64 Datos, datos...IoT, Big Data, Inteligencia Artificial El crecimiento exponencial de dispositivos conectados por persona que incrementarán los datos a procesar convertirán a IoT en la mayor fuente de información del planeta. Se estima que el número de dispositivos IoT pasará de 20 billones en 2017 a 75 billones en 2025, que según IDC generarán un total de 180 zettabits de datos. Por lo tanto, es vital encontrar la forma de transferir ese Big Data a un valor tangible en tiempo real y la Inteligencia Artificial es el camino. Cuando la Inteligencia Artificial entra en escena y lleva al IoT al siguiente nivel es un salto especialmente importante en las tres megatendencias a las que nos enfrentamos: urbaniza- ción, industrialización y digitalización, que exigen que hagamos más con menos, incluida la energía. En este sentido, en los últimos años hemos vivido algunos cambios claves que han trasformado la noción de conectividad de las cosas: la movilidad –muchas más personas consumen datos de forma móvil, por lo que ha cambiado fundamenta–mente la experiencia del cliente; la sensorización, o la capacidad para incluir sensores en un proceso o instalación de forma barata y eficiente; el Cloud, para obtener datos actualiza- dos a un coste muy bajo; las Analíticas y la Inteligencia Artificial, que ayudan a transformar esos datos en información significativa y el avance en Ciberseguri- dad, señalaba Cyril Perducat, EVP IoT&Digital Offers de Schneider Electric en una entrevista para m&a en IoTWC. Retos, ventajas y barreras de una tecnología en expansión El término IA surgió en 1950 para definir a los sistemas informáticos que pueden percibir su entorno, aprender y actuar de acuerdo a lo que detectan. Es decir, simulando un proceso mental para tomar decisio- nes a través de algoritmos inteligen- tes. Ya el sueño anticipatorio del Dr. Frankenstein perseguía hacer máquinas con las capacidades cognitivas del ser humano, Strong Intelligence; pero en los años 50, la IA todavía no tenía acceso a tal cantidad de datos, por lo que es ahora cuando se desarrollará la IA aplicada a través de algoritmos y aprendizaje a partir de los datos, los algoritmos IA requieren gran magnitud de datos de buena calidad para extraerles todo su valor en tiempo real. Se trata de facilitar el análisis del volumen de datos con un conjunto de técnicas matemáticas y estadísticas que permitan a los algoritmos mejorar sus tareas en base a la experiencia y el aprendizaje, señalan desde PwC. Estamos hablando de Machine Learning, de máquinas que aprenden y son capaces de autopro- gramarse con su experiencia, y dentro del ML hablamos de Deep Learning, que desarrolla el aprendiza- je profundo a través de modelos informáticos imitando al cerebro humano, con un sistema de redes artificiales para analizar datos, extraer patrones, y tomar decisiones a partir de los datos. Según señalan desde el IoTWC, que este año organizan por primera vez un Forum AI&Cognitive Systems, un aspecto importante para la extensión de la tecnología es la estandarización por la que ISO ha establecido el primer estándar ISO/IEC JTC 1/SC 42 con la ambición de abarcar la totalidad de IA. En cuanto a sus ventajas, se encuentran la optimización del tiempo y recursos a través de la automatización de procesos y tareas manutencion & almacenaje 528/29 Tendencias