El Internet de las cosas es una red de objetos físicos –vehículos, máquinas, electrodomésticos y más– que utiliza sensores y APIs para conectarse e intercambiar datos por internet.
El “Internet de las cosas”, comúnmente abreviado IoT por sus siglas en inglés, se refiere a la conexión entre dispositivos: desde celulares y relojes hasta televisores, lavadoras, vehículos para que puedan comunicarse e interactuar entre sí. Esto se logra gracias a que todos están conectados a la internet: su punto en común es la implantación de un sistema automatizado que permite la comunicación y el desarrollo de sus funciones.
¿Esto es que la nevera se va a poner a hablar conmigo? Bueno, no exactamente. Los electrodomésticos suelen utilizarse como ejemplo práctico del IoT: un frigorífico inteligente sería capaz de notificar a su dueño si el sistema sufre alguna avería, como por ejemplo una bajada de temperatura que descongelase los alimentos, pero también de cuándo podrían caducar estos, según lo configuremos. Otro ejemplo son los sistemas de aires acondicionados, que se pueden configurar incluso si estamos fuera para que se enciendan antes de que lleguemos, o los contadores de luz inteligentes.
“Los dispositivos IoT nos proporcionan mucha información que permite racionalizar el uso de nuestros recursos: uno de los principales la energía pero no solamente eso, sino que en general nos pueden ayudar a ahorrar, agua, comprar más racionalmente y cómodamente, tener más y mejor información de lo que compramos, controlar estado de alimentos y estados de mantenimiento de todo los equipos inteligentes de forma automática”.
El Machine Learning su principal forma de aprender
y tenemos tambien lo que llaman machine learning, que es un tipo de inteligencia artificial (IA) entrenada para absorber una gran cantidad de datos, encontrar patrones entre ellos y arrojar ciertas conclusiones basadas en el análisis. También para reconocer cosas en función de cosas que ya ha visto antes. Por ejemplo, decir que una cerverza es una cerveza después de haber analizado todas las marcas de cervezas que hay.
Se traduce como “aprendizaje automático” debido a que es capaz de proporcionar más conclusiones diferentes al captar más datos, a pesar de que el sistema no haya sido entrenados con ellos inicialmente. ¿Cómo se hace este procesamiento masivo? Gracias a una secuencia de operaciones y reglas, como una operación matemática, diseñada por una persona o grupo de personas para resolver un problema: un algoritmo. Como ves, en este concepto se mezclan algunos de los términos que hemos ido explicando en este glosario.
