En el internet de las cosas, el edge AI consiste en ejecutar un modelo de IA entrenado en el propio dispositivo, o en un pequeño ordenador situado junto a él, en lugar de enviar los datos en bruto a un centro de datos para analizarlos. Una cámara que reconoce a una persona sin transmitir vídeo a ninguna parte, un sensor de motor que detecta un patrón de vibración inusual en su propio chip, un micrófono que oye cómo se rompe una ventana: todos ellos toman la decisión en local y solo envían el resultado.
Este enfoque resuelve problemas reales de ancho de banda, latencia y privacidad. También plantea una pregunta que recibe menos atención que los chips. Una vez que un dispositivo ha decidido «hay una persona en el muelle de carga», ¿quién más necesita saberlo y qué debe ocurrir a continuación?
Lo esencial
- El edge AI ejecuta la inferencia, es decir, la aplicación de un modelo entrenado, en el dispositivo o cerca de él, mientras que el entrenamiento suele seguir haciéndose en la nube.
- Gana en latencia, ancho de banda y privacidad, y pierde en tamaño del modelo y facilidad de actualización.
- Los buenos casos de uso siguen un mismo patrón: muchos datos en bruto, una decisión local rápida y un resultado pequeño que merece la pena enviar.
- Una detección en el edge resulta mucho más útil cuando una plataforma puede combinarla con puertas, alarmas y otros dispositivos mediante reglas.
¿Qué es el edge AI?
El edge AI es inteligencia artificial que se ejecuta donde se producen los datos, en el «borde» (edge) de la red, en lugar de en una nube central. El trabajo que se traslada al edge es la inferencia: tomar un modelo que ya se ha entrenado y aplicarlo a datos nuevos, como un fotograma de cámara o un segundo de lecturas de vibración. Entrenar un modelo requiere grandes cantidades de datos y de potencia de cálculo, así que suele seguir haciéndose en un centro de datos. Después, el modelo terminado se reduce y se copia en el dispositivo.
Reducir el modelo es buena parte del oficio. Un modelo entrenado con números de 32 bits a menudo puede convertirse a enteros de 8 bits, un paso llamado cuantización, que divide su tamaño aproximadamente por cuatro y lo acelera en procesadores sencillos con solo una pequeña pérdida de precisión. La poda elimina las conexiones que aportan poco. Muchos chips actuales incluyen además una unidad de procesamiento neuronal, un bloque de silicio diseñado precisamente para este tipo de cálculo, que permite a una cámara o una pasarela ejecutar un modelo de detección consumiendo unos pocos vatios.
Los dispositivos de edge AI son muy variados. En el extremo más pequeño, microcontroladores con unos pocos cientos de kilobytes de memoria ejecutan modelos diminutos que reconocen una palabra de activación o clasifican una vibración. En la franja intermedia, las cámaras inteligentes ejecutan la detección de objetos a bordo. En el extremo superior, un ordenador compacto en una estantería de la sala técnica puede atender a varias cámaras o máquinas a la vez. Todos comparten un rasgo: convierten datos en bruto pesados en un evento ligero y con significado.
Conviene distinguir el edge AI del término más amplio edge computing. El edge computing consiste en hacer cualquier tipo de procesamiento cerca de donde se producen los datos: filtrar lecturas, comprimir vídeo, ejecutar un lazo de control local. El edge AI es la parte en la que ese procesamiento es un modelo entrenado que emite un juicio, como «este sonido es un cristal que se rompe» o «esta vibración parece la de un rodamiento desgastado». Una pasarela que promedia diez lecturas de temperatura está haciendo edge computing; una cámara que reconoce una carretilla elevadora está haciendo edge AI.
Edge AI vs. IA en la nube
El edge AI y la IA en la nube suelen trabajar juntos en un mismo sistema, y cada uno es mejor en cosas distintas:
| Edge AI | IA en la nube | |
|---|---|---|
| Tiempo de respuesta | Milisegundos, sin ida y vuelta por la red | Depende de la conexión, desde decenas hasta cientos de milisegundos o más |
| Ancho de banda | Solo envía resultados | Hay que subir los datos en bruto |
| Privacidad | Las imágenes o el audio en bruto pueden quedarse en el dispositivo | Los datos en bruto salen de la instalación |
| Tamaño del modelo | Limitado por la memoria y la energía del dispositivo | Los modelos muy grandes son viables |
| Actualizaciones | Hay que hacer llegar el nuevo modelo a cada dispositivo | Se actualiza una vez y lo usan todos |
| Funciona sin conexión | Sí | No |
La fila del ancho de banda es fácil de expresar en cifras. Una cámara 1080p que codifica en H.264 a unos 4 megabits por segundo genera aproximadamente 43 gigabytes al día si transmite sin interrupción. Si diez cámaras así lo enviaran todo a la nube para analizarlo, por la conexión de la instalación pasarían más de 400 gigabytes al día. Si, en cambio, cada cámara ejecuta la detección en local y envía un mensaje JSON breve, de unos 300 bytes, cada vez que ve a una persona, incluso 1000 detecciones al día suman unos 300 kilobytes por cámara.
La contrapartida se nota en lo que puede saber cada lado. La cámara sabe lo que hay en su propio encuadre y nada más. La nube, o una plataforma que recoge eventos de muchos dispositivos, ve toda la instalación, pero solo a través de los resúmenes que envía el edge. La mayoría de los buenos diseños conservan ambos: el dispositivo decide rápidamente qué ha visto y un sistema central decide qué significa eso teniendo en cuenta todo lo demás que está ocurriendo.
Las configuraciones híbridas a menudo reparten el trabajo por etapas. El dispositivo ejecuta un modelo pequeño y rápido que capta casi todo lo interesante, aceptando algunas falsas alarmas. Solo los momentos marcados, un clip corto o unos segundos de datos de vibración, van a un modelo más grande en la nube para una segunda opinión. La conexión de la instalación transporta un goteo en lugar de una avalancha, y el modelo caro solo ve los casos difíciles.
Los equipos tienden a subestimar las actualizaciones. Una flota de 300 cámaras puede acabar ejecutando tres versiones distintas del modelo si las actualizaciones fallan en algunas de ellas. Por eso cada evento debería indicar qué versión del modelo lo generó, de modo que un cambio repentino en el número de detecciones pueda atribuirse a una actualización y no a un cambio en la instalación.
Casos de uso del edge AI en el IoT
Los casos de uso más sólidos del edge AI comparten una misma forma. Un sensor produce muchos datos en bruto, la decisión tiene que ser rápida o privada y el resultado útil es pequeño. Los ejemplos siguientes muestran ese patrón en distintos entornos; son ilustraciones, no un mapa completo del sector.
La monitorización de la condición de las máquinas es un caso clásico. Un sensor de vibración en un motor toma miles de muestras por segundo. Enviarlo todo por una radio de bajo consumo no es práctico, así que un modelo pequeño en el propio sensor aprende cómo es la vibración normal y solo informa cada pocos minutos de una puntuación o de un aviso de «ha cambiado el patrón del rodamiento».
La inspección visual de calidad en una línea de producción exige decisiones en una fracción de segundo, antes de que llegue el siguiente artículo. Una cámara con un modelo a bordo puede rechazar una etiqueta mal impresa en milisegundos, mientras que con una ida y vuelta a la nube el artículo defectuoso pasaría.
El recuento de personas y la ocupación funcionan bien en el edge por motivos de privacidad. Un sensor o una cámara pueden contar cuántas personas hay en una sala y enviar solo el número, así que las imágenes nunca salen del dispositivo. Los equipos de gestión de instalaciones obtienen la información que necesitan para la limpieza, la calefacción y la planificación de espacios sin almacenar grabaciones.
La detección de seguridad en el perímetro es el caso que la mayoría de la gente imagina. Una cámara capaz de distinguir a una persona de una rama que se mece o de un gato que pasa envía muchas menos alertas falsas que una simple detección de movimiento, y lo hace sin un flujo de vídeo constante.
Las explotaciones agrícolas aplican la misma idea a otra escala: cámaras en comederos o trampas clasifican animales o plagas, y dispositivos alimentados por energía solar envían un puñado de resultados al día por radio de largo alcance.
El edge AI no siempre compensa. Un sensor de temperatura que informa cada 15 minutos genera unos pocos kilobytes al día, y un simple umbral en el servidor lo gestiona perfectamente. Un modelo en el dispositivo añade coste, consumo y un proceso de actualización sin ninguna ganancia. La regla práctica es poner la inteligencia en el edge solo cuando los datos en bruto son demasiado grandes, demasiado sensibles o demasiado lentos de enviar.
¿Cómo se conectan a la nube los dispositivos de edge AI?
Muchos dispositivos de edge AI comunican sus resultados como mensajes pequeños mediante un protocolo estándar, a menudo MQTT, un protocolo ligero de publicación y suscripción muy utilizado en el IoT. El dispositivo publica algo como {"event": "person", "zone": "dock-2", "confidence": 0.91} en un topic, y todo lo que esté suscrito a ese topic lo recibe. Algunos dispositivos envían webhooks o usan la nube propia del fabricante, así que compruebe qué salidas admite cada modelo de dispositivo antes de comprarlo.
Un mensaje de evento útil lleva algo más que la etiqueta. El ID del dispositivo, una marca de tiempo del reloj del propio dispositivo, la puntuación de confianza y la versión del modelo resultan útiles más adelante. Elija con cuidado el umbral de confianza: un umbral de 0,5 capta más eventos reales y también más falsos, mientras que uno de 0,9 es más silencioso pero deja escapar algunos. Enviar la propia puntuación, y no solo un sí o un no, permite que el lado receptor elija un umbral distinto según la hora del día sin tocar la cámara.
Recibir el mensaje es solo el primer paso. Un evento de persona detectada en un muelle de carga significa cosas distintas a las 14:00 de un día laborable y a las 02:00 de un domingo, y otras distintas de nuevo según la puerta del muelle esté abierta o cerrada. Para convertir una detección en una acción sensata, algo tiene que combinarla con el resto de la instalación.
Esa combinación es lo que hace un motor de reglas. En Kilo, un conector MQTT recibe el mensaje de la cámara y lo dirige al dispositivo correcto, ya sea por un patrón de topic o por un ID de dispositivo leído de la carga útil JSON. Después, una regla parte de esa lectura y un paso de Enriquecimiento obtiene el último estado de un sensor de puerta inalámbrico del mismo muelle, para que una sola regla pueda razonar sobre ambos.
Si la puerta está abierta fuera del horario laboral, la misma regla puede generar una alarma crítica que llegue a la persona de guardia y enviar una orden a un controlador de iluminación que encienda las luces del patio. Esa lógica se dibuja una sola vez como diagrama de flujo en el motor de reglas de Kilo, con la detección de la cámara y el estado de la puerta como sus dos entradas.
La cámara se encarga en local del trabajo pesado con los píxeles, y la plataforma se encarga del contexto, de las personas y de las acciones posteriores. Ninguna de las dos necesita sustituirse cuando cambia la otra, así que un modelo de detección mejor el año que viene encaja sin tocar las reglas, siempre que siga publicando el mismo mensaje.
Preguntas frecuentes sobre edge AI en el IoT
¿El edge AI necesita internet?
No. La inferencia se ejecuta en local, así que un dispositivo sigue detectando aunque se caiga la conexión. Internet hace falta para entregar los resultados en otro lugar y para recibir actualizaciones del modelo. Muchos dispositivos guardan sus eventos en un búfer durante el corte y los envían en cuanto se recupera el enlace.
¿Qué es TinyML en el edge AI?
TinyML es la rama del edge AI que ejecuta modelos en microcontroladores, chips cuya memoria se mide en kilobytes y cuyo consumo se mide en milivatios. Frameworks como TensorFlow Lite for Microcontrollers, que ahora forma parte de LiteRT de Google, permiten ejecutar modelos pequeños para tareas como la detección de palabras clave o el reconocimiento de gestos, alimentados por batería durante largos periodos.
¿Qué ejemplos de edge AI hay en la vida cotidiana?
Los teléfonos inteligentes están llenos de edge AI. El desbloqueo facial, la clasificación de fotos en el propio dispositivo y la detección de la palabra de activación que espera oír el nombre de un asistente de voz se ejecutan en local, en el procesador del propio teléfono, y por eso siguen funcionando sin cobertura.
Puede ensayar el escenario del muelle con un contacto de puerta y una cámara que publique sus detecciones por MQTT. Kilo Electronics tiene en catálogo sensores de puertas y ventanas, y dos dispositivos más una regla que genera una alarma cuando se detecta una persona con la puerta abierta caben en el plan gratuito de Kilo, junto con un panel que muestra ambas lecturas.