Integrando la inteligencia artificial en la IoT – Casos de uso y tendencias 

A continuación, os expondremos diferentes tendencias con algunos casos de uso, donde la inteligencia artificial se está usando en la internet de las cosas:

1. Mantenimiento preventivo: La IA en la IoT puede ayudar a realizar un mantenimiento preventivo mediante el análisis de los datos de los sensores en tiempo real. Al recopilar datos de los sensores en los equipos y sistema, la IA puede detectar patrones y tendencias que puedan indicar un mal funcionamiento. Algunos ejemplos:

• Sensores y análisis de datos: Los sensores IoT pueden recopilar datos de diversas fuentes, como maquinarias, equipos, sistemas de seguridad, etc. Estos datos pueden incluir información como la temperatura, la humedad, la presión, la vibración, el flujo de energía, etc. Por ejemplo, si un motor muestra un aumento en la vibración, la IA en la IoT puede predecir que el motor está a punto de fallar y alertar a los técnicos para que realicen mantenimiento antes de que el motor falle.
• Análisis de datos: La IA en la IoT puede analizar los datos recopilados en tiempo real para identificar patrones y tendencias en el rendimiento de los equipos o sistemas. Esto se puede hacer utilizando técnicas de aprendizaje automático y minería de datos. La IA puede identificar patrones que indican el deterioro de un equipo o sistema y alertar a los usuarios para que realicen mantenimiento antes de que se produzca una falla.
• Planificación de mantenimiento: La IA en la IoT también puede ayudar en la planificación de mantenimiento. Al analizar los datos de rendimiento, la IA puede identificar cuándo se necesitará mantenimiento en el futuro y planificar la realización de tareas de mantenimiento antes de que se produzca una falla.

Un articulo interesante sobre el tema podría ser “Del modelo analítico basado en el conocimiento al big data: un novedoso sistema de soporte de decisiones basado en IoT y aprendizaje automático para el mantenimiento predictivo en la Industria 4.0” donde habla de la Internet de las Cosas y el sistema ciberfísico, son tecnologías clave en la Industria 4.0 que permiten la implementación de la producción inteligente y el mantenimiento predictivo (PdM), que busca predecir y abordar problemas de mantenimiento para minimizar el tiempo de inactividad y los costos asociados. La falta de mantenimiento puede llevar a averías de emergencia y tiempo de inactividad en las líneas de producción, lo que afecta la capacidad de producción y disminuye el margen de beneficio. Los sistemas de soporte de decisiones de mantenimiento (DSS) potenciados por IoT, Big Data y Machine Learning pueden ayudar a garantizar la mantenibilidad y la confiabilidad de los equipos en las industrias. Sin embargo, la aplicación de PdM en entornos de producción presenta desafíos no resueltos, como la dificultad de recuperar datos de entrenamiento etiquetados de fallas.

2. Detección de anomalías en los datos: también puede ayudar a detectar anomalías en los datos de los sensores. La IA puede analizar grandes cantidades de datos y detectar patrones que puedan indicar un mal funcionamiento o una falla inminente. Por ejemplo:

• Análisis de datos: Los sensores IoT pueden recopilar datos de diversas fuentes, como maquinarias, equipos, sistemas de seguridad, etc. Estos datos pueden incluir información como la temperatura, la humedad, la presión, la vibración, el flujo de energía, etc. La IA en la IoT puede analizar los datos recopilados en tiempo real para identificar patrones anormales. Esto se puede hacer utilizando técnicas de aprendizaje automático y minería de datos. La IA puede identificar patrones que no se ajustan a las normas y alertar a los usuarios sobre posibles problemas.
• Mantenimiento predictivo: La detección de anomalías puede ser utilizada para el mantenimiento predictivo. Al identificar patrones anormales en los datos, la IA puede predecir cuándo puede haber un problema en un sistema. Por ejemplo, si el sistema de ventilación de un edificio muestra patrones anormales de flujo de aire, la IA puede predecir que el sistema está a punto de fallar y alertar a los técnicos para que realicen mantenimiento antes de que el sistema falle.
• Seguridad: La detección de anomalías también se puede utilizar para mejorar la seguridad. Por ejemplo, si un sistema de seguridad en una empresa muestra patrones anormales de acceso o comportamiento de los empleados, la IA puede detectar estas anomalías y alertar al personal de seguridad sobre posibles amenazas.

Un articulo interesante sobre el tema podría ser “Detección y predicción de anomalías en dispositivos IoT en l’Edge computing” donde habla de: En la actualidad, los dispositivos del Internet de las cosas (Yate), tienen la capacidad por de poder ejecutar modelos de aprendizaje automático (ML). Aprovechando este potencial, se pretende incorporar en un dispositivo Yate un modelo de ML para detectar y predecir anomalías en los datos (serías temporales) que capturan, en tiempo real, los sensores conectados al dispositivo. Detectar y predecir datos anómalos dentro del dispositivo puede aportar ventajas como la reducción de envío de los datos erróneos y así conseguir un ahorro en su transmisión y también en el posterior procesamiento de estos datos en la nube, así como poder hacer un filtraje de los datos erróneos. El ámbito del trabajo es el ambiental, en este caso, para mesurar la calidad del aire. Los sensores mesurarán las partículas del aire. El dispositivo Yate, se gestionará mediante la plataforma https://www.particle.io/, habrá disponibles dos tipos de sensores para mesurar varios diámetros de partículas del aire. Los sensores serán: Particulate Matter Sensor SPS30 y Laser PM2.5 Dust Sensor. Este trabajo pretende conseguir desarrollar un modelo de ML por la detección y predicción de datos anómalos capturados por los sensores conectados al dispositivo Yate, y ejecutarlo dentro del dispositivos Yate.

3. Mejorar la eficiencia y la automatización: La integración de la IA en la IoT permite que los dispositivos sean más eficientes y autónomos. Por ejemplo:

• Fabricación: La IA en la IoT puede ser utilizada para mejorar la eficiencia y la automatización en la fabricación. Por ejemplo, los sensores IoT pueden recopilar datos en tiempo real sobre los procesos de fabricación y la IA puede analizar los datos para identificar posibles problemas o ineficiencias en la producción. Esto puede ayudar a los fabricantes a tomar medidas preventivas antes de que surjan problemas y aumentar la eficiencia de la producción.
• Logística: La IA en la IoT también puede ser utilizada para mejorar la eficiencia y la automatización en la logística. Por ejemplo, los sensores IoT pueden monitorear la ubicación y el estado de los envíos, y la IA puede analizar los datos para optimizar las rutas de envío y reducir los costos de transporte. También se pueden utilizar sistemas de seguimiento automatizados para enviar actualizaciones de estado a los clientes.
• Mantenimiento: La IA en la IoT también puede ser utilizada para mejorar la eficiencia y la automatización en el mantenimiento de equipos y maquinarias. Por ejemplo, los sensores IoT pueden recopilar datos en tiempo real sobre el rendimiento de los equipos y la IA puede analizar los datos para detectar posibles problemas antes de que ocurran. Esto puede ayudar a los técnicos de mantenimiento a tomar medidas preventivas para mantener los equipos en buen estado de funcionamiento y evitar costosos tiempos de inactividad.

Un articulo interesante sobre el tema podría ser: “Diseño de un sistema de monitoreo con iot para controlar parámetros físico-químicos en un invernadero para cultivos hidropónicos ubicado en el corregimiento de tigrera en el distrito de Santa Marta.” Donde habla sobre el contexto de los cultivos hidropónicos en Colombia y se revelan factores que afectan a este negocio debido al crecimiento de la población urbana. El propósito de la investigación es determinar los problemas que afectan a la industria de la hidroponía y recopilar información sobre las técnicas eficientes de cultivo que pueden mejorar el uso del agua y aumentar la productividad. Se propone el diseño de un sistema de monitoreo basado en IoT que permitirá monitorear las principales condiciones ambientales del proceso de producción del producto mediante un sistema embebido, y que estará vinculado a una página web donde el agricultor podrá visualizar la información de los sensores.

4. Mejorar la seguridad: La IA se está utilizando para mejorar la seguridad en diferentes áreas:

• En los dispositivos IoT. Por ejemplo, la IA puede detectar patrones de comportamientos sospechosos en los datos de los sensores para identificar posibles amenazas de seguridad.
• Seguridad física: Puede ser utilizada para monitorear los entornos y detectar situaciones de seguridad. Por ejemplo, las cámaras de seguridad equipadas con IA pueden detectar comportamientos sospechosos, como una persona que se queda en un lugar durante demasiado tiempo o que lleva un objeto inusual. Al detectar estas situaciones, se pueden enviar y tomar medidas para prevenir situaciones de seguridad.
• Seguridad cibernética: también puede ser usada para mejorar la seguridad cibernética, al analizar grandes cantidades de datos generados por dispositivos IoT, la IA puede detectar patrones y anomalías que puedan indicar una amenaza cibernética. Por ejemplo, la IA puede detectar tráfico inusual en una red, lo que puede indicar un ataque de denegación de servicio (DoS). Al detectar estas amenazas, se pueden tomar medidas preventivas para evitar un ataque.
• Seguridad de la cadena de suministro: La IA en la IoT también puede ser utilizada para mejorar la seguridad de la cadena de suministro. Al rastrear los productos a través de sensores IoT, la IA puede detectar cualquier anomalía en el proceso de envío, como una posible manipulación del producto. Al detectar estas situaciones, se pueden tomar medidas para garantizar la seguridad del producto y prevenir posibles riesgos para los consumidores.

Un artículo interesante podría ser “Dispositivos inteligentes en seguridad industrial para la prevención de accidentes y enfermedades ocupacionales” El artículo se centra en la importancia de la seguridad industrial en empresas y construcciones, y cómo las soluciones tecnológicas pueden contribuir a mejorarla. La investigación se enfoca en determinar un conjunto de tecnologías en dispositivos inteligentes para prevenir accidentes y enfermedades ocupacionales, a través de una revisión de literatura. Se concluye que las tecnologías pueden capturar y procesar datos para aumentar la seguridad, monitorear el estado personal en línea y tomar decisiones en tiempo real.