Inteligencia artificial eficiente en materia de energía para aplicaciones sostenibles del Internet de las Cosas y del borde
Al integrar las capacidades analíticas y de toma de decisiones de la inteligencia artificial y las capacidades de conectividad y recopilación de datos del Internet de las Cosas (IdC), la Inteligencia Artificial de las Cosas (IAdC) permite dispositivos más inteligentes y con mayor capacidad de respuesta. Al permitir que estos sistemas analicen datos y tomen decisiones autónomas en tiempo real con recursos informáticos locales, la IAoT lo mejora todo, desde los hogares inteligentes y la asistencia sanitaria hasta las operaciones industriales y los sistemas de automoción. Sin embargo, un gran reto es utilizar eficazmente las enormes cantidades de datos generados en el IdC. Este volumen enorme de datos requiere una gran potencia de cálculo para su procesamiento, y la complejidad de los algoritmos implicados complica las cosas. El equipo del proyecto VEDLIoT, financiado con fondos europeos, aborda estos retos mediante el desarrollo de una plataforma de IdC que utiliza algoritmos de aprendizaje profundo (redes neuronales) distribuidos en varios niveles de la infraestructura de IdC: computación en la nube, el borde y de niebla. «Nuestro objetivo ha sido desarrollar metodologías innovadoras de aprendizaje profundo eficientes en materia de energía específicamente adaptadas a aplicaciones de IAdC distribuidas, que operan a través de múltiples ubicaciones o dispositivos. No solo nos hemos centrado en optimizar los algoritmos, sino que también hemos abordado los retos intrínsecos de seguridad y protección que plantean estos sistemas», señala el coordinador del proyecto, Jens Hagemeyer.
Permitir que el IdC aprenda
Un componente clave del método de VEDLIoT ha sido el desarrollo de una plataforma de «hardware» de IdC cognitivo, en referencia a su capacidad para aprender de los datos y razonar para tomar decisiones. Aprovechando microservidores de última generación con aceleradores de «hardware» optimizados, la plataforma se diseñó para ser modular y escalable. Esto significa que puede personalizarse para satisfacer los diversos requisitos de distintas aplicaciones. Esta flexibilidad en distintos casos de uso ayuda a mejorar la eficiencia energética y el rendimiento del sistema. «Al permitir configuraciones de "hardware" personalizables, en VEDLIoT se garantiza que los dispositivos de IdC y del borde puedan funcionar de forma sostenible. Esto debería ayudar a prolongar su vida útil efectiva a través de varios niveles de la infraestructura informática (continuum informático), lo que los hace más adecuados para un amplio ecosistema de las aplicaciones modernas a las que sirven», afirma Hagemeyer. En la plataforma de «hardware» de VEDLIoT se combina un «hardware» especializado, diversos aceleradores de «hardware» adaptados a aplicaciones específicas y técnicas de seguridad avanzadas que utilizan entornos de ejecución de confianza y atestación distribuida. En el proyecto también se proporciona un marco de diseño para sistemas de IA críticos para la seguridad, lo que garantiza que cumplan estrictos requisitos de seguridad. Las soluciones multiproveedor de VEDLIoT mejoran la flexibilidad y adaptabilidad, lo que reduce la dependencia de plataformas propietarias y promueve una adopción más amplia de las tecnologías IAdC en diversos sectores.
Probar las tecnologías en diferentes casos de uso
El equipo de VEDLIoT ha validado con éxito sus tecnologías en diversas aplicaciones, como la automoción, el IdC industrial y los entornos domésticos inteligentes. Entre las principales demostraciones figuran un espejo inteligente autónomo, la detección y evitación de peatones, la detección de arcos eléctricos para sistemas de distribución de corriente continua y el mantenimiento predictivo de motores eléctricos. Además, a través de una convocatoria abierta, se desarrollaron diez aplicaciones que abarcan ámbitos como la soldadura láser y las pruebas de miel. «Hemos conseguido multiplicar por más de diez el rendimiento y la eficiencia energética en todas las áreas de aplicación clave optimizando los componentes de "hardware" y los aceleradores, así como las cadenas de herramientas y los modelos», destaca Hagemeyer. Estos resultados ponen de relieve las contribuciones de VEDLIoT al avance de las tecnologías de la IAdC mediante la entrega de soluciones escalables, eficientes y seguras. Se espera que el impacto del proyecto sea sustancial al establecer nuevos puntos de referencia en rendimiento, eficiencia energética y seguridad para aplicaciones de la IAdC, el borde y la nube.
Palabras clave
VEDLIoT, IAdC, aprendizaje profundo, borde, redes neuronales artificiales, nube, inteligencia artificial de las cosas, acelerador de «hardware», eficiencia energética
