IoT y TinyML, de las palabras de moda a la realidad

Cada cierto tiempo aparecen palabras de moda en el mundo de la tecnología, una tecnología, negocio o idea revolucionaria que cambiará el mundo. Hemos escuchado palabras como blockchain, machine learning, realidad virtual, nft entre otras, pero la primera que escuché cuando estudiaba fue Internet de las cosas.


Internet de las cosas describe la red de objetos físicos que integran sensores, software y otras tecnologías para conectarse e intercambiar datos con otros dispositivos a través de la nube. Desde entonces, apenas tuve interacción con IoT durante mi universidad, pero de repente todo explotó. IoT era un concepto cada vez mayor en mi vida, desde los productos de consumo más baratos y más fáciles de encontrar conectores inteligentes de Amazon a un sinfín de proyectos Wi-Fi ESP32 mientras se desplazaba en Hackster.io Iot estaba en todas partes con un mercado global que se espera que alcance un valor de 1.386,06 mil millones de dólares en 2026 desde 761,4 mil millones de dólares en 2020. Además, la pandemia de Covid-19 ha aumentado el deseo de soluciones emergentes habilitadas por la tecnología que proporcionen una monitorización continua conectada que reduzca los riesgos de que los cuidadores se expongan al virus.


Ahora, otra palabra de moda es más real que nunca y se está abriendo camino en el mundo de los sistemas integrados. El Tiny Machine Learning (TinyML) es un campo de tecnologías y aplicaciones de aprendizaje automático que incluye hardware, algoritmos y software capaces de realizar análisis de datos de sensores en el dispositivo con una potencia extremadamente baja, normalmente en el rango de los mW y menos. La fusión de ambas tecnologías tendrá un gran impacto, con 2.500 millones de dispositivos habilitados para TinyML en el mundo para 2030 proporcionará un marco para tener un sistema integrado que reciba datos de sensores, haga cálculos, tome decisiones y envíe datos con los siguientes beneficios:


  • Seguridad de los datos: La privacidad de los datos es más fiable, ya que sólo se envían a la nube los datos realmente necesarios.

  • Bajo consumo: La transferencia de datos a la nube y a la infraestructura de servidores requiere mucha energía.

  • No se depende de la conexión: Las decisiones se pueden tomar in situ ya que el modelo está en el dispositivo, no en la nube.

  • Latencia: La transferencia de datos lleva tiempo, lo que genera un retraso.


TinyML e IoT son el camino a seguir en varias industrias, desde la agricultura a la sanidad, su impacto es mucho más notorio y lo será mucho más en los próximos años cuando su viaje de palabras de moda a la realidad termine.

29 visualizaciones0 comentarios

Entradas Recientes

Ver todo