IoT: Implantación y retos

El Internet de las cosas (IoT por sus siglas en inglés) es la red de los objetos físicos: dispositivos, vehículos, edificios y otros artículos que incorporan sistemas electrónicos, programas, sensores y conectividad de redes, que permiten a estos objetos recopilar e intercambiar datos. Implantar este concepto no es una tarea sencilla desde ningún punto de vista por muchos motivos, incluyendo la compleja naturaleza de los diferentes componentes el ecosistema del IoT. Para comprender lo arduo de esta tarea, explicaremos los cinco componentes de la implantación del IoT.

Sensores

De conformidad con (IEEE) los sensores se pueden definir como: un dispositivo electrónico que produce datos eléctricos, ópticos o digitales derivados de un estado o suceso físico. Posteriormente, otro dispositivo transforma los datos producidos por los sensores en información (salida), que es útil para la toma de decisiones efectuada por dispositivos “inteligentes” o personas.

Tipos de sensores: sensores activos y sensores pasivos.

En la selección de sensores existen numerosos factores que tienen un gran impacto, incluyendo:

• Finalidad (temperatura, movimiento, bio…etc.).
• Exactitud.
• Fiabilidad.
• Rango.
• Resolución.
• Nivel de inteligencia (lidiar con el ruido y las interferencias).

Las fuerzas impulsoras para el uso de sensores en el IoT son, hoy en día, las nuevas tendencias en la tecnología, que fabrica sensores más baratos, más inteligentes y más pequeños.

Retos a los que se enfrentan los sensores del IoT:

• Consumo de energía.
• Seguridad.
• Interoperabilidad.

Redes

El segundo paso de esta implantación es trasmitir las señales recogidas por los sensores a redes, con todos los diversos componentes de una red típica, incluyendo enrutadores y puentes de distintas topologías, incluidos LAN, MAN y WAN. Conectar las diferentes partes de las redes a los sensores se puede hacer mediante distintas tecnologías, incluyendo Wi-Fi, Bluetooth, Low Power Wi-Fi, Wi-Max, Ethernet regular, Long Term Evolution (LTE) y la reciente tecnología prometedora de Li-Fi (usando luz como un medio de comunicación entre las diferentes partes de una red típica, incluyendo sensores).

Las fuerzas impulsoras para la adopción generalizada de redes en el IoT se pueden resumir del siguiente modo:

• Velocidad de datos alta.
• Precios bajos del uso de datos.
• Virtualización (X – Definir tendencias de redes).
• Concepto XaaS (SaaS, PaaS y IaaS).
• Despliegue de IPv6.

Retos a los que se enfrenta la implantación de redes en el IoT

• El enorme crecimiento en número de dispositivos conectados.
• Disponibilidad de cobertura de redes.
• Seguridad.
• Consumo de energía.

Estándares

La tercera fase en el proceso de implantación incluye la suma de todas las actividades en materia de gestión, tramitación y almacenamiento de los datos recopilados por los sensores. Esta agregación incrementa el valor de los datos al aumentar la escala, el alcance y la frecuencia de los datos disponibles para el análisis, pero solo se usa una agregación lograda mediante el uso de varios estándares dependientes de la aplicación del IoT.

Tipos de estándares

Hay dos tipos de estándares pertinentes para el proceso de agregación: estándares tecnológicos (incluyendo protocolos de red, protocolos de comunicación y estándares de agregación de datos) y estándares normativos (relacionados con la seguridad y la confidencialidad de los datos, entre otras cuestiones).

Estándares tecnológicos

• Protocolos de red (por ejemplo: Wi-Fi).
• Protocolos de comunicaciones (por ejemplo: HTTP).
• Estándares de agregación de datos (por ejemplo: Extracción, Transformación, Carga (ETL).

Estándares normativos

Establecidos y administrados por agencias gubernamentales como la FTC, por ejemplo, Principios de prácticas de información veraz [Fair Information Practice Principles] y la Ley de responsabilidad y portabilidad de seguros de salud [Health Insurance Portability and Accountability Act] de EE.UU. por mencionar solo algunos.

Retos a los que se enfrenta la adopción de estándares dentro del IoT

• Estándar para gestionar datos no estructurados: los datos estructurados se almacenan en bases de datos relacionales y se consultan a través de SQL. Los datos no estructurados se almacenan en distintos tipos de bases de datos que no son SQL y que no cuentan con un enfoque de consulta estándar.

• Cuestiones de seguridad y confidencialidad: Existe una necesidad de directrices claras en materia de conservación, uso y seguridad de los datos así como de los metadatos (los datos que describen otros datos).

• Estándares normativos para mercados de datos: los corredores de datos son empresas que venden datos recopilados de diversas fuentes. Aunque los datos parecen ser la moneda del IoT, existe una falta de transparencia respecto a quién obtiene acceso a los datos y cómo estos datos se usan para desarrollar productos o servicios y se venden a anunciantes y terceros.

• Habilidades técnicas para emplear herramientas de agregación más novedosas: las empresas que tienen interés en hacer uso de herramientas de big-data con frecuencia se enfrentan a una escasez de talento para planificar, ejecutar y mantener sistemas.

Análisis inteligente

La cuarta fase de la implantación del IoT es extraer conocimiento de los datos para su análisis. El análisis está impulsado por tecnologías cognitivas y los modelos que las acompañan y que facilitan el uso de tecnologías cognitivas.

Con los avances en la capacidad de las tecnologías cognitivas para procesar formas de información variadas, la visión y la voz también se han convertido en algo útil. A continuación figura una lista de tecnologías cognitivas seleccionadas que están experimentando una adopción creciente y que se pueden utilizar para análisis predictivo y prescriptivo:

• Visión informática hace alusión a la capacidad de los ordenadores para identificar objetos, escenas y actividades en imágenes.
• Procesamiento del lenguaje natural hace alusión a la capacidad de los ordenadores de trabajar con texto de la manera que lo hacen los humanos, extrayendo significado del texto o incluso generado texto.
• El reconocimiento de voz se centra en transcribir con precisión el habla.

Factores que impulsan la adopción de análisis inteligente dentro del IoT

• Los modelos de inteligencia artificial se pueden mejorar con grandes conjuntos de datos que están más fácilmente disponibles que nunca, gracias a un menor almacenamiento.
• Crecimiento en crowdsourcing (innovación social colaborativa) y programas de análisis de fuente abierta: los servicios de crowdsourcing basados en la nube conducen a nuevos algoritmos y mejoras en los existentes a un ritmo sin precedentes.
• Análisis y tratamiento de datos en tiempo real: Herramientas analíticas como procesamiento complejo dirigido por eventos (CEP) permiten el tratamiento y el análisis de datos en tiempo real o casi en tiempo real, impulsando una toma de decisiones oportuna.

Retos a los que se enfrenta la adopción de análisis inteligente dentro del IoT

• Análisis impreciso debido a fallos en los datos y/o el modelo: una ausencia de datos o presencia de valores atípicos puede conducir a falsos positivos o falsos negativos, exponiendo así diversas limitaciones algorítmicas.
• Capacidad de los sistemas existentes para analizar datos no estructurados: Los sistemas existentes son muy aptos para gestionar datos estructurados; desafortunadamente, la mayoría de interacciones IoT/negocio generan datos no estructurados.
• Capacidad de los sistemas existentes para gestionar datos en tiempo real: Los programas de análisis tradicionales generalmente trabajan con un tratamiento orientado a lotes, en el que todos los datos se cargan en un lote y después se analizan.

Acciones inteligentes

Las acciones inteligentes se pueden expresar como interfaces M2M y M2H, por ejemplo con todos los avances en tecnologías UI y UX.

Factores que impulsan la adopción de acciones inteligentes dentro del IoT

• Menores precios de máquinas.
• Funcionalidad mejorada de las máquinas.
• Máquinas que “influyen” en las acciones humanas con base en la ciencia del comportamiento.
• Herramientas de aprendizaje profundo.

Retos a los que se enfrenta la adopción de acciones inteligentes dentro del IoT

• Acciones de máquinas en situaciones impredecibles.
• Seguridad y confidencialidad de la información.
• Interoperabilidad de las máquinas.
• Reversión de la media de comportamientos humanos.
• Adopción lenta de nuevas tecnologías.

El Internet de las cosas (IoT) es un ecosistema de una complejidad creciente, es la nueva ola de innovación que humanizará cada objeto de nuestra vida, que es el siguiente nivel para automatizar cada objeto de nuestra vida. La convergencia de tecnologías hará que la implantación del IoT sea mucho más fácil y rápida, lo que, a su vez, mejorará muchos aspectos de nuestra vida en casa y en el trabajo y entre ellos.

Ahmed Banafa

Experto en IoT | Profesor | Autor | Conferenciante

Referencias:

Toda la información sobre este tema se puede encontrar en http://dupress.com/