferencia de IA listos para producción.
En definitiva, Advantech está a la vanguardia de las soluciones del mundo real en este segmento e ilustra el potencial de lo que es posible para que la industria inteligente y las ciudades inteligentes puedan aprovechar las posibilidades ofrecidas por la convergencia de IoT/IA.
