El Internet de las cosas (IoT) y la inteligencia artificial (IA) están transformando las industrias y la sociedad. Le permiten automatizar tareas rutinarias al desbloquear información y funcionalidades que antes no se podían obtener. Edge computing, que procesa datos donde se crean, en lugar de hacerlo de forma remota en un centro de datos, ofrece una solución más ecológica e inteligente.

Lleva la IA al límite

Los sensores han experimentado una extraordinaria proliferación desde principios del siglo XXI. Gracias a IoT, los sensores inteligentes y conectados están a nuestro alrededor. En 2030 se estima que los miles de millones de sensores en los dispositivos IoT podrían ser responsables del 30 % del tráfico de datos de Internet, gracias a la difusión generalizada de 5G. Esto aumentaría significativamente el impacto de carbono de la IA. Las aplicaciones de IoT e IA tradicionalmente se han implementado en la nube porque requieren recursos informáticos del centro de datos para transformar los datos en información y acciones. A medida que crece la cantidad de aplicaciones, debemos reducir su dependencia de la informática en la nube que consume mucha energía.

Edge Computing proporciona una solución. Implica mover una parte de los recursos informáticos y de almacenamiento fuera del centro de datos, más cerca de donde se generan los datos. De esta forma, las aplicaciones y los dispositivos recopilan y analizan datos por sí mismos. Este enfoque está cobrando impulso ya que ofrece una innovación significativa para aplicaciones tan diversas como productos de consumo, administración de edificios, mantenimiento predictivo de la industria, autonomía de vehículos y más. Reduce el consumo de energía, protege mejor los datos personales, reduce la latencia y permite la autodecisión en el punto de uso para un mayor control, aprendizaje e inteligencia.

Muchas formas en que la IA perimetral puede contribuir a una industria más inteligente y ecológica

Hay muchas formas en que la computación basada en el borde ayuda a que varias industrias sean más inteligentes y ecológicas. Aquí hay unos ejemplos.

• El monitoreo de condiciones y el mantenimiento predictivo en las fábricas pueden hacer que las operaciones sean más inteligentes y energéticamente eficientes. Los sensores brindan actualizaciones periódicas sobre las condiciones de funcionamiento de las máquinas para determinar cuándo necesitan mantenimiento o si es necesario reemplazar algún componente. Esto reduce el tiempo de inactividad y garantiza que las máquinas funcionen con una eficiencia energética óptima.
• Edge AI también será fundamental para la próxima generación de robots colaborativos (cobots) diseñados para operar en tiempo real en el mismo espacio de trabajo que los humanos para mejorar la eficiencia y garantizar su seguridad.
• Las ciudades inteligentes pueden usar redes de millones de sensores inteligentes y nodos IoT para mejorar el monitoreo, administrar recursos, ayudar a los ciudadanos y mejorar la logística con drones y vehículos autónomos.
• Conducir es cada vez más seguro, más ecológico y más conectado. La multitud de sensores desplegados en los automóviles de nueva generación requiere inteligencia artificial local para que el vehículo pueda reaccionar rápidamente ante situaciones potencialmente mortales. Además, edge AI se puede utilizar para optimizar el sistema de administración de la batería, así como para adaptar el vehículo al estilo del conductor, para garantizar que el vehículo se conduzca de manera eficiente en términos de energía.
• Llevar la automatización al sector agrícola puede ayudar a aumentar la productividad y reducir el impacto ambiental. Los vehículos y máquinas agrícolas inteligentes contribuirán a las estrategias de sostenibilidad al usar menos agua, fertilizantes y pesticidas. Los sensores junto con la IA de borde permiten la distribución de cantidades adecuadas de agua o productos químicos a las plantas individuales.
• La medicina y el cuidado de la salud se están moviendo hacia un monitoreo más personalizado y permanente y la capacidad de acceder a los servicios médicos desde la comodidad del hogar. Los sensores y la IA perimetral también juegan un papel clave aquí en la gestión de la privacidad de los datos.

Todos estos ejemplos generan enormes volúmenes de datos de sensores que serían muy ineficientes en energía y ancho de banda para enviar a la nube para su procesamiento, además de generar problemas de latencia y protección de datos. Edge computing con IA proporciona una manera de hacerlos posibles de manera sostenible.

Computación perimetral de seguimiento rápido

Mover el procesamiento de datos para la IA de la nube al borde requiere implementar una variedad de innovaciones de semiconductores. Estos incluyen tecnologías de ultra bajo consumo y enfoques de sistemas, así como la introducción de aceleradores de hardware específicos en soluciones de unidades de procesamiento neuronal (NPU) e In-Memory Computing (IMC). Estas tecnologías de hardware computacional altamente eficientes que respaldan la inteligencia artificial y el aprendizaje automático ya están transformando el procesamiento de datos de vanguardia y avanzando hacia la funcionalidad inteligente y la escalabilidad de la red IoT. Combinados, reducen los requisitos de ancho de banda y energía a nivel del sistema, lo que aumenta aún más la eficiencia computacional de los microcontroladores de próxima generación para dispositivos periféricos.

STMicroelectronics se centra en optimizar la eficiencia del procesamiento combinado con un bajo consumo de energía y técnicas de seguridad integradas para proteger los datos recopilados, su procesamiento y las acciones resultantes. Tales desarrollos son necesarios para lograr un desempeño competitivo y una amplia aceptación del cliente.

ST ya está muy involucrado en la implementación de IA en el borde en aplicaciones automotrices, inteligentes y de IoT. La familia STM32 de microcontroladores Arm Cortex de 32 bits incluye versiones de bajo consumo adecuadas para el funcionamiento basado en el borde. Para que sea sencillo para aquellos con menos experiencia en IA, NANOEDGE AI Studio integra bibliotecas de aprendizaje automático y encuentra y configura automáticamente la mejor solución para cada caso de uso específico. Para aquellos que trabajan directamente con modelos de IA, STM32Cube.AI permite a los ingenieros de aprendizaje automático importar y optimizar rápidamente sus soluciones de IA, aprovechando capacidades avanzadas, como capas personalizadas y soluciones de redes neuronales profundamente cuantificadas. La biblioteca creada se puede cargar en el microcontrolador y está lista para comenzar a manejar cargas de trabajo de inferencia.

ST comenzó a abordar la IA en sensores con la introducción del LSM6DSOX con un núcleo de aprendizaje automático en 2019. Los avances en la mejora de la flexibilidad de los sensores relacionados con la IA continúan con la introducción de la Unidad de procesamiento de sensor inteligente (ISPU).

ISPU combina procesamiento de señales y algoritmos de IA basados ​​en sensores que permiten que los productos innovadores detecten, procesen y actúen, ahorrando espacio de manera sustancial y reduciendo la energía hasta en un 80 %.

El número de objetos y sistemas interconectados y miniaturizados que pueden sentir, procesar y actuar está creciendo rápidamente. ST está ayudando a impulsar esta transformación con sensores, actuadores integrados inteligentes, conectividad, seguridad e inteligencia artificial integrada. Estas soluciones están diseñadas para ofrecer un conjunto de herramientas para que los sectores industrial, automotriz, sanitario, agrícola y muchos otros continúen innovando mientras contribuyen a sus esfuerzos de descarbonización.