La inteligencia artificial (IA) en el borde es una forma de computación descentralizada que permite que un dispositivo tome decisiones basadas en datos en el punto de interacción más cercano con el usuario.
Entre los beneficios de este tipo de tecnología figuran una mayor privacidad y un ahorro de costes, pero los datos suelen descartarse después de procesarlos.
Los próximos avances, como la tecnología 5G y los chips de procesamiento más económicos, harán que la IA en el borde sea cada vez más útil para ciertas aplicaciones, desde dispositivos domésticos inteligentes hasta tecnología médica.
Imagina que quieres que tu nuevo termostato inteligente suba rápidamente la calefacción para que tu casa esté caliente cuando vuelvas del trabajo en un día inusualmente frío. Te conectas desde tu smartphone y le pides que actúe. No te darás cuenta, pero esa acción puede tardar varios segundos mientras tu solicitud llega a la nube y vuelven las instrucciones.
Ahora imagina que el coche autónomo en el que viajas detecta de repente a un perro que corre hacia la carretera, justo delante de ti. El coche debe reaccionar en milisegundos para evitar un desastre. Para reaccionar así hace falta inteligencia artificial (IA) en el borde: una tecnología capaz de tomar una decisión en el punto de interacción más cercano con el usuario, que en este caso son los sensores del coche. Es la definición misma de una decisión tomada en una fracción de segundo.
Datos en movimiento
Con la Internet de las cosas (IoT) actual, los datos están siempre en movimiento. Fluyen desde sistemas heredados hasta la nube, llegan a los dispositivos en el borde y salen de los sistemas de una organización hacia sus socios y clientes. Las respuestas deben ofrecerse en tiempo real, por lo que no siempre resulta eficaz recurrir a la capacidad de procesamiento centralizada cuando los datos pueden procesarse en dispositivos en el borde. Un coche autónomo no puede esperar a que se tome una decisión en la nube cuando apenas tiene unos segundos para reaccionar.
Se pueden introducir enormes cantidades de datos en algoritmos de IA en el borde, dondequiera que se encuentre el dispositivo, y los beneficios son numerosos. Los datos en movimiento pueden proporcionar información crucial de pacientes a los médicos, acortar las filas en los parques de atracciones, alertar a las compañías eléctricas de posibles cortes y hacer que un coche autónomo reaccione a tiempo para evitar una tragedia.
La IA en el borde permite que un dispositivo tome estas decisiones por sí mismo, desde el propio dispositivo. No necesariamente tiene que estar conectado a internet para procesar los datos. Pensemos en un reloj que puede monitorear tus patrones de sueño: en lugar de enviar los datos a la nube para almacenarlos y procesarlos, los registra y los procesa en el propio reloj.
Entre los dispositivos con IA en el borde también figuran los videojuegos, los altavoces inteligentes, los drones y los robots. Las cámaras de seguridad también pueden incorporar esta tecnología: una cámara en la planta de una fábrica que detecta defectos en los productos durante la fabricación puede identificar rápidamente cuáles deben retirarse de inmediato. La IA en el borde también puede utilizarse para analizar imágenes en la atención médica de urgencia, cuando la rapidez puede salvar vidas. Cuanto más cerca estén las capacidades de procesamiento, más rápida será la respuesta.
Aunque la tecnología en el borde no sustituirá a la nube, los datos de los usuarios que solo te pertenecen a ti —por ejemplo, tus patrones de sueño o tus datos de juego— pueden procesarse en un dispositivo con IA en el borde. Esta descentralización de los datos aborda el problema de la privacidad, una preocupación importante en el mercado de la IoT. La IA en el borde puede ofrecer comodidad sin comprometer la privacidad. Y, en algunos casos, puede ser mucho más barata: una empresa está desarrollando actualmente electrodomésticos activados por voz como lavadoras y lavavajillas, que utilizan microprocesadores diminutos cuyo coste es de unos pocos dólares cada uno.
«En cuanto a los aparatos que comparten mi casa, en realidad preferiría que fueran menos inteligentes».
Clive Thompson, Wired
La contrapartida es un bot menos ambicioso: una IA de reconocimiento de voz para una cafetera solo necesita reconocer unas 200 palabras, todas relacionadas únicamente con la tarea de preparar café. El periodista de Wired Clive Thompson lo explica así: «No necesito interruptores de luz que cuenten chistes malos o alcancen la autoconsciencia. Solo tienen que reconocer “encendido” y “apagado”, y quizá “atenuado”. En cuanto a los aparatos que comparten mi casa, en realidad preferiría que fueran menos inteligentes».
Además de permitir un procesamiento más rápido y menos costoso, la IA en el borde no requiere una internet en constante expansión. Con el rápido crecimiento de la IoT, ahora se capta y genera una enorme cantidad de datos en el borde. Statista estima que la cifra alcanzará casi 80 zettabytes en 2025.
La cantidad es tan enorme que, desde el punto de vista técnico, no es viable utilizar el ancho de banda de la internet actual para transferir la totalidad de estos datos desde los dispositivos en el borde hasta los servidores en la nube para almacenarlos y procesarlos. Aunque hubiera ancho de banda disponible, también harían falta suficientes recursos en los centros de datos para gestionar todos los datos. Necesitar menos ancho de banda se traduce en un ahorro de costes. Cerca del 10 % de los datos generados por las empresas se crea y procesa fuera de un centro de datos centralizado tradicional o de la nube. Gartner prevé que esta cifra llegará al 75 % en 2025.
Equilibrar riesgos y beneficios
Uno de los problemas más espinosos del mundo de la IoT es que muchas personas que no pueden permitirse estos dispositivos, o que viven en zonas rurales donde no existen redes locales, quizá no puedan participar en esta transformación de nuestro mundo cotidiano. Un historial de capacidad de red limitada puede convertirse en un círculo vicioso. Las redes en el borde no son fáciles de construir y pueden resultar costosas. Los países en desarrollo podrían quedarse aún más rezagados en su capacidad para procesar datos mediante dispositivos en el borde que necesitan actualizaciones. Así pues, el crecimiento de la computación en el borde es otra vía por la que podría aumentar la desigualdad estructural, especialmente en lo que respecta al acceso a dispositivos de IA e IoT capaces de cambiar vidas.
Otro riesgo de la IA en el borde es que los datos pueden descartarse después de procesarlos: por su propia naturaleza, el procesamiento «en el borde» implica que quizá no lleguen a la nube para almacenarse. Se puede indicar al dispositivo que descarte la información para ahorrar costes. Aunque el procesamiento y el almacenamiento centralizados presentan sin duda desventajas, su ventaja es que los datos están disponibles cuando se necesitan.
¿Cómo se asegura el Foro Económico Mundial de que la inteligencia artificial se desarrolle para beneficiar a todas las partes interesadas?
Un enorme flujo de datos sobre una carretera vacía quizá no parezca importante si solo estás tú y tu vehículo autónomo en ella, pero piénsalo de nuevo. Se puede aprender mucho de los datos sobre esa carretera vacía, incluida información sobre el estado de la vía y sobre cómo se comportan el vehículo y otros similares en esas condiciones. Por último, en el caso de la computación en el borde, es necesario examinar detenidamente la viabilidad empresarial para garantizar que los costes de la red estén equilibrados con el valor que genera.
Aun así, pese a las desigualdades y la pérdida de datos, y con los próximos avances en la tecnología 5G y los chips de procesamiento más económicos, es fácil imaginar que la computación «en el borde» ha llegado para quedarse, ya sea en tu coche autónomo o en tu cafetera, que te prepara para ir al trabajo.
