Charles Cheevers | CTO Home Networks-CommScope
La inteligencia artificial en los hogares conectados está en constante evolución y cada vez transforma la forma en que interactuamos con nuestros entornos domésticos. Esta permite una mayor integración de dispositivos y sistemas en el hogar, lo que resulta en un control mucho más completo y coherente de la vida en el hogar. Asimismo, la interconexión de dispositivos IoT (Internet de las cosas) y la IA crea ecosistemas más inteligentes y colaborativos.
La hiperpersonalización se empieza a convertir en un factor a destacar, ya que la IA es capaz de realizar análisis detallados para identificar patrones en tiempo real en los datos de redes y dispositivos. Desde la perspectiva de la red doméstica y la experiencia del usuario, esta capacidad permite a la IA reconocer las distintas formas en que los consumidores utilizan las aplicaciones y los servicios en el hogar.
Empresas como NVIDIA ya están utilizando las capacidades de la IA a nivel de dispositivo, a través de la red y en la nube para elevar la experiencia del usuario y la calidad de los servicios de extremo a extremo.
En la actualidad, se tiende a ofrecer al consumidor ancho de banda y velocidad al servicio de su vida digital y sus necesidades. La siguiente fase en la conectividad doméstica consiste en comprender qué necesita el servicio para funcionar de forma óptima, desde sus requisitos de calidad de servicio Wi-Fi hasta sus tolerancias de fluctuación y latencia y la ventana de latencia de ida y vuelta desde el origen hasta el destino.
Si una solución puede entender esto y aplicar los parámetros correctos de calidad del servicio a través de una red consciente del servicio, entonces el consumidor no necesitará saber qué velocidad compra a su proveedor de servicios, sino simplemente que la red (controlada por la IA) se asegura de que sus aplicaciones reciben una calidad de servicio óptima.
A medida que se utiliza más la identificación de dispositivos y servicios en el hogar, también puede extraerse valor adicional de ello (suponiendo que el consumidor opte por los acuerdos de privacidad apropiados) cuando los tipos de servicios y dispositivos que se ofrecen al consumidor son más apropiados para las necesidades específicas del cliente.
Por ejemplo, tener en cuenta el tamaño de la vivienda a la hora de ofrecer extensores Wi-Fi (necesarios en viviendas más grandes frente a las más pequeñas) o analizar datos relacionados con la fiabilidad utilizando información histórica, el terreno, el clima para determinar si hay una mayor frecuencia de cortes para ofrecer la descarga por cable a LTE/5G.
Hoy en día, por ejemplo, con algunos de los nuevos datos de localización requeridos para el uso de Wi-Fi de potencia estándar en los hogares de Estados Unidos también podemos utilizar datos de mapas para identificar y correlacionar con detalles particulares sobre el hogar para determinar más acerca de las necesidades de conectividad del consumidor (tamaño de la casa, tipo de construcción, ubicación con respecto a los vecinos, etc.).
Incluso un punto pequeño de acceso Wi-Fi puede ver el BSSID de un punto de acceso vecino utilizando los informes de vecinos IEEE 802.11k proporcionados por los clientes, lo que permite hacerse una idea bastante precisa del potencial de interferencias en Wi-Fi.
Podemos ver mucho más potencial para utilizar la IA en la información que «dan» los dispositivos que desean participar más fácilmente en nuestro hogar conectado: dispositivos como impresoras, dispositivos compatibles con Bonjour, AllShare, televisores, etc. para poder decir a los usuarios domésticos qué admiten los dispositivos y sus especificaciones mediante protocolos que son fáciles de intercambiar con un punto de acceso Wi-Fi doméstico.
Incluso, para optimizar la conectividad de los consumidores, los algoritmos se adelantan hoy a los contenidos y los almacenan en caché, sobre todo en los servidores de las redes de los proveedores de servicios. La realidad virtual y algunos juegos de alto contenido gráfico han aprovechado en cierta medida el posicionamiento previo del contenido potencial de la siguiente imagen para minimizar cualquier latencia a expensas de un mayor contenido descargado.
Por parte de una perspectiva de seguridad más general, la capacidad de aprender los patrones y comportamientos de los actores maliciosos en contra de las normas se está mejorando constantemente tanto en la nube como a nivel del CPE, más cerca de la primera ingesta de paquetes. Los últimos modelos de aprendizaje automático (ML) están impulsando nuevas plantillas locales que se envían al dispositivo CPE para identificar los problemas de seguridad en la puerta de enlace antes de que se adentren en la red.
Esto se ha convertido en la norma de la seguridad CPE actual. Hoy en día se está realizando un enorme trabajo para contenerizar los módulos de seguridad, de modo que puedan aplicarse fácilmente a los dispositivos CPE que ejecutan nuevas pilas prplOS o RDK-B, además del trabajo adicional dentro de los propios modelos de origen de la pila para proporcionar análisis de paquetes a nivel de núcleo a velocidad de línea. Los modelos son cada vez mejores a la hora de identificar problemas utilizando un menor número de paquetes, por lo que las anomalías se detectan con mayor rapidez.
Existe una gran oportunidad para mejorar la privacidad de los consumidores frente a dispositivos de escucha y cámaras no autorizados y para que sean más conscientes de dónde pueden estar transmitiendo los dispositivos de audio o cámara fuera de su red doméstica.
Te podría interesar: Innegable conexión entre el nearshoring y la revolución digital
Se ha debatido mucho sobre la posibilidad de crear bóvedas de archivos/datos para los consumidores que permanezcan en su domicilio para la información sensible, frente a confiar plenamente en soluciones de almacenamiento en la nube (pensemos en fotografías, escaneos de documentos personales, etc.). Pero estas soluciones también plantean problemas, como la falta de redundancia en caso de incendio o inundación y la falta de acceso remoto.
La creciente preocupación por mejorar la privacidad abre la puerta a la reflexión sobre la confianza en la IA. Sin embargo, el factor de comodidad y mejora tiene que pesar más que la cuestión de confianza para el consumidor. Pero en todos los casos, el consumidor debe ser consciente del acceso que está permitiendo para obtener este beneficio.
A medida que nos adentramos en la nueva era del hogar conectado a la IA, es evidente que tenemos mucho que aprender, al igual que nuestros homólogos de IA, pero también habrá mucho que ganar con esta tecnología revolucionaria.