Escenas del hogar con tecnología de aprendizaje automático: Un modelo para la automatización inteligente del hogar

Este es el resumen de un artículo de una serie de cinco partes sobre las tecnologías que permiten el IoT. El artículo completo se puede ver en wevolver.com.

Durante más de dos décadas, los hogares inteligentes y las aplicaciones de automatización del hogar han avanzado rápidamente. Los primeros hogares inteligentes contaban con una cantidad limitada de dispositivos conectados y ofrecían funcionalidades de automatización muy básicas, que, por lo general, se limitaban a controlar el estado de los dispositivos inteligentes. Durante la última década, las funcionalidades de automatización del hogar han proliferado y evolucionado en términos de inteligencia y sofisticación. En concreto, las plataformas de hogares inteligentes como Amazon Echo, Google Home y Home Pod de Apple permiten el control integrado e inteligente de un mayor número de dispositivos, los cuales pueden configurarse de muchas maneras para adaptarse a las preferencias y necesidades de los usuarios finales.

Introducción a las escenas de hogares inteligentes

La gran cantidad de dispositivos y funcionalidades de automatización de los hogares inteligentes modernos dio lugar al concepto de "escenas". Las escenas permiten que los usuarios de los hogares inteligentes controlen varios dispositivos en función de uno o varios guiones de acciones bien definidas, las cuales se programan y ejecutan según las preferencias de los usuarios finales. En la práctica, las escenas consisten en activadores y acciones. Los activadores son eventos que inician acciones de configuración y control. Por ejemplo, las acciones de configuración se pueden activar cuando el valor de un sensor supera un umbral o en función de la pulsación manual de un botón. Las acciones alteran el estado de uno o más dispositivos, lo que posteriormente cambia el estado del hogar inteligente. Los activadores y las acciones que componen una escena se almacenan en la plataforma del hogar inteligente como una opción de configuración, que se puede activar o desactivar cómodamente a voluntad del usuario final. Por lo tanto, los usuarios de hogares inteligentes pueden configurar varias escenas y usarlas en diferentes momentos.

En general, las escenas facilitan que los propietarios controlen sus dispositivos inteligentes de forma flexible y automática, ya que, con ellas, se ahorran un valioso tiempo. En concreto, ya no necesitan recordar las diferentes opciones de configuración de sus dispositivos, lo que permite que le dediquen menos tiempo, o ninguno, a tener que implementar una serie de acciones de configuración y control para garantizar que el entorno de su hogar se ajuste a sus preferencias. Además, las escenas permiten a los propietarios controlar su hogar mediante la modalidad que prefieran, incluidos los controles remotos, los paneles táctiles y las aplicaciones para teléfonos inteligentes.

Escenas de hogares inteligentes: Habilitadores y tendencias tecnológicos

Las escenas de implementación y ejecución están habilitadas por tecnologías para hogares inteligentes de vanguardia, como sensores inteligentes, computación en la nube y el IoT (Internet de las cosas). En particular:

• Sensores y actuadores inteligentes: Las escenas aprovechan los semiconductores y microsistemas inteligentes, que se configuran de forma remota en función de protocolos populares como Bluetooth, wifi, Zigbee y KNX. Los semiconductores inteligentes son de dos tipos principales; sensores que perciben el entorno del hogar inteligente (p. ej., los patrones de ocupación de una habitación) y los actuadores que implementan funciones de control automático (p. ej., control de iluminación).

• Controladores de IoT: La mayoría de las escenas se configuran, almacenan, implementan y ejecutan mediante controladores de IoT, es decir, dispositivos de puerta de enlace que controlan sensores y actuadores desde un único punto de entrada. Los controladores de IoT admiten uno o más protocolos de red que facilitan una comunicación fluida con los sensores y actuadores.

• Computación en la nube: Las plataformas de hogares inteligentes modernas y sus controladores de IoT están integrados con infraestructuras de computación en la nube. La integración en la nube permite que las aplicaciones de hogares inteligentes se beneficien de la escalabilidad, capacidad, elasticidad y calidad del servicio de la computación en la nube. Por ejemplo, la nube facilita la recopilación, la gestión y el análisis de grandes volúmenes de datos sobre la actividad de los habitantes. Del mismo modo, la computación en la nube permite que las aplicaciones del hogar inteligente accedan a los recursos informáticos y de almacenamiento de manera flexible, escalable y rentable.

• Computación periférica: En los últimos años, hubo un desplazamiento de los datos de los hogares inteligentes de la nube al extremo de la red, es decir, cerca de los usuarios finales. Muchas aplicaciones de procesamiento y análisis de datos se implementan cerca de los usuarios finales. Esto reduce la latencia de las aplicaciones, ya que el procesamiento se lleva a cabo en la red local. Además, economiza el ancho de banda de la red y aumenta la protección de datos, ya que en su mayor parte no necesitan cargarse en la nube. En la mayoría de los casos, la computación periférica se implementa junto con la computación en la nube, es decir, las funcionalidades en tiempo real se implementan en el extremo, mientras que las funcionalidades que solicitan muchos puntos de datos y un procesamiento más pesado se implementan en la nube.

Estas tecnologías son los principales habilitadores tecnológicos de las aplicaciones y escenas de hogares inteligentes. Su evolución está impulsando mejoras en la automatización, inteligencia y sostenibilidad. Entre las principales tendencias se encuentran:

• Sensores diminutos

• Eficiencia energética

• Sistemas ciberfísicos e innovaciones robóticas

• Seguridad cibernética y confiabilidad sólidas

• Mayor automatización y operaciones en tiempo real

Escenas más inteligentes con aprendizaje automático e inteligencia artificial

La combinación de funciones de ML (aprendizaje automático) en las escenas de hogares inteligentes es el próximo paso evolutivo en la automatización de viviendas. La mayoría de las escenas de última generación se basan en simples reglas si/entonces sobre activadores y acciones. Esta lógica determinista impulsa la automatización, pero proporciona una inteligencia muy limitada. Por ejemplo, las reglas simples no consideran la evolución de los hábitos y comportamientos de los usuarios. El ML mitiga estas limitaciones habilitando escenas que aprenden los patrones de comportamiento de los residentes y los utilizan para optimizar las operaciones de los hogares inteligentes. En este sentido, los algoritmos de ML se pueden entrenar utilizando los datos anteriores sobre las actividades de los usuarios en su entorno doméstico. Mediante dichos algoritmos, las escenas se pueden mejorar en términos de dinamismo e inteligencia. Específicamente, en lugar de aplicar siempre las mismas acciones de configuración durante un intervalo de tiempo determinado, las escenas con ML pueden cambiar dinámicamente las acciones según la evolución del comportamiento de los residentes. Además, el uso de ML puede quitar las limitaciones de tener que elegir entre algunas escenas preconfiguradas para diferentes momentos del día (p. ej., mañana, tarde, noche). Esto se debe a que las escenas basadas en ML pueden adaptarse de forma continua y dinámica a los hábitos y al comportamiento de los usuarios, incluso cuando este último cambia varias veces durante el día.

Los ejemplos destacados de las escenas basadas en ML centradas en el usuario incluyen:

• Ambiente doméstico automatizado personalizado (aprendizaje de las preferencias de los usuarios): En este caso, las escenas aprenden automáticamente las preferencias de los usuarios en cuanto al entorno ambiental, es decir, en cuanto al sistema de iluminación, el funcionamiento del aire acondicionado, la configuración del reproductor de música, los servicios de asistencia personal, las persianas, las puertas y más. De este modo, personalizan dinámicamente el entorno ambiental según las preferencias de los usuarios.

• Monitoreo de ocupación para reducción de costos y de huella de carbono: Este tipo de escena aprovecha el aprendizaje automático y los sistemas de reconocimiento de visión por computadora para extraer patrones de ocupación en las diferentes habitaciones del entorno residencial. Mediante la identificación de patrones, las escenas configuran las operaciones del hogar (p. ej., iluminación, aire acondicionado) de manera que minimizan los costos de energía y optimizan las emisiones de CO2.

• Recomendaciones inteligentes de escenas "óptimas” (escenas de aprendizaje dinámicas): Con los datos anteriores sobre el comportamiento de los usuarios en el hogar y el funcionamiento de los diferentes dispositivos, es posible construir escenas (es decir, configuraciones de hogar inteligente) que economicen costos y optimicen el desempeño ambiental. Estas configuraciones se pueden recomendar a los usuarios finales y, si ellos lo aprueban, se pueden almacenar e implementar en el hogar inteligente. En este caso, el ML permite la construcción dinámica de escenas "óptimas" en lugar de depender de las preconfiguradas.  

Resumen

La implementación de escenas basadas en ML depende de la recopilación y el procesamiento de grandes volúmenes de datos sobre operaciones, activadores y acciones, como también las actividades y los comportamientos de los usuarios dentro de la residencia. Estos datos pueden permitir el entrenamiento de diferentes tipos de algoritmos de ML, incluidas las técnicas de ML tradicionales (p. ej., árboles de decisión, bosques aleatorios y SVM [máquinas de vectores de soporte]) y algoritmos de aprendizaje profundo (p. ej., ANN [redes neuronales artificiales] y RNN [redes neuronales recurrentes]). En los casos en los que se dispone de una gran cantidad de datos previos, las técnicas de ML proporcionan un mejor rendimiento y precisión para comprender los patrones de comportamiento y adaptar las configuraciones de las escenas en consecuencia.

Las escenas son hoy en día un elemento integral de la inteligencia de los hogares inteligentes, ya que impulsan la automatización de la vivienda de manera que brindan comodidad a los usuarios finales y los ayudan a aplicar las acciones de configuración deseadas con mayor rapidez. Sin embargo, las escenas de vanguardia son bastante simples y estáticas. En este contexto, la ola emergente de escenas habilitadas para ML está puesta en alterar el panorama de las aplicaciones para hogares inteligentes permitiendo el desarrollo de escenas más dinámicas e inteligentes. El ML es el próximo paso evolutivo en las escenas de hogares inteligentes, puesto que actuará como un catalizador para realizar el cambio de las escenas basadas en reglas existentes (Escenas 1.0) a la próxima generación de escenas dinámicas y altamente personalizadas (Escenas 2.0). Por lo tanto, los implementadores de hogares inteligentes deben planificar la integración de las funciones de ML en sus soluciones para ofrecer a los consumidores nuevos niveles de comodidad y personalización.

El artículo completo se puede ver en wevolver.com.