Las posibilidades que ofrecen sus aplicaciones tienen un inmenso valor, por lo que circunscribirlo únicamente al ámbito de los sistemas de sensores es muy simplista y restringe demasiado las opciones de combinación que permiten sus componentes (sensores, datos, computación y algoritmos). En la era del big data, nos solemos olvidar de la procedencia de la información, desde wearables o tecnología ponible hasta sensores medioambientales y sus interacciones con otros elementos. Los mismos conceptos que impulsan el IoT —así se lo enseño a los alumnos del programa de MIT Professional Education, Beyond IoT: Inteligencia Sensorial y Tecnologías Inteligentes—, pueden aplicarse de forma mucho más amplia y profunda de lo que la gente suele pensar.

Principios fundamentales

Para entender cómo el IoT puede beneficiar a las empresas y tener una perspectiva más amplia y acertada sobre cómo implementar esta tecnología, es importante que, en primer lugar, conozcamos sus pilares básicos. Digamos que, en esencia, los sistemas de IoT se caracterizan por la convergencia de la teledetección, la computación y la comunicación con el objetivo de facilitarnos las siguientes tareas:

• Obtener (o ‘detectar’) datos en el entorno
• Preprocesar datos de manera local
• Transmitir datos a servidores
• Combinar datos procedentes de varios tipos de sensores
• Procesar señales tanto de manera local como en la nube
• Trazar inferencias y ofrecer detalles sobre los datos mediante técnicas computacionales como machine learning
• Tomar decisiones y llevar a cabo acciones de control en el entorno

Cuando nos imaginamos estos principios en la práctica, tendemos a pensar en casos de uso «tradicionales» como los procesos de control medioambiental pasivos: un sensor recopila información sobre la calidad del aire o el agua, este dato se preprocesa

localmente y se transmite a una localización central; después, se utiliza como base para tomar decisiones (a menudo, con la ayuda de herramientas de machine learning).

Pero no hace falta tener mucha imaginación para aplicar estos conceptos y procesos en problemas computacionales más complejos. Y es en estos casos donde podemos ver el verdadero potencial de las aplicaciones de esta tecnología, a esto nos referimos con ‘Beyond IoT’ (más allá del IoT).

Sanidad

Aunque todavía no se encuentra disponible en el mercado, hace poco, mi laboratorio en MIT validó la primera técnica de ecografía sin contacto. Un láser pulsado ilumina el cuerpo de una persona, generando pequeñas cantidades de calor local que crean ondas de sonido que se propagan y regresan a la superficie del cuerpo, donde se encuentran con otro láser. Después, los algoritmos de imagenología crean una ecografía sin contacto.

A pesar de que el resultado es parecido a un ultrasonido de contacto tradicional, tanto la experiencia del paciente como los requisitos informáticos son bastante diferentes. A diferencia del ultrasonido tradicional, el sistema sin contacto ‘intuye’ la silueta del paciente a través de la computación, antes de que pueda construir una imagen. Esta tecnología ofrece múltiples aplicaciones: por ejemplo, en las cirugías en pacientes con quemaduras y otros entornos en los que introducir una sonda no es la opción más conveniente.

Jamás hubiéramos pensado que dicho sistema fuera a ser una aplicación de IoT y, sin embargo, lo es, pues recopila datos, los transmite a un procesador y utiliza algoritmos complejos para facilitar el análisis a tiempo real y facilita la correspondiente toma de decisiones. Es un estupendo ejemplo de cómo esta tecnología se puede trasladar a otros entornos

Control medioambiental

El uso de los sensores para monitorizar la calidad del aire o el agua es una de las aplicaciones más clásicas. Pero aplicando los procesos de detección, computación y comunicación de forma más amplia, los investigadores pueden obtener una visión más nítida y ajustada del entorno.

Por ejemplo, en vez de utilizar sensores medioambientales únicamente de manera local, IoT permite a una empresa medioambiental utilizar imágenes obtenidas vía satélite para determinar la cantidad de luz que se refleja en grandes masas de agua. Por supuesto, también puede obtener información directa sobre la calidad del agua tomando muestras y observándolas con un microscopio.

Al conectar toda la información recopilada por ambos medios, es posible obtener una idea más fiable que la que ofrecería una solución IoT simple. Por tanto, vemos que lo verdaderamente importante no son los sensores de IoT (las cosas del internet de las cosas, por decirlo de una manera coloquial), sino los datos, que se pueden mezclar y combinar de diversas maneras.

Fabricación

Se ha avanzado mucho en el uso de sensores conectados y sistemas de IoT aplicados a labores de mantenimiento predictivo en plantas de producción. Se trata de un área conocida como smart manufacturing o ‘fabricación inteligente’. El uso de IoT en la monitorización de sistemas para detectar signos de desgaste ayuda a las empresas del sector manufacturero a prolongar la vida útil de su maquinaria y prevenir problemas costosos y averías irregulares no contempladas.

El principal inconveniente es que no todos los componentes de cada máquina se pueden controlar directamente. Tomemos como ejemplo el de una cuchilla para cortar material de embalaje de plástico. Con el tiempo, se va a desgastar y no realizará cortes tan limpios. No hay una manera directa de saber con precisión lo afilada que está la cuchilla ni lo limpio que son los cortes. Sin embargo, sí que podemos recopilar los datos del proceso, como la potencia o la velocidad de corte, y detectar así pequeños cambios y apreciar las señales de su deterioro. Se trata de una de las múltiples alternativas basadas en aquellos principios de IoT que aportan un nuevo valor cuando se adaptan a otro contexto.

Fuente: MuyInteresante