¿Cómo se relaciona Internet de las cosas con la inteligencia artificial?

El Internet de las cosas (IoT) está muy relacionado con la Inteligencia Artificial (AI). De hecho, IoT no sería muy poderoso sin IA.

Previsibilidad

IoT conectará dispositivos desde el extremo superior, como las computadoras, hasta el extremo inferior, como los sensores. La mayoría de los dispositivos se conectarán en el extremo inferior.

Entonces habrá un ecosistema de dispositivos de todo tipo. La mayoría de estos no requerirá una autoconciencia avanzada. En cambio, le daremos un valor a la previsibilidad y le daremos a cada dispositivo una IA limitada.

Cada dispositivo será tan inteligente como sea necesario, y no más inteligente. Cualquier exceso de cálculo es solo un desperdicio de energía.

Y demasiado pensamiento autorreflexivo podría hacer que un dispositivo sea impredecible, lo que es contrario a un objetivo de diseño importante.

Escalabilidad

IoT puede escalar a un número potencialmente ilimitado de dispositivos, cada uno realizando un flujo constante de mediciones.

La IA se puede utilizar para hacer inferencias sobre estos datos y resumirlos antes de transmitirlos a otros dispositivos. Esto reduciría la avalancha de datos a un nivel manejable.

Se puede usar otra IA para coordinar los dispositivos y actuar como un administrador de grupos de dispositivos.

Esto permitiría la conexión de una mayor cantidad de dispositivos a la red, lo que se denomina escalabilidad.

Compartir datos

Los dispositivos son más inteligentes cuando comparten datos juntos.

Por ejemplo, la combinación de varios sensores domésticos puede brindar una mejor imagen de la actividad en el hogar. ¿Hay gente ahí? ¿Hay mascotas allí? ¿Están durmiendo? ¿Ya han comido? ¿Se dedican a alguna actividad como mirar televisión?

Si todos los dispositivos se comunican, la entrada de otros dispositivos puede informar a la IA de ese dispositivo. Le daría un flujo de datos más rico.

Por supuesto, esto también plantea la posibilidad de violación de la privacidad. Por lo tanto, los problemas de seguridad deberán abordarse al habilitar este tipo de intercambio de datos.

Aprendizaje colaborativo

Otro tipo de intercambio de datos es el aprendizaje colaborativo. Tesla está utilizando este enfoque para su auto sin conductor.

Al conectar sus autos en red, se crea un sistema de aprendizaje colaborativo. Cuando un automóvil aprende algo sobre la conducción, todos lo hacen.

Elon Musk, CEO de Tesla, dice que esto es actualmente más avanzado que el enfoque de aprendizaje aislado adoptado por competidores como Google.

Mejora del servicio

La minería de datos se puede aplicar a los datos generados por los dispositivos para mejorar el servicio que brindan.

Tales datos generalmente no están disponibles en dispositivos tontos o dispositivos que no están conectados a Internet.

Acción independiente

El aprendizaje automático se puede utilizar de forma limitada para reaccionar ante situaciones inesperadas.

Google usa este enfoque en RankBrain. Su motor de búsqueda recibe cientos de millones de consultas al día que no han categorizado por adelantado. RankBrain utiliza el aprendizaje profundo para adivinar mejor el significado de la consulta para que pueda ser respondida en tiempo real sin investigación previa en humanos.

Si bien este no es un ejemplo de I0T, es fácil imaginar que este ejemplo se aplique a dispositivos. Cuando un dispositivo recibe una consulta inesperada o detecta condiciones inusuales, necesita saber si debe responder de forma autónoma o hacer sonar una alarma para obtener más ayuda humana.

Para tomar tales decisiones se requiere un aprendizaje inteligente y capacidad de toma de decisiones.

La personalización en masa

El aprendizaje automático puede ayudar a cada dispositivo a adaptarse a las condiciones de su entorno.

Un ejemplo sería el termostato Nest. Cuando se implementa en el entorno doméstico, aprende las preferencias de sus usuarios y sus patrones de comportamiento típicos.

Esto no sería posible programar de antemano. Y sería difícil para el usuario promedio programar su propio termostato a mano.

Por lo tanto, el fabricante del termostato Nest puede producir en masa millones de tales dispositivos, pero cada uno resulta ser único en su uso real. Esa es una forma de personalización masiva.

Interacción humana

Interactuar con humanos implica reconocer no solo patrones de comportamiento irregulares sino también comentarios verbales y expresiones faciales.

Dicha entrada es demasiado compleja para ser programada a mano. Por lo tanto, se agregará IA a la entrada y la capa sensorial de los dispositivos para que puedan aprender a reconocer los rostros, los estados emocionales y las solicitudes de las personas.

Aquí está nuestra opinión sobre el aspecto de interacción humana de AI e IoT:

“Michael, lávalos en modo económico”.

Muy pronto, esto es lo que le dirá a su lavavajillas (Michael como lo nombró) para comenzar.

O le preguntará a su refrigerador, que es un nodo en la red de “Internet de las cosas”, cuándo pedirá leche.

Hemos podido hacer una pregunta a Siri o Google, o buscar una película en nuestro control remoto Amazon Fire TV. ¿Por qué no hacer lo mismo con todo lo demás? ¡Ya es hora!

Cuando una aplicación ofrece funcionalidad de comando de voz, generalmente es más conveniente de usar.

Estamos trabajando en el prototipo de un sistema que brindará funcionalidad de comando de voz a cada dispositivo. Literalmente. No solo computadoras o teléfonos móviles. Cámaras, calefacción central, ascensores, máquinas industriales …

Detección de palabras clave de potencia ultrabaja dentro de una arquitectura prevista de NLUI

Gracias a una asociación con Fraunhofer IIS (que es el creador del estándar MP3), nuestro inversor Sestek y Electrolux, esperamos crear una demostración en funcionamiento en 2016.

El mayor desafío, especialmente con dispositivos que usan energía de la batería ha sido el siguiente:

Cuando el dispositivo está siempre en “modo de audición”, consume demasiada energía. Por lo tanto, mantener este circuito encendido en todo momento, mientras lo usaba solo el 1% del tiempo, no era eficiente desde el punto de vista energético. Pero gracias a la tecnología de detección de palabras clave de potencia ultra baja, ese problema parece estar resuelto. Por lo tanto, ya no tiene que abrir una aplicación para poder activar comandos de voz como “OK Google”. Ellos siempre estarán escuchando.

Hacer la vida más fácil al dar a las personas el poder de la comunicación verbal siempre ha sido parte de la visión de Botego. Estamos encantados de poder cumplir esta visión con nuestros socios tecnológicos en un futuro próximo. (¡Síganos en Twitter!)

Aquí hay otro prototipo en acción, que desarrollamos el año pasado, que nos atrajo el interés entrante de Google como lo describí aquí.

Los beneficios reales de IoT solo podrían surgir cuando la IA se combina, tanto en el lado del servidor como en los dispositivos.

En el futuro, los datos provenientes de los sensores se multiplicarán y el enfoque de acción activada por eventos que adoptamos actualmente no es escalable y efectivo para manejar eso.

Para realizar análisis predictivos, el aprendizaje automático junto con la inteligencia artificial aprendería de los datos para descifrar las tendencias y podría predecir los eventos futuros por adelantado, como una posible falla del equipo y el reemplazo de pedidos justo a tiempo. Esto desbloqueará los beneficios reales de IoT en las industrias.

De manera similar, en hogares inteligentes, un asistente personal como Alexa de Amazon Echo sería la clave para crear una experiencia de hogar inteligente verdaderamente increíble. Imagina un escenario: –

Hola Alexa, ¿podrías asegurarte de que el horno esté precalentado antes de que los niños lleguen a casa?

Alexa: Claro, lo tengo.

Ahora Alexa comienza a rastrear la ubicación de los niños a través de la banda inteligente que llevan puesta, calcula ETA y envía un mensaje al horno conectado 6LoWPAN para encender y comenzar a precalentar para que esté caliente cuando los niños lleguen a casa. Imagine un asistente de inteligencia artificial realmente poderoso e inteligente en casa que podría encargarse de la seguridad, los suministros y demás.

Creo que el vínculo entre AI e IoT se encuentra en el extremo distribuido de las cosas.

Por el lado de los costos, no hay forma de mantener IoT desde la nube: imagine las actualizaciones necesarias años después de que vendió el dispositivo. Y continúe haciendo eso para todos los dispositivos vendidos.

Por el lado de las ganancias, el modelo comercial prevaleciente es recopilar datos en la nube y de alguna manera aprovecharlos (es decir, agregar servicios de valor agregado o venderlos a terceros interesados). ¿Pero hay compradores? ¿Hay servicios? Y en una era en la que los datos se están volviendo tan masivos, seguramente se volverán más baratos. Entonces, ¿cuánto están dispuestos a pagar los compradores? ¿Y qué tan único es el conjunto de datos? Tal vez pueda realizar análisis predictivos con un conjunto de datos diferente y más barato o lo genere yo mismo … muchos caminos conducen a Roma.

Pero si la venta de datos puede no ser el modelo de negocio ganador a largo plazo, tal vez también deberíamos cuestionar el modelo basado en la nube. Además, podemos hacer que IoT sea más autónomo, distribuyendo la toma de decisiones al dispositivo en sí y el sistema podría volverse autodidacta o, en cualquier caso, lo suficientemente flexible como para tomar decisiones en una fracción de segundo (por ejemplo, en una situación de emergencia en una fábrica o cuando alguien recibe un ataque al corazón, etc.)

Por lo tanto, todo es más eficiente, más fácil y rentable.

Una forma de lidiar con eso es el uso de blockchain y el trabajo realizado en la negociación de micro contratos. Eso puede o no funcionar ya que blockchain tiene su propio conjunto de problemas. Pero la toma de decisiones autónoma impulsada por blockchain viene con su propio conjunto de algoritmos: si se generaliza si / luego gobierna, bayesiano o quizás algoritmos de enjambre … Creo que aún no está claro.

Entonces, más que desde una perspectiva puramente tecnológica, yo diría … “también sigue el dinero …”.

El Internet de las cosas (IoT) involucra dispositivos, sistemas y servicios conectados entre sí a través de Internet para proporcionar cierta funcionalidad al compartir datos sin la necesidad de una intervención humana regular.

La Inteligencia Artificial (IA) es la capacidad de las máquinas para extraer los datos disponibles y diseñar una respuesta adecuada basada en ellos; algo muy parecido al pensamiento humano. IoT complementa la inteligencia artificial de manera hermosa, y esencialmente, al poner a disposición los datos requeridos a través de dispositivos y servicios interconectados. Lea más sobre la fusión de estas dos tecnologías de punta aquí.

Esa es una pregunta interesante. Pero no creo que tengamos una respuesta todavía.

Internet de las cosas se está restableciendo para aprovechar muchas de las rutinas existentes. Deberíamos verlo ya que está en etapas muy tempranas. Sin embargo, no podemos descartar la posibilidad de relacionarle la Inteligencia Artificial. Cualquier objeto que forme parte de IoT se puede entrenar de manera eficiente para que funcione mejor. Pero, en primer lugar, ¿pueden funcionar como se esperaba? pueden comunicarse bien? El enfoque estará más en este lado durante algunos años y luego cambiará a cómo hacerlos mejores e inteligentes.

Inteligencia artificial + Internet de las cosas = Vida inteligente

donde Smart Life significa que los humanos se vuelven más productivos a medida que son asistidos por todos los objetos inteligentes conectados a su alrededor.

No estoy realmente seguro de que lo haga. IoT, en su esencia, renace en la red de los 80 pero con vistas a la multidifusión en lugar de la unidifusión. Y los servidores son hordas de chips de $ 1. Aún así, un chip de $ 1 solo puede hacer mucho y comunicarse tan rápido. Sin lugar a dudas, los ingenieros de IA e IoT utilizan gran parte de las mismas matemáticas y ciencias, pero desde una perspectiva de ingeniería no veo mucha superposición.

A medida que pasa el tiempo, IoT está expandiendo rápidamente su red de dispositivos interconectados. Hoy en día, millones de dispositivos están conectados a Internet de una forma u otra y el plan es conectar 20 mil millones de dispositivos para el año 2020. Pero los datos recopilados de los dispositivos habilitados para IoT deben analizarse de inmediato y a intervalos regulares para mantener la información fluyendo De un dispositivo a otro. Es muy importante para una organización mantener todos los dispositivos interconectados en perfecta armonía para mantener un flujo constante de información que ayude a agilizar los procesos comerciales.

Visite aquí para ver el artículo completo: AI podría ser el catalizador para liberar el poder de IoT

Gracias,
Tecnologías Oodles

¿Cómo se relacionan los algoritmos, la robótica, la inteligencia artificial y el Internet de las cosas?

  1. Se requieren algoritmos para la inteligencia artificial.
  2. Se requiere inteligencia artificial para la robótica real.
  3. Tanto la inteligencia artificial como la robótica son formas de automatización.
  4. Y, Internet de las cosas tiene que ver con la automatización.
  5. Por lo tanto, se requieren algoritmos para la automatización.

Una vez que una cosa ha sido conectada a Internet, conectada en red con otras cosas y capaz de sentir todo lo que necesita, los siguientes pasos son extraer inteligencia de la cosa y hacerla inteligente.