¿Sabía qué …….?
La IA acelerará aún más el despliegue de Data Centers y muchos de ellos estarán cerca de su empresa.
Vivimos actualmente un bombardeo de ejemplos de IA que nos hace resúmenes de documentación en tiempo record, nos escribe artículos o nos da opiniones en asuntos concretos. Todas estas tareas tienen en común que el origen de la información en la que la IA se basa es información elaborada. Pero no falta mucho para que la IA también analice los datos, los interprete y nos asesore. La IA no es más que una pieza dentro del ecosistema necesario para esta revolución. Las otras 3 piezas son la sensorización, la red de comunicaciones y los centros de datos o Data Centers. ¿Pero no podrían estos últimos saturarse con la llegada masiva de datos y la demanda creciente de computación?
La IA acelerará aún más el despliegue de Data Centers y muchos de ellos estarán cerca de su empresa.
Vivimos actualmente un bombardeo de ejemplos de IA que nos hace resúmenes de documentación en tiempo record, nos escribe artículos (nota: este artículo ha sido escrito por humanos) o nos da opiniones de asuntos concretos. Todas estas tareas tienen en común que el origen de la información en la que la IA se basa es información elaborada como manuales, artículos o contenido escrito en prosa en general. Pero no falta mucho para que la IA también analice los datos, los interprete y nos asesore. La IA no es más que una pieza dentro del ecosistema necesario para esta revolución. Las otras 3 piezas son la sensorización, la red de comunicaciones y los centros de datos o Data Centers. ¿Pero no podrían estos últimos saturarse con la llegada masiva de datos procedentes de sensores (como los CPM o la Nubeprint app) y la demanda creciente de computación (para, por ejemplo, dar consejos de cómo mejorar los márgenes de los contratos de coste por copia)?
La IA, el big data y la sensorización forman parte de la ecuación de un ecosistema que está cambiándolo todo. Desde gestionar la planta de embalaje de una fábrica, hasta asesorar a una tienda de regalos de qué productos debería comprar para atender las ventas del Black Friday. La sensorización consiste en tener sensores que recojan los datos en todas las fases de un proceso productivo. Pero el dato a menudo debe ser filtrado y pulido, y una vez garantizada la veracidad y precisión del dato, es cuando está en disposición de ser utilizado por la IA generativa. Esa compleja labor es a la que ha venido dedicando su esfuerzo Nubeprint cuando en 2017 introdujo su motor de Machine Learning.
Conforme crece la cantidad de datos que se recogen con sensores (la cantidad de impresoras monitorizadas con la Nubeprint app desde el móvil del usuario ha crecido un 750% en lo que va de año), también crecen las necesidades de almacenamiento y las necesidades de procesamiento: esto tiene lugar en los Data Centers. Si todo el sistema se estructura con unos pocos grandes Data Centers, se producirá tarde o temprano un estrangulamiento en redes y recursos de computación. Por este motivo, se ha optado más recientemente por una arquitectura de TI con capacidades de cómputo distribuido en donde coexisten centros de datos próximos al origen (conocidos como Edge Data Centers) y los grandes o gigantes centros de datos (ubicados en lugares estratégicos en los que, una vez resuelto el problema de cómo llegan los datos, se prima el coste del terreno y sobre todo de la energía). De esta manera, los datos que requieren un procesamiento inmediato son tratados en los Edge Data Centers, mientras que los datos históricos se envían a los Data Centers más grandes, viajando incluso miles de kms. Y es en estos últimos en los que se ejecutan las tareas que no requieren inmediatez.
Nubeprint ofrece una solución MPS gestionada con algoritmos y filtros dinámicos. En 2013, desarrolla el primer motor de I.A. para MPS y, desde 2017, dispone de un Machine Learning (ML) desarrollado específicamente para MPS: mediante este aprendizaje automático, el sistema desarrolla el reconocimiento de patrones y la capacidad de aprender continuamente, con predicciones basadas en el big data, tras lo cual realiza los ajustes necesarios sin haber sido programado específicamente para ello.
Fuentes: Nubeprint, Cirion Technologies, ABC
Vivimos actualmente un bombardeo de ejemplos de IA que nos hace resúmenes de documentación en tiempo record, nos escribe artículos (nota: este artículo ha sido escrito por humanos) o nos da opiniones de asuntos concretos. Todas estas tareas tienen en común que el origen de la información en la que la IA se basa es información elaborada como manuales, artículos o contenido escrito en prosa en general. Pero no falta mucho para que la IA también analice los datos, los interprete y nos asesore. La IA no es más que una pieza dentro del ecosistema necesario para esta revolución. Las otras 3 piezas son la sensorización, la red de comunicaciones y los centros de datos o Data Centers. ¿Pero no podrían estos últimos saturarse con la llegada masiva de datos procedentes de sensores (como los CPM o la Nubeprint app) y la demanda creciente de computación (para, por ejemplo, dar consejos de cómo mejorar los márgenes de los contratos de coste por copia)?