Vaya. Gran pregunta. IoT, el internet de las cosas, trata de la medición y la conectividad. La IA trata de análisis y conclusiones. Lo ideal es que los datos creados por los sensores conectados se ajusten a patrones con el aprendizaje automático a lo largo del tiempo para identificar eventos y utilizarlos para predecir un evento futuro. La razón de esta necesidad es que todos los sistemas son muy individualistas y el sistema pasado de umbralización, que determina un evento basado en una medición o un conjunto de mediciones que superan o están por debajo de algún umbral, crea muchos falsos positivos.
Una buena manera de entender esto es pensar en cómo dos personas tienen diferentes temperaturas, frecuencias cardíacas, presión arterial, etc. Los promedios son estupendos para los cálculos aproximados, pero no funcionan bien para los individuos. Si tu frecuencia cardíaca en reposo es de 80 latidos por minuto y tienes un corazón débil, estresarlo a 160 lpm podría matarte. Por otro lado, un atleta profesional puede tener una frecuencia cardíaca en reposo de 49 lpm y ser capaz de mantener 180 lpm durante bastante tiempo sin ningún efecto negativo. La IA, el aprendizaje automático, aplicada a un sistema complejo puede encontrar el éxito y el fracaso en grupos de datos y es significativamente mejor que el umbral. En el caso de la frecuencia cardíaca, otras personas con frecuencias cardíacas elevadas que han observado patrones cercanos al fracaso coincidirían con la persona de 80 lpm e indicarían un desastre inminente.
