El papel del Machine Learning en Internet of Everything

En 2013, Cisco presentó el concepto de Internet of Everything (como añadido a Internet of Things) que representa la red de conexiones que se establecen entre dispositivos, procesos, datos y personas. Se estima que en 10 años esta red superará los 100.000 millones de dispositivos conectados y sensorizados, que podrán recopilar datos en todas partes y en todo momento. Se abre, por tanto, todo un abanico de posibilidades que desencadenan una nueva revolución y una nueva economía en torno a los datos.

Los wearables se están convirtiendo en productos mainstream y los smartphones son de uso más que generalizado. Esto nos convierte a los usuarios en continuos generadores de datos: las personas como sensores. La parte positiva estaría en aprovechar esto para generar mejores experiencias de uso, personalizar la interacción y la experiencia de los clientes y anticipar acciones para facilitar el bienestar del ser humano. Aquí, como ejemplo sencillo, los beacons, que en el sector retail están empezando a cambiar la forma en la que compramos.

Por otra parte, los sectores que se ven más impactados por el Internet of Things son aquellos que utilizan herramientas mecánicas, robóticas o con piezas de hardware. Estas piezas tienen la posibilidad directa de integrarse con tecnología machine-to-machine (M2M) y recopilar información relevante para las funciones que se desempeñan en su industria. Pensemos, por ejemplo, en fábricas y maquinaria. Llevamos años viendo como máquinas y robots industriales sustituyen a trabajadores a cambio de una mayor eficiencia en los procesos de fabricación. En muchos casos, ya están implantados sistemas de sensores que envían información constante sobre el funcionamiento y que permiten, por ejemplo, predecir fallos o analizar el entorno. Entendemos la gran cantidad de información que podemos recolectar, pero ¿entendemos su potencial y sabemos explotarlo? ¿Qué papel juega la Inteligencia Artificial junto al Internet of Things?

En esta línea surge un término más reciente: Smart Machines, una tendencia que consiste en incorporar Inteligencia Artificial y aprendizaje máquina (Machine Learning) a esos dispositivos conectados de los que hablamos. El objetivo principal es aportar autonomía a las máquinas para resolver problemas y tomar decisiones sin intervención humana e, incluso, aprender de su propia experiencia.

Los vehículos sin conductor, como los casos de Google Driveless car  o Uber, son un ejemplo claro de esta tendencia. También lo son los robots y sistemas que incorporan Cognitive Computing, como Cognitoys que incorpora la tecnología de IBM Watson, nos permiten soñar sobre un futuro cada vez más cercano a la ciencia ficción.

Pero, ¿por qué es precisamente ahora cuando empiezan a despegar este tipo de sistemas inteligentes? Computación, datos y algoritmos son las claves. Gracias a la potencia de las CPU y GPU actuales podemos procesar esas grandes cantidades de datos de las que hablábamos y que son necesarias para que los algoritmos, cada vez mejores, puedan dar los resultados que esperamos.

La combinación de estos tres factores nos permite estar viviendo un momento de despegue de sistemas que hacen uso de una serie de técnicas de Machine Learning basadas en redes neuronales: el Deep Learning. Su uso en Internet of Things viene justificado, sobre todo, cuando queremos aplicar visión artificial o el reconocimiento de voz o de patrones; ya que está revolucionando el estado del arte en estas áreas. De hecho, Nvidia ya utiliza estas técnicas para enseñar a los vehículos autónomos a ver en la carretera.

Éste es solo el comienzo de una época de gran potencial para la innovación en todos los sentidos. Cloud Computing, Big Data, Smart Machines e Internet of Things son los protagonistas de la tecnología del presente y futuro cercano. La convergencia de distintas áreas tecnológicas y de negocio, dentro de ese marco tan amplio de Internet of Everything, resultará en modelos disruptivos donde el Machine Learning y la Inteligencia Artificial jugarán un papel determinante.