TRANSFORMACIÓN DIGITAL

El estándar de comunicaciones inalámbricas 5G cambiará las reglas del juego, y no solo en el sector del cliente final. Los clientes industriales también se beneficiarán de las comunicaciones móviles de quinta generación (o ya lo están haciendo). La tecnología 5G  tiene definitivamente el potencial de transformar el entorno industrial debido a las siguientes ventajas:

• Baja latencia: La latencia en una red 5G es inferior a 5 milisegundos (ms). Para 4G (LTE) este valor está entre 15 y 80 ms.
• Altas velocidades de datos: con 5G se pueden transferir hasta 10 Gbit (= 1,25 gigabytes) por segundo. Un acceso medio a Internet en Alemania permite actualmente una transferencia de datos de 50 a 100 MBit (=6,25 MB o 12,5 MB) por segundo.
• Fiabilidad extrema: las tasas de fallo de 5G son muy bajas. Se estima una confiabilidad de hasta 99,999%.
• Eficiencia energética: Las baterías de la red 5G deberían durar hasta 10 años.
• Muchos dispositivos por área: Se pueden utilizar hasta un millón de dispositivos en un área de un kilómetro cuadrado.
• Alta precisión: Los objetos (estacionarios y en movimiento) se pueden localizar con una precisión de menos de diez centímetros.

El nuevo estándar de comunicaciones móviles 5G es la base para la digitalización y la interconexión completa de todos los ámbitos de la vida, pero especialmente de la industria. Aunque las ventajas de 5G para los consumidores finales suelen discutirse en primer plano, las empresas que más se benefician de las características de 5G son las aplicaciones de IoT e Industria 5.0 . En particular, desde la automatización de la producción, el control optimizado de robots y máquinas, el mantenimiento inteligente y, en general, la interconexión y el control de la producción, las instalaciones, los almacenes y la logística.

Por otra parte, con las ventajas del 5G, la conducción autónoma será una realidad. El requisito previo para ello es la comunicación directa entre vehículos en tiempo real y la alta disponibilidad de la conexión de datos móviles . Pero con la nueva tecnología no sólo los propios vehículos están interconectados de forma inteligente, sino también todos los usuarios de la carretera entre sí (V2X / Vehicle-to-everything). La conexión móvil 5G funciona en vehículos en movimiento de forma fiable incluso hasta velocidades de 500 km/h.

En las ciudades, la alta densidad de comunicaciones que ofrece la 5G es particularmente impresionante. Hasta 1 millón de dispositivos pueden enviar y recibir al mismo tiempo en un kilómetro cuadrado. Esto beneficia a las zonas urbanas densamente pobladas, así como a los grandes eventos en los que es necesario atender a decenas de miles de usuarios al mismo tiempo en un espacio limitado.

Los chatbots se han convertido en una herramienta esencial en la era digital para mejorar la comunicación y la eficiencia en diversos sectores. Estos sistemas de inteligencia artificial (IA) automatizan las interacciones con los usuarios a través de interfaces de chat de texto, facilitando el acceso a información y servicios. En este contexto, cada vez cobran más protagonismo los GPT4, y por primera vez en la historia vemos como un chatbot es capaz de entablar una conversación, comprender al usuario y generar textos. A esto además se le puede sumar un entorno inmersivo.

Los chatbots se basan en una combinación de tecnologías y algoritmos de IA y procesamiento del lenguaje natural (PLN) que permiten la comunicación fluida y la ejecución de tareas en función de las solicitudes de los usuarios. La utilidad de los mismos aparece cuando se integran con aplicaciones y servicios, como sitios web, aplicaciones de mensajería instantánea o sistemas de atención al cliente.

A estos chatbots se les pueden añadir módulos de Speech-to-Text (STT) que consiste en el reconocimiento de para convertir la entrada de audio de los usuarios en texto, y módulos de Text-to-Speech (TTS) o síntesis de voz, los chatbot generan respuestas en forma de texto, que luego se convierten en audio proporcionando una respuesta hablada a los usuarios.

Esta tecnología la podemos ver en los asistentes virtuales como Alexa o Siri. Pero podemos ir más allá, en los últimos tiempos han aparecido muchos servicios que crean avatares o personas digitales hiperrealistas, con módulos lipsync que necesario sincronizan los movimientos labiales del avatar con el audio generado,  con ellos podemos poner cara a los chatbot haciendo las experiencia aún más natural y humana.

Integrando estos avatares o personajes digitales en Unity o Unreal Engine, para desarrollar aplicaciones que incorporen modelos 3D, sonido espacial y sistemas de interacción avanzados. La combinación de estas tecnologías permite a los seres virtuales interactuar con los usuarios de manera más natural y realista, en estas plataformas es posible garantizar su compatibilidad con dispositivos móviles, PC y sistemas de AR/VR, como Meta Quest, HTC Vive, dispositivos móviles compatibles con ARCore y ARKit o dispositivos de realidad mixta como Hololens.

Si bien todas estas tecnologías ya existían con la irrupción de ChatGPT y GPT-4, un modelo de lenguaje avanzado desarrollado por OpenAI, los chatbots han experimentado una transformación significativa en sus capacidades y aplicaciones. El empleo de GPT-4 en la creación de seres virtuales permite generar diálogos y respuestas contextuales, lo que resulta en interacciones más humanas y realistas. Además, su capacidad para aprender de manera autónoma y adaptarse a situaciones específicas permite a estos seres virtuales mejorar su desempeño con el tiempo y personalizar sus interacciones con los usuarios.

Con estas tecnologías podríamos crear diferentes agentes virtuales que desempeñen algunas funciones, algunos que ya se veían y que mejoraran sustancialmente con GPT4 y otros más novedosos, como por ejemplo asistentes virtuales en los ámbitos de industrial, salud, turismo, restauración, etc.

La Inteligencia Artificial ya es un término común en nuestras vidas. Una tecnología que busca desarrollar conocimiento que permita a los sistemas desarrollar funciones que son propias únicamente del ser humano y que difieren del pasado en que los sistemas actúan en base a decisiones predefinidas o programadas. El principal cometido de ésta es proporcionar algoritmos que sean capaces de desarrollar funciones que únicamente el ser humano puede determinar.

Por un lado están quienes desarrollamos algoritmos ante la formulación de problemas; y quienes usan algoritmos de terceros y deben de saber exactamente cómo funcionan y cómo están desarrollados, para conocer si su uso es adecuado: los analistas. Así, los analistas de datos, son los que usan los algoritmos diseñados por otros para clasificar, optimizar, predecir, detectar patrones, seleccionar atributos, etc. Mientras, que los que desarrollan los algoritmos se encargan de investigar nuevos algoritmos para lograr mejores ajustes, mejores porcentajes de acierto, etc.

Proyectos como OpenAI, son organizaciones privadas sin fines de lucro que elaboran proyectos de Inteligencia Artificial libres y abiertos para todos, cuya misión en general, es el garantizar que la «IA» beneficie a toda la humanidad. Algunos de los ejemplos actuales de herramientas de IA que encontramos estos días en las noticias y que abarcan diferentes sectores son:

• DALE-E 2: Esta IA es capaz de crear imágenes y arte realistas a partir de una descripción en lenguaje natural.
• GPT (Generative Pretrained Transformer): Es una IA que puede generar contenido como si se tratase de un humano mediante la utilización del lenguaje natural.
• Murf: IA para la generación de voz al convertir texto en audio.
• AIVA: IA que compone música de banda sonora.
• Midjourney: IA para la creación de imágenes a partir de descripciones textuales.
• Whisper: IA para transcripción de audio a texto, funciona con múltiples lenguajes e incluye la opción de traducir al inglés.
• Stable Diffusion: IA para la generación de imágenes fotorrealistas mediante cualquier entrada de texto.
• NeRF: IA para realizar el renderizado de una imagen 3D a partir de fotos 2D
• D-ID: IA para crear avatares parlantes.

Existen múltiples ventajas en el uso de estas herramientas: automatización de procesos, mayor precisión, reducción de errores humanos, y optimización de costos y tiempos sin embargo también hemos de ser críticos y conocer las dificultades que se pueden encontrar durante su implementación y desarrollo.

El mantenimiento predictivo empleando técnicas de IA ha puesto sobre la mesa el importante papel que tienen los datos de serie cronológica a la hora de dar con la mejor solución ante un daño o amenaza. En esa gestión, resultan claves la predicción,la clasificación y el diagnóstico así como la activación de medidas correctivas para evitar daños mayores. Si hasta hace unos años, la utilización de redes neuronales recurrentes (RNNs) era la tónica habitual para la resolución de estas problemáticas, la aparición de las Long Short-Term Memory (LSTM) está adquiriendo mayor importancia debido a su capacidad de aprendizaje a largo plazo.

El Gemelo Digital es la réplica exacta de un sistema físico durante todo el ciclo de vida de este, desde su concepción y diseño inicial, pasando por su implementación y operación hasta su eventual evolución. Los gemelos digitales utilizan datos recopilados por medio de diferentes equipos y sensores, tanto en tiempo real como de forma historizada con el objetivo de no solo monitorizar el sistema físico al que representan, sino también para simular, analizar y predecir tanto su comportamiento como su rendimiento de una forma muy eficiente. Los avances en la automatización de tareas y uso de gemelos digitales para la toma de decisiones es una de las herramientas tecnológicas actuales de mayor potencial en la industria.

En este entorno y en otros ámbitos es necesario desarrollar conocimientos, para la implementación de gemelos digitales, que representan a sistemas reales, donde podamos simular su comportamiento y faciliten la toma de decisiones adecuadas.

Algunas de las ventajas que ofrecen los gemelos digitales son las siguientes:

• Mejora del rendimiento: Proporcionan conocimientos en tiempo real para optimizar el rendimiento de equipos e instalaciones, abordando problemas a medida que surgen y minimizando el tiempo de inactividad.
• Capacidades predictivas: Permiten una visión completa y digital de las instalaciones, identificando problemas o fallos a medida que ocurren y permitiendo tomar medidas preventivas antes de que se produzcan fallos completos.
• Aceleración del tiempo de producción:  Al crear réplicas digitales, se pueden ejecutar escenarios para prever y corregir problemas antes de la producción real, mejorando los procesos productivos.
• Supervisión remota: Su naturaleza virtual facilita la supervisión online y el control remoto de las instalaciones, reduciendo la necesidad de presencia física en entornos potencialmente peligrosos.
• Trazabilidad de los procesos, recursos y flujo de materiales: Control total de planta.

La tecnología del gemelo digital está en pleno desarrollo, apoyándose en otras tecnologías facilitadoras como la inteligencia artificial, el internet de las cosas y el aprendizaje automático que aceleran el potencial de los gemelos digitales para la transformación de la industria.

Cuando se habla de aplicaciones IoT, pensamos en un conjunto de dispositivos y tecnologías que trabajan juntos para recopilar y procesar información de una o varias fuentes de datos. Sensores, actuadores, gateways, servidores de almacenamiento y cómputo, comunicaciones inalámbricas, formatos de intercambio de información, etc., todos ellos forman parte de la arquitectura de la aplicación IoT pero están en diferentes niveles o capas de la misma. No hay un consenso global sobre la arquitectura para IoT, si bien hay diferentes propuestas, por simplicidad en ITCL consideramos una arquitectura básica compuesta de 3 capas.

Las herramientas de IA generativa utilizan nuestras conversaciones para mejorar y entrenar sus modelos. En muchas ocasiones, los usuarios no somos conscientes de que esto es así y nuestra privacidad puede verse afectada si no se hace un uso responsable. La herramienta puede aprender de nuestros datos personales y utilizarlos para las respuestas a otros usuarios, causando una filtración de información privada.

Por ello, es importante desactivar la mejora del entrenamiento del modelo. Será necesario buscar la opción que permita hacerlo en la configuración de las herramientas que utilicemos. Por ejemplo, en la siguiente imagen se muestra cómo podemos hacerlo en ChatGPT.

Aunque desactivemos el entrenamiento del modelo, es fundamental limitar la información que proporcionamos a las herramientas de IA generativa. Para ello, debemos aportar a la herramienta la mínima información necesaria para realizar nuestra consulta, evitando revelar información adicional o innecesaria.

Y como siempre, es necesario prestar especial atención con la información confidencial o sensible, como los datos personales, evitando introducir este tipo de datos en la herramienta para prevenir una posible filtración en el futuro.

También es básico que los empleados sepan identificar otros peligros asociados a las herramientas de IA generativa. Por ejemplo, es posible encontrar extensiones maliciosas para el navegador que se presentan como una manera de facilitar el uso de ChatGPT, o falsos sitios o apps que se hacen pasar por ChatGPT. Su objetivo es infectar nuestro equipo o recopilar nuestras contraseñas.

Por último, es conveniente reconocer el uso indebido que se hace de la IA generativa. La creación de contenido falso, la suplantación de identidad (p. ej. con deepfakes) o la manipulación de opiniones son algunos de los abusos que se hacen de esta tecnología.

En conclusión, las herramientas de IA generativa pueden tener un gran impacto sobre la productividad de las personas y de las organizaciones. Sin embargo, es importante que seamos conscientes de los riesgos asociados a un uso no responsable de la tecnología y que conozcamos las medidas que podemos llevar a cabo para minimizar estos riesgos.

En la frontera del mundo de la computación existe un paradigma emergente conocido como computación cuántica. La Teoría Cuántica ha permitido los mayores avances tecnológicos del último siglo, desde la creación del láser, la Resonancia Magnética médica hasta toda la física de semiconductores que ha permitido la electrónica moderna. Además, actualmente, la Teoría Cuántica está permitiendo el desarrollo de la computación cuántica.  

La ingeniería neuromórfica y la sintetización de software en hardware de algoritmos está llevando la inteligencia artificial a un nuevo nivel de eficacia y velocidad, en algunos casos alcanzando una velocidad de procesamiento superior en más de mil veces,  brindando de esta forma a las empresas una ventaja competitiva significativa, en aplicaciones relacionadas con sistemas de alto riesgo y en todo lo relacionado con el procesamiento de datos donde la respuesta latente es lo más importante.

Actualmente la comunidad científica está revisitando conceptos del pasado y aboga por soluciones en el Edge computing, que consiste en el procesamiento directo en la máquina, en el sensor, etc. Es un paso más sobre los sistemas ciberfísicos, donde la computación debe de ser apropiada para que la solución del problema no se procese en la plataforma sino en el propio sistema. Y la recuperación de los Sistemas de FPGA (dispositivos programables con bloques lógicos), que tuvieron su auge y quedaron obsoletos por otros sistemas como microprocesadores, sistemas ARM [sistemas electrónicos con capacidad de cómputo y conjunto reducido de instrucciones) o DSP (procesadores de señales digitales), vuelven a recuperar su protagonismo.

Para ello, se están desarrollando nuevos modelos a partir de redes neuronales como son las SNN o redes neuronales de eventos que constituyen la tercera generación de redes neuronales artificiales, basadas en el comportamiento real del cerebro. Así, permitirán un aprendizaje continuo, y no solo clasificar, predecir el comportamiento, sino incorporar discretización en las entradas y plasticidad en los ajustes.

Con todo, la integración de ambos sistemas hardware y software, en forma de bloques con sintetización del ASIC, o directamente en la FPGA, permitirá desarrollar sistemas neuromórficos reales, basados en circuitos analógicos para imitar estructuras neurobiológicas ubicadas en el sistema nervioso.

En la era digital actual, la tecnología ha transformado radicalmente la forma en que interactuamos con el mundo que nos rodea. Uno de los avances más revolucionarios que ha emergido en la última década es el blockchain. Este concepto, inicialmente vinculado a las criptomonedas como Bitcoin, ha evolucionado para convertirse en un catalizador clave para la innovación en diversos sectores.

El blockchain es un registro descentralizado y distribuido que permite la creación de una cadena de bloques interconectados, cada uno almacenando información de manera segura y transparente. A diferencia de las bases de datos tradicionales, donde la información se almacena en un solo lugar, el blockchain descentraliza la información, lo que lo hace resistente a la manipulación y a ataques cibernéticos

Una de las mayores contribuciones del blockchain es su capacidad para redefinir la confianza en las transacciones. En lugar de depender de intermediarios como bancos o plataformas de pago, el blockchain permite transacciones directas entre las partes involucradas, eliminando la necesidad de confiar en terceros. Esto no solo agiliza los procesos, sino que también reduce los costos asociados

En el ámbito empresarial, el blockchain ha surgido como un impulsor clave de la innovación. Facilita la creación de contratos inteligentes, acuerdos digitales autoejecutables que se activan cuando se cumplen condiciones predefinidas. Esto reduce la burocracia, optimiza la eficiencia operativa y proporciona a las empresas una mayor agilidad en sus procesos comerciales

Además, el blockchain ofrece una mayor transparencia y trazabilidad en las cadenas de suministro. Las empresas pueden rastrear cada paso del proceso productivo, desde la materia prima hasta el producto final. Esto no solo garantiza la calidad, sino que también satisface las demandas crecientes de los consumidores por conocer el origen de los productos que compran

A pesar de sus beneficios, el blockchain enfrenta desafíos, como la escalabilidad y la adopción generalizada. Sin embargo, a medida que la tecnología evoluciona, empresas y gobiernos están explorando formas de integrar el blockchain en sus operaciones diarias. La revolución del blockchain está lejos de terminar. Se espera que la tecnología continúe transformando la forma en que interactuamos, compartimos información y realizamos transacciones. A medida que más industrias adoptan el blockchain, podemos anticipar una era de mayor eficiencia, transparencia y confianza en la innovación impulsada por esta tecnología descentralizada. Además, la tecnología blockchain facilita el cumplimiento normativo al permitir que las empresas tengan un registro inmutable y verificable de sus transacciones. Esto es particularmente útil en industrias altamente reguladas, donde las empresas deben cumplir con estrictos requisitos de transparencia y presentación de informes.