Revolucionando la Gestión de Flotas: Integración de IA e IoT para Operaciones Más Inteligentes

La aplicación de inteligencia artificial al internet de las cosas (IoT) está impulsando una innovación rápida, en industrias que van desde la salud hasta la manufactura y el transporte.

De IoT a AIoT: inteligencia colectiva

Mientras que IoT se enfoca en desarrollar sistemas de sensores remotos para la recolección de datos, la inteligencia artificial de las cosas (AIoT) conecta esos sistemas para crear inteligencia colectiva, que en última instancia hace que cada nodo en el sistema sea más inteligente. Combinando cognición inteligente, computación de borde y capacidades autónomas, permite el procesamiento automatizado de la toma de decisiones inspirada en humanos a bajo costo, alta escala y con alta precisión.

La tecnología ya está formando la columna vertebral de muchos de los sistemas de transporte comercial actuales, especialmente en seguridad de flotas.

AIoT para sectores con datos masivos

AIoT es específicamente útil para sectores que generan cantidades masivas de datos que no pueden ser procesados eficientemente por humanos. En la industria del transporte, el volumen de datos generados por los vehículos crece cada día, a medida que las flotas actualizan su huella tecnológica y adoptan los últimos sistemas avanzados de asistencia al conductor (ADAS).

Si bien combinar datos de video y del vehículo es crítico para detectar y mitigar riesgos de seguridad, la mayoría de las plataformas carecen del almacenamiento o capacidades de cómputo para procesar, analizar e interpretar todos esos datos en la nube. Además, los dispositivos comúnmente instalados en vehículos comerciales generan datos de alta resolución, haciendo la transmisión a la nube económicamente prohibitiva.

Arquitectura híbrida: borde y nube

En respuesta, la tecnología AIoT combina las capacidades de aprendizaje automático de dispositivos en y sobre el vehículo con el poder de cómputo de entornos de procesamiento en la nube. Este enfoque integrado permite a los dispositivos instalados inferir insights avanzados que se habrían perdido si los datos hubieran tenido que ser resumidos o reducidos antes de la transmisión a la nube.

Los sistemas AIoT son únicamente bidireccionales, reuniendo datos de cientos de dispositivos a bordo para identificar tendencias que, a su vez, informan cómo esos mismos dispositivos tomarán decisiones en el futuro.

Bucle de inteligencia colaborativa

Los dispositivos a bordo toman constantemente decisiones impulsadas por IA basadas en algoritmos de aprendizaje automático y sensores instalados en varios puntos del vehículo. En un sistema AIoT, el razonamiento detrás de cada decisión se sube a un entorno de procesamiento en la nube, que puede entonces analizar datos e insights de un gran grupo de dispositivos para determinar tendencias comunes. Esta información se envía de vuelta al dispositivo como una actualización a su algoritmo de aprendizaje automático. Cuantos más nodos participen en este bucle de inteligencia "colaborativa" recopilada, más inteligentes y mejor funcionará cada nodo.

Como beneficio adicional, los sistemas AIoT pueden compartir información recopilada fuera de los sensores del vehículo, como predicciones meteorológicas, condiciones de tráfico e incidentes peligrosos en la carretera. Superpuestos sobre datos de comportamiento de conducción, estos insights enseñan a los dispositivos cómo tomar decisiones en tiempo real sobre todo, desde la ruta más rápida hasta la velocidad más apropiada para condiciones climáticas.

Aplicaciones en seguridad de transporte comercial

Los sistemas de seguridad para transporte comercial han estado aprovechando los beneficios de AIoT por algún tiempo, mucho antes de que el término fuera incluso adoptado. Por ejemplo, AIoT se usa comúnmente para ofrecer auto-entrenamiento oportuno a los conductores. Los sensores ADAS en cabina pueden alertar a los conductores sobre riesgos de seguridad en tiempo real, para que puedan tomar acción correctiva antes de que ocurra una colisión.

Recientemente, AIoT incluso se ha implementado para identificar y alertar a gerentes de flota sobre "patos sentados", camiones comerciales estacionados en corredores peligrosos. En estos casos, los sistemas de aprendizaje automático evalúan una secuencia compleja de eventos que reflejan los riesgos de seguridad de un vehículo estacionado en un sitio particular.

Gestión de disparadores: la clave de la seguridad

La gestión de disparadores es la clave de la seguridad en el transporte; enviar la notificación correcta en el momento adecuado salva a las flotas de costosas colisiones y, lo más importante, salva vidas. Cuando una plataforma de seguridad extrae datos de cada vehículo en la flota y los correlaciona con resultados reales de seguridad en la nube, AIoT asegura que los dispositivos a bordo puedan notificar efectivamente a los conductores con las señales correctas. La capacidad de alertar a los conductores en el momento preciso requiere procesamiento de borde, notificaciones de baja latencia y posibles remediaciones. A diferencia de dispositivos que trabajan en el borde enviando un flujo continuo de diferentes eventos a la nube, AIoT enseña a estos dispositivos a identificar, priorizar y responder a los comportamientos más riesgosos.

Impacto futuro

En el sector de transporte comercial, la tecnología AIoT tiene el potencial de abordar algunos de los riesgos de conducción más significativos de hoy: distracción, exceso de velocidad para condiciones climáticas y estacionamiento en corredores viales históricamente peligrosos.

En cualquier día, ya conocemos las carreteras más peligrosas del país. Imagine el impacto de vincular esta información a sistemas de enrutamiento para ayudar a todos los conductores a elegir las rutas más seguras y eficientes para sus vehículos o nivel de habilidad de conducción. Cuando se recopila de forma colaborativa, esta tecnología podría incluso guiar a agencias municipales, estatales y federales a responder a elementos de riesgo vial, como baches, y desplegar nuevas estrategias de seguridad al diseñar carreteras y autopistas.

David Wagstaff es vicepresidente de analítica en SmartDrive Systems, un proveedor de inteligencia de seguridad y transporte basada en video.