Showing posts from tagged with: datos masivos

El futuro está en las manos de los sensores, datos y la nube

Escrito por Julio Serrano en Apps & Software, Blog, Hardware, Diseño & Makerspace, High Tech, Tech | 0 Comentarios

22.03.17

El surgimiento y auge del Internet de las Cosas (IoT por sus siglas en inglés), las analíticas utilizadas en esos datos y la forma en que la nube puede ser usada para impulsar el valor y manipulación de una amplia gama de "cosas", son temáticas que deben ser investigadas y explicadas dada su relevancia actual.

El tema es claramente importante debido en parte al crecimiento en el mercado que han tenido el IoT y Big Data. Una gran cantidad de datos disponibles especulan la tasa sobre la cual el mercado mundial puede seguir creciendo. The International Data Corporation estima, por ejemplo, que el mercado del Internet de las Cosas, de 700 mil millones de dólares en 2015, crecerá a 1.70 billones en 2020. Además, Gartner indica que el número de dispositivos conectados aumentará alcanzando los 20,8 millones para el mismo año.

internet-things-iot-concept-icons-end-devices-objects-network-standards-business-security-innovation-big-data-vector-51175831

Los sensores están impulsando una explosión de data

Paremos un momento y consideremos dónde actúan los sensores a nuestro alrededor. Las personas pueden administrar y ejecutar sus negocios desde sus celulares, los vehículos están equipados con dispositivos de diagnóstico y control de clima, las casas tienen controles y medidores inteligentes, las fábricas se han convertido en lugares con sensores enlazados a medida que se automatizan, y así la interminable lista suma y sigue.

Los datos recolectados desde dispositivos conectados tienen cada vez más analíticas integradas para abordar una variedad de problemas tales como:
  • Monitoreo de la Salud en el Hogar: rastrear los signos vitales del paciente y sus movimientos alrededor del hogar y enviar alertas a la familia / médicos / hospitales, si ocurren eventos anormales.
  • Monitoreo de Energía: a nivel macro, las utilidades pueden mejorar la eficiencia de la red nacional y la generación de energía. A un nivel micro, los dispositivos domésticos pueden apagarse o colocarse en modo de espera cuando no estén en uso.
  • Gestión de activos: supervisar el estado de los dispositivos en fábricas o lugares de difícil acceso (por ejemplo minas, parques eólicos). Analizar datos y proporcionar diagnósticos en dispositivos para predecir fallas y construir programas de mantenimiento predictivo.
  • Conducción más segura: conectar vehículos para conocer el tráfico vial, monitorear el desempeño del auto y el conductor, ofrecer primas de seguro más bajas para conductores seguros e impulsar la innovación hacia vehículos más eficientes e incluso sin conductor.
  • Logística: rastrear paquetes y contenedores, proporcionar tiempos de llegada estimados a los clientes e identificar los centros de distribución de personal donde las cargas de trabajo son mayores.
  • Medio Ambiente: aprovechar los sensores meteorológicos y de calidad del aire para predecir cuándo la contaminación puede causar problemas en los puntos críticos de la ciudad, monitorear los cambios en los niveles de agua y localizar y rastrear los datos a áreas geográficas más seguras para una mayor precisión en las previsiones locales.
7ff1bde92af91052d2660fce6930a4ae2dee1b9a

Construyendo soluciones IoT para permitir análisis

Cuando se construyen soluciones para usar todos los datos disponibles hay múltiples consideraciones, que en su conjunto, introducen problemas únicos con soluciones a través del Internet de las Cosas.
  • Velocidad: Los datos se mueven normalmente en tiempo real y necesitan ser analizados con la misma simultaneidad. Las soluciones en 'streaming' para identificar cambios en los patrones de datos pueden utilizarse en bucles de retroalimentación para cambiar el funcionamiento de los dispositivos. Por ejemplo, se puede activar un interruptor para liberar presión, basándose en los datos de un sensor que empiezan a mostrar lecturas atípicas o fluctuaciones de presión. Si se hace en tiempo real, esto puede evitar un fallo potencial grave en un gas o oleoducto.
  • Volumen: Las soluciones IoT pueden reunir una variedad de datos diferentes desde vídeo, audio, vibración, temperatura, presión, humedad y más. Todas estas fuentes necesitan ser manejadas, y los datos derivados deben ser analizados apropiadamente. Esto puede resultar en enormes cantidades de procesamiento de información, un caso genuino de uso de Big Data.
  • Ubicación: Los sensores pueden estar en cualquier lugar, y a menudo son móviles. Las redes pueden ser complejas y sus capacidades deben ser cuidadosamente consideradas. En el límite de la red, donde es posible que ocurran inestabilidades debido a problemas ambientales, debe ser incorporada la tolerancia a fallos. La necesidad de agregar datos o construir analíticas para reducir la carga en cualquier punto central, podría ser requerida.
  • Estándares: Actualmente hay muchas maneras en que los sensores de datos pueden comunicarse a un punto central. Bluetooth, Wi-Fi, 2G, 3G y 4G son formas comunes. Todos son útiles y necesitan ser administrados a través de una solución IoT.
  • La Nube: Los sistemas principales que se utilizan para analizar los datos derivados por medio del IoT, se encuentran en la nube. La demanda de recursos variará con el tiempo y los requisitos de procesamiento para modelar, predecir, simular y visualizar el historial almacenado se podrían gestionar desde un punto único.
  • Integración: Las soluciones IoT a menudo necesitan mucho más que sólo datos basados ​​en sensores para ser útiles. Es posible que también sea necesario incorporar informes de ingenieros en sistemas de gestión de contenido, ERP (programación) y sistemas de gestión de activos dentro de la empresa. Esto requiere la integración de todos los componentes en el sistema.
  • Seguridad y privacidad: No es fácil mantener la seguridad de un conjunto de dispositivos que se distribuyen geográficamente, utilizando potencialmente distintos estándares y redes. La privacidad y seguridad pueden ser el problema más difícil para solucionar mediante el IoT.
big-data-cloud

Analíticas IoT en la nube

Todos los datos resultantes desde estos dispositivos, deben fluir en una solución basada en la nube para su análisis. Así, la nube se convierte en el "cerebro" de una solución IoT. Ésta nos permite tomar medidas respecto a los datos recopilados, incluyendo informes simples, modelos predictivos, simulación de resultados diferentes para probar hipótesis y sistemas de bucle cerrado que se comuniquen con dispositivos para detener procesos fallidos y / o solucionar problemas automáticamente.

La nube contiene toda la información histórica de los sensores, y puede integrarla con datos de sistemas tradicionales como ERP, gestión de activos y otras formas de data. Una solución IoT incorpora todas las formas de sistemas - Sistemas de registro, Sistemas de contratación, Sistemas de automatización - para ofrecer información al negocio.Screen Shot 2017-01-24 at 9.17.57 AM

El Internet de las Cosas ha abierto una nueva gama de análisis para administrar los datos de una multiplicidad de fuentes que hace 10 años no se consideraban. La llegada de los sensores de baja potencia y su fácil uso, junto con varios años y vidas registradas, significa que casi cualquier cosa que podamos pensar, un día será analizada mediante instrumentos. El aumento continuo de la información y la necesidad de darle sentido a todo esto, crea una demanda de almacenamiento y sistemas, y los costos resultantes, pueden ser mejor gestionados en la nube.

Con información de IBM y Gartner

[Infografía] Te presentamos las ‘7 V’ del Big Data

Escrito por Julio Serrano en Blog, High Tech, Innovación, Tech | 0 Comentarios

14.03.17

Les dejamos la siguiente infografía explicativa diseñada por la gente del 'Instituto de Ingeniería del Conocimiento' de la Universidad Autónoma de Madrid.

En su trabajo, a las cuatro V clásicas del Big Data, han añadido la de viabilidad y de visualización de los datos que se recogen. A estas seis sumaron la que consideran principal, el valor.

También nombran las 3 capas generales de un proyecto de Datos Masivos. Cada una de estas V se reparten a lo largo de estas capas:

  1. Capa de almacenamiento: Son aquellos recursos hardware y software que permite el almacenamiento de los datos.
  2. Capa de procesamiento: Herramientas de procesamiento de los datos.
  3. Capa de análisis: Es la metodología seguida para realizar el análisis de los datos que derivan en información de valor.
Big-Data-Vs

Investigadores buscan entender nuestro cerebro utilizando consolas de videojuegos

Escrito por Julio Serrano en Apps & Software, Blog, High Tech, Innovación, Tech | 0 Comentarios

06.03.17

Decir que las redes neuronales no son muy fáciles de entender, es subestimarlas. Una aseveración más real vendría siendo que son extremadamente complejas. Esto ha llevado a investigadores en neurociencia a tratar constantemente de mejorar las formas de análisis del cerebro, esperando encontrar una respuesta que proporcione información sobre cómo nuestra mente procesa ideas y datos.

Muchas investigaciones en el campo comienzan con la recopilación de grandes cantidades de datos sobre actividad cerebral y su análisis a través de algoritmos. No obstante, la validez de estas técnicas es difícil de lograr, principalmente porque a la fecha no hay claridad sobre la forma en que funcionan los sistemas neuronales, ni siquiera de una mosca.

Eric Jonas de la Universidad de California en Berkeley, y Konrad Kording de la Universidad Northwestern, buscaron comprobar hasta qué punto son válidos algunos enfoques de neurociencia utilizados ampliamente. La diferencia es que para su experimento utilizaron un sistema informático artificial, algo mucho más simple que nuestro cerebro. ¿Qué fue lo que usaron? Un Atari 2600, consola clásica de videojuegos.

chrysalis videogames

Durante el transcurso de la investigación aplicaron algoritmos clásicos de análisis cerebral al microprocesador de Atari, un sistema que entienden en su totalidad. "Desde que los humanos diseñaron este procesador desde el transistor hasta el software, sabemos cómo funciona en cada nivel y tenemos una intuición de lo que significa 'entender' el sistema", indica Jonas.

"Nuestro objetivo era poner en relieve algunas de las deficiencias en la 'comprensión' que surgen cuando se aplican las técnicas analíticas contemporáneas a conjuntos de 'Big Data' de sistemas informáticos".

Los Instrumentos y Límites de la Neurociencia

Jonas y Kording aplicaron técnicas de análisis de neurociencia estándar al microprocesador del Atari para probar la forma en que se resaltan las características más conocidas, como las conexiones entre las partes del chip, o lo que sucede cuando se destruyen ciertos transistores. Desafortunadamente, los resultados no fueron satisfactorios, y las técnicas no proporcionaron el mismo nivel de entendimiento que un estudiante de ingeniería típico hubiera logrado con mirar el sistema.

"Mostramos que los enfoques revelan una estructura interesante en los datos, pero no describen significativamente la jerarquía de la información procesada en el microprocesador", indican los investigadores en PLOS Computational Bilogy.

"Esto sugiere que los enfoques analíticos actuales pueden ser insuficientes para lograr una comprensión significativa de los sistemas neuronales, independientemente de la cantidad de datos".

journal.pcbi.1005268.g002

Ciertamente, el campo de la neurociencia ha ayudado mucho para aumentar nuestra comprensión sobre cómo funciona el cerebro. Aún así, Kording señala que "el progreso requiere mejores experimentos, teorías y enfoques de análisis de data". Para entender cómo funcional los procesos cerebrales, el 'Big Data' no es siempre efectivo. "Sin pensar cuidadosamente, los enfoques actuales del 'Big Data' en la neurociencia pueden no cumplir con lo que se espera y tener éxito en el campo", dice Jonas.

En última instancia, el estudio revela las limitaciones de los enfoques modernos, por lo que los investigadores sugieren explorar nuevos caminos para entender mejor el cerebro, al igual que lo hicieron con su experimento del Atari. El camino para entender el cerebro humano está en el análisis de sistemas sintéticos.

Con información de futurism y PLOS computational bilogy

IoT y Big Data: ¿Qué oportunidades presentan en conjunto para las empresas?

Escrito por Julio Serrano en Blog, High Tech, Innovación, Tech | 0 Comentarios

02.03.17

Según datos de IDC, el gasto en IoT en 2016 fue de $737 mil millones, con una tasa anual de crecimiento de 15.6%, lo que elevaría la cifra a $1.29 trillones en 2020. Eso no es sorprendente, ya que las previsiones de incremento masivo en gastos para 'Internet de las Cosas' existen en todas partes. Mientras que el consumidor IoT a menudo apunta donde está el hype, gran parte del gasto actual está en empresas, manufactura, transporte y servicios públicos, representando el 44% del gasto de 2016.

Otro gran mercado es el 'Big Data'. De acuerdo a IDC, el gasto en esta vertical crecerá más de un 50% desde 2015, llegando a más de 187.000 millones de dólares en 2019, donde los grandes consumidores estarán en las industrias manufacturera y bancaria. Por lo tanto, no existen muchas dudas sobre el crecimiento y expectación que representan el IoT y los 'datos masivos'. El 'Internet de las Cosas' es mucho más que conectar sensores o dispositivos, también es un mecanismo para recopilar y distribuir datos. La industria manufacturera está viendo el tremendo potencial para automatizar los flujos de trabajo a través de sus procesos de fabricación. La pregunta es, una vez que salga de la fabricación, ¿qué tipos de oportunidades habrá en la empresa para la intersección de IoT y 'Big Data'?

"En un contexto empresarial, el valor es el potencial del IoT para gestionar interacciones dentro de esta compleja estructura de nuevos sensores, dispositivos, dispositivos móviles, aplicaciones e infraestructura física", comentó Chris Witeck (Principal Technology Strategist en Citrix), en el portal IoT Agenda.

chrysalis hub iotbigdata

Chris Witeck, Principal Technology Strategist en Citrix

La intersección de IoT y Big Data

IoT y el rápido incremento de dispositivos, sensores y cosas, representan una tremenda oportunidad de conectar todo, y se espera una gran generación de valor a raíz de estas nuevas conexiones. Las preguntas que surgen son ¿qué hacer con todos los datos generados por estas conexiones? ¿Desbloquearán nuevas oportunidades y ayudarán a resolver problemas no resueltos? Y ¿Cuándo y dónde empezarán las empresas a utilizar este potencial? Resulta que muchas empresas han comenzado. Según 451 Research, el 71% de los líderes en TI ya están recolectando datos para las iniciativas de IoT. Una gran ventaja de esta vertical es la capacidad de recopilar fácilmente datos en todas las partes de la organización, incluyendo sectores que históricamente no se han tratado tanto entre sí.

"El IoT ofrece interacciones entre industrias a un nivel de datos. Los CIO deben recordar que los datos son en última instancia independientes de la plataforma, y que la 'data science' también está ahora disponible como un servicio", dice Ian Hughes, analista en 451 Research.

Recoger los datos es la parte fácil, utilizarlos es lo difícil. Según Forrester, sólo el 33% de las empresas están aprovechando los datos que recopilan para obtener cualquier tipo de información útil. El beneficio real de la analítica para la empresa será aprovechar los datos recopilados en toda la organización.

El 'Internet de las Cosas' proporciona en muchos casos una manera más fácil de resolver problemas. El primer paso para utilizar el IoT y 'Big Data' en una empresa, es asegurar líneas abiertas de comunicación en todos los departamentos. El siguiente paso es averiguar qué problema comercial a abordar. Un área en la que vale la pena invertir, es la vinculación entre estas verticales con una estrategia de seguridad para la empresa, por ejemplo.

Con información de zdnet, IoT Agenda, informationweek, automationworld y businesswire