Hoy en día, muchas aplicaciones requieren inteligencia artificial (IA). Sin embargo, los desarrolladores subestiman con frecuencia las muchas decisiones cruciales que deben tomar para garantizar que su implementación funcione bien dentro del presupuesto que han asignado.
La primera decisión debe ser si la IA procesará los datos que consume en la nube o en el perímetro de la red. El despliegue de la IA en el perímetro presenta ventajas de velocidad y coste, pero la nube ha captado la imaginación de la mayoría debido a su enorme potencia de cálculo y capacidad de almacenamiento. Tanto si se utiliza la nube como el perímetro (o incluso una combinación de ambos), hay aspectos que deben tenerse en cuenta.
El volumen de datos presenta latencia
Cargar grandes cantidades de datos en la nube puede introducir a menudo una latencia muy alta, que en muchos casos supera los cientos de milisegundos, lo que puede perjudicar seriamente las operaciones hasta el punto de hacerlas ineficaces en el mejor de los casos y una pérdida total de tiempo y dinero en el peor. La capacidad de manejar grandes cantidades de datos casi sin esfuerzo y de forma coherente es un factor clave –aunque con demasiada frecuencia pasado por alto– en el despliegue eficaz de la IA.
Desplazamiento de datos
En términos de ancho de banda para mover los datos, normalmente no sólo hay que pagar por una gran cantidad de ella, sino que también hay que pagar para que esté disponible al máximo rendimiento el 100% del tiempo. No queremos pagar por procesar datos defectuosos. Cuesta lo mismo, pero los datos malos pueden ser muy caros de eliminar y descartar sin arruinar los buenos.
Control de costes
Las cámaras de vídeo generan muchos datos, y transferirlos y analizarlos requiere un ancho de banda y una potencia de cálculo con valores monetarios que pueden acumularse muy rápidamente. Además, aparte del tiempo y el dinero que supone «alquilar» equipos en la nube para entrenar un modelo de IA, la nube supone un gran negocio para los proveedores de sus servicios, ya que esos equipos deben estar continuamente disponibles para realizar inferencias.
Privacidad
A pesar de sus ventajas, el almacenamiento de datos sensibles y/o privados en la nube sigue preocupando a muchos. La idea de transferir datos valiosos hacia y desde la nube –sometiéndolos potencialmente a la interrupción de la red o incluso al secuestro y corrupción por fuerzas oscuras en el Internet abierto– puede seguir siendo preocupante. Los accidentes son infrecuentes, pero siguen ocurriendo, a menudo por simples errores, y esos percances aparentemente menores pueden agravarse rápidamente.
¿Es ‘The Edge’ la mejor opción?
A pesar de las deficiencias de la IA basada en la nube, la mayoría de las aplicaciones siguen dependiendo de ella para realizar análisis exhaustivos, como los asociados a la toma de decisiones empresariales o monetarias. ¿Dónde entra en juego la IA en el perímetro? En mi opinión, para los casos de uso que requieren velocidad, escalabilidad y privacidad, situar el procesamiento de la IA en el extremo de la red puede evitar muchos de los problemas descritos. Creo que situar la IA en el extremo es la mejor opción, si no la única.
Para aplicaciones de IA que no requieran una velocidad de milisegundos, la nube debería funcionar sin problemas. Sin embargo, para una decisión o reacción de IA que debe tener lugar en el rango de unos pocos milisegundos o menos –a veces con información altamente sensible o valiosa– la IA de vanguardia es la opción. Aunque puede requerir unos costes iniciales de investigación e implantación ligeramente más elevados, el retorno de la inversión debería ser demostrablemente más favorable en un periodo de tiempo razonablemente corto en comparación con la nube.
Ejemplos de aplicaciones que se benefician del procesamiento ‘Edge’
Las tiendas sin cajeros, los dispositivos médicos y los robots de almacén son sólo algunos ejemplos en los que se puede observar la eficacia de la IA perimetral. Las tiendas sin cajeros pueden utilizar este tipo de IA para proporcionar una mayor flexibilidad en lo que respecta a la escalabilidad para dar cabida a cientos, si no miles, de cámaras inteligentes. Los dispositivos médicos con capacidad de IA integrada pueden utilizarse para controlar a los pacientes, por ejemplo, analizando comportamientos anómalos o detectando caídas. Los robots de almacén necesitan IA de vanguardia para poder actuar de forma precisa e instantánea.
Considérelo desde el principio
Aunque la mayoría de las empresas de un tamaño razonable utilizan ahora algún tipo de entorno en la nube (ya sea privada, pública o alguna otra combinación de servicios en la nube como parte de su estrategia empresarial), no hay una solución universal.
La decisión de pasar a la nube o al perímetro depende normalmente de la aplicación. Muchas organizaciones utilizarán un enfoque híbrido, realizando las funciones con mayores limitaciones de tiempo en el perímetro mientras llevan a cabo análisis más profundos en la nube. Por ejemplo, los robots de almacén pueden ser un entorno ideal para implantar la IA en el perímetro, pero la nube se sigue utilizando para consolidar y analizar las entradas de todos los robots del almacén.
Sin embargo, un enfoque híbrido de nube/perímetro puede ser desalentador para los no iniciados, ya que existe un nivel inherente de complejidad. Es aconsejable considerar la posibilidad de emprender un proyecto de este tipo con un socio o proveedor experimentado que pueda garantizar que se toman las decisiones correctas desde el principio para evitar posibles obstáculos.
No obstante, acertar con ambos elementos en las fases de planificación puede, en última instancia, optimizar el rendimiento y aumentar la eficiencia equilibrando la demanda entre varios sistemas de nube y entornos de computación de perímetro para satisfacer con precisión la necesidad especializada de la empresa.
¿Y el almacenamiento? ¿Cuánto necesitará, tanto ahora como en el futuro previsible? Si se trata de grandes volúmenes, la computación y el almacenamiento en la nube pueden ser su respuesta. Si la captura de datos es relativamente pequeña, intermitente o sólo temporal, los dispositivos de computación de perímetro no sólo costarán probablemente menos de implementar, ejecutar y mantener, sino que también pueden requerir menos energía para funcionar.
Con los ojos en el futuro
Además de los tres ejemplos descritos anteriormente, también hay muchas otras aplicaciones que se basan en la visión por ordenador y la IA para identificar a alguien o algo. Aunque la nube ha sido la opción por defecto para ejecutar algoritmos de IA, especialmente para la analítica avanzada, los nuevos dispositivos de IA de perímetro pueden permitir que las aplicaciones realicen las funciones de IA críticas para el tiempo en el perímetro, mientras que el papel de la nube se desplazará hacia la analítica avanzada.
