steven carliniVicepresidente de Innovación y Centro de Datos, Unidad de Negocios de Gestión de Energía, Schneider Electric.
Edge AI es el despliegue de modelos de IA más cerca del usuario y de los datos en el borde de la red. Hay varios tipos de IA. Aquí me refiero al aprendizaje automático (procesamiento y análisis de datos para tomar decisiones y resolver problemas) en una red neuronal (sistemas de centros de datos conectados entre sí en un sistema inspirado en el cerebro humano). El modelo de IA es la fórmula utilizada para hacer predicciones, sacar conclusiones y tomar decisiones denominada inferencia. Este modelo tiene que ser entrenado al principio para realizar una determinada tarea o proceso y se actualiza continuamente. El entrenamiento de modelos requiere servidores potentes.
El procesamiento de datos se ha movido desde el núcleo hasta el borde de Internet de manera constante durante la última década, especialmente las aplicaciones de big data para las cuales el resultado es la clave y los datos sin procesar pueden descartarse. La tecnología de procesadores (p. ej., GPU y ASIC de TPU) y las redes de alta capacidad 5G y Wi-Fi 6 permiten colocar muchas más aplicaciones en el perímetro. Cuando estos centros de datos informáticos de borde ejecutan algoritmos de IA en una red neuronal, se denominan «IA de borde». Además, debido a que el video es un componente principal de inteligencia artificial, se prefiere un microprocesador de unidad de procesamiento de visión en muchas de estas aplicaciones para acelerar el aprendizaje automático y los algoritmos de inteligencia artificial, que admiten mejor el procesamiento de imágenes (o visión por computadora) al usar menos energía con mayor velocidad.
Edge AI se puede utilizar para transformar industrias y aplicaciones. El borde en sí mismo puede ofrecer beneficios tangibles de menor volumen y costo de transferencia de datos, mayor velocidad y menor latencia. La IA brinda productividad a través de la eficiencia de los procesos y la automatización de tareas, la toma de decisiones (simples o complejas) y la generación de contenido, por nombrar algunos.
Redes eléctricas inteligentes producir cantidades increíbles de datos que aumentan rápidamente a medida que más generación renovable en forma de energía eólica y solar y almacenamiento de energía se pone en línea. Los datos deben procesarse para permitir la automatización que coincida con la elasticidad de la demanda, el monitoreo y pronóstico del consumo, la calidad de la energía y el enrutamiento de energía renovable. La IA de borde local evalúa los datos de todos los recursos de energía distribuidos locales y automatiza la entrega en función de los parámetros requeridos establecidos por el cliente, que pueden incluir el costo, además de ser renovable y confiable. Edge AI no solo enruta la energía correcta a los consumidores, sino que también predice patrones y toma decisiones utilizando el clima, las tasas de uso, los programas de mantenimiento de la red, los eventos catastróficos para una generación y distribución y almacenamiento de recursos energéticos más eficientes.
Las grandes cadenas minoristas, los centros de transporte y los lugares de entretenimiento han estado realizando análisis de clientes durante mucho tiempo con expresiones faciales en video y análisis del lenguaje corporal combinados con acciones como comportamientos de compra. AI puede analizar los datos anonimizados de una imagen de video y predecir el comportamiento y las tendencias de esa persona de manera más rápida y precisa que los métodos anteriores. Con estas predicciones, los entornos físicos (p. ej., el precio y la ubicación de los productos, la iluminación, la música, los pasillos y las barreras) pueden modificarse automáticamente no solo para aumentar la cantidad de productos comprados, sino también para ajustar el ambiente e incluso actuar para proteger físicamente el lugar. y asistentes o viajeros.
El uso de IA perimetral en el control de calidad de fabricación aprovecha la visión artificial avanzada para monitorear la calidad del producto de manera confiable al detectar incluso las imperfecciones más pequeñas que son imposibles de detectar con el ojo humano. Los procesos ascendentes o los ajustes de materiales se pueden automatizar con el seguimiento y la gestión de la eficacia para mitigar las imperfecciones. Los sistemas de ejecución de fabricación (MES) pueden aprovechar la IA perimetral e integrarse en los sistemas POS, CRM y ERP. Un MES puede tomar datos de pronóstico o ventas en tiempo real del POS y CRM, compararlos con el ERP y ajustar dinámicamente la línea de fabricación en tiempo real. Los centros de datos de IA de borde local forman un ecosistema ubicado en toda la empresa en tiendas minoristas, almacenes de distribución, granjas, centros de transporte, líneas de fabricación, centros de diseño, etc.
Las aplicaciones de atención médica de IA, como la cirugía y el diagnóstico remotos, pueden utilizar la IA en el borde al automatizar algunas de las tareas de rutina y la toma de decisiones. Esto ayuda a proporcionar más tiempo para las tareas que requieren la experiencia del médico, lo que puede hacer que el proceso de atención médica sea más eficiente y preciso.
Para los sistemas de TI y las comunicaciones, la IA perimetral se puede utilizar en la nube distribuida con 5G. Un centro de datos de MEC/perimetral opera servicios de TI en la nube y funciones y controles de telecomunicaciones en el perímetro de la red, propiedad de los proveedores de servicios y operado por ellos. Edge AI se utiliza para optimizar los servicios en la nube, así como el enrutamiento de llamadas de video y voz, y automatizar el aprovisionamiento y el corte de la red en función de criterios como la criticidad, los patrones de uso de costos y la congestión de la red.
Además de estos beneficios tangibles, también existen posibles beneficios intangibles para la IA de vanguardia.
Escala: Los modelos de aprendizaje de IA se pueden entrenar en un sitio de IA perimetral que puede ser el más activo y el que más datos consume. En algunos casos, estos algoritmos pueden ser transferidos y utilizados por otros sitios de IA de borde en la red, aprovechando un sitio y reduciendo el tiempo para optimizar los procesos en otros sitios.
Cumplimiento local/regional: Como parte del algoritmo de aprendizaje, los sitios de Edge AI pueden buscar regulaciones locales para la aplicación como parte del proceso de aprendizaje. Cada sitio de IA perimetral no solo estaría en cumplimiento sino que también pasaría las auditorías.
Estrés de los empleados: A veces, los empleados se angustian por tomar decisiones que toman tiempo para recopilar datos importantes y sopesar todas las opciones. En el borde, las decisiones deben tomarse rápidamente, lo que aumenta el estrés. Edge AI puede ser más eficiente para recopilar y analizar datos y tomar decisiones.
Resistencia: La descentralización a través de la IA perimetral proporciona una defensa natural que aísla las fallas en una red informática de los ataques físicos o cibernéticos. Solo el sitio perimetral se verá afectado, no toda su red o empresa en la mayoría de los casos.
La IA y la computación perimetral en sí mismas son herramientas poderosas que permiten un futuro más eficiente y automatizado. Juntos, forman una combinación convincente que impulsa la eficiencia para aumentar la velocidad de toma de decisiones y la eficiencia del proceso. La enorme cantidad de datos generados por las aplicaciones que utilizan video de alta definición puede aprovechar la computación perimetral y las eficiencias de proceso obtenidas por la IA perimetral para generar el mayor impacto en la eficiencia empresarial.
El Consejo de Tecnología de Forbes es una comunidad a la que solo se puede acceder por invitación para CIO, CTO y ejecutivos de tecnología de clase mundial. ¿Califico?