Los robots están entre nosotros. Transportan pasajeros por las calles de ciudades como San Francisco, entregan paquetes por aire y se desplazan por granjas, fábricas, minas y sitios industriales. Esta superposición entre inteligencia artificial y mundo tangible, a la que a menudo se refieren como “Inteligencia Física”, describe máquinas capaces de percibir su entorno, tomar decisiones y actuar en la realidad. Pero cada nueva máquina que entra en operación tiene un segundo objetivo que a veces pasa desapercibido: genera datos en abundancia.
En Estados Unidos, la Administración Federal de Aviación anticipa que la flota comercial de drones crecerá de aproximadamente 966,000 aeronaves a finales de 2024 a alrededor de 1.18 millones para 2029. Y en fábricas de todo el mundo, se estimó que había 4.66 millones de robots industriales trabajando en 2024, con medio millón más instalados durante ese año, más del doble que una década atrás.
Las máquinas autónomas actuales son mucho más capaces, pero transferir toda esa experiencia acumulada puede seguir siendo sorprendentemente manual. En 2026, la forma más rápida de mover grandes volúmenes de datos desde una máquina sigue siendo una persona cargando un disco duro. A medida que las máquinas autónomas se expanden en nuestras ciudades e industrias, mantener ese flujo de información en movimiento podría convertirse en uno de los retos de infraestructura que definan la era de la robótica.
Los datos viajan en ambos sentidos
Imaginen lo que experimenta un vehículo autónomo. Cámaras monitorizan las vías desde múltiples ángulos, sensores e IA miden y entienden el entorno, mientras que los sistemas a bordo rastrean la posición y el rendimiento del propio vehículo. Las decisiones se toman y se registran en tiempo real mientras los peatones cruzan calles, los semáforos cambian y miles de otros vehículos y tecnologías conectadas intercambian datos a su alrededor.
Los drones de reparto, la maquinaria agrícola, los robots de almacén y el equipo industrial autónomo pueden operar en entornos diferentes, pero la lógica es la misma. Cada viaje o tarea deja una estela digital de lecturas de sensores, vídeos, telemetría, diagnósticos y registros operativos.
Y la información no viaja solo en una dirección. Estas máquinas pueden necesitar mapas nuevos, actualizaciones de software, configuraciones, modelos de IA e instrucciones de la infraestructura computacional que las respalda. Lo que experimentan en el mundo físico fluye hacia los centros de datos, mientras la inteligencia necesaria para su próxima tarea viaja hacia afuera.
Multipliquen ese intercambio en millones de máquinas y emerge una nueva capa de tráfico en internet que apenas empezamos a imaginar.
La dirección de este flujo ya se vislumbró en 2019, cuando un estudio universitario clave sobre 6G identificó que robots móviles, drones y vehículos autónomos impulsarían la demanda de inteligencia inalámbrica ubicua. Su visión para la era 6G incluía redes capaces de soportar un incremento de 10,000 veces en tráfico. La flota comercial de drones en EEUU se acerca a cifras de siete dígitos, mientras que los robots industriales ya superan los millones a nivel mundial.
Quizá lo más notable para observadores casuales es que los vehículos autónomos están volviéndose mucho más predominantes en las calles de nuestras capitales y ciudades. En junio de este año, las máquinas superaron el 57% del tráfico web global, el primer caso en el que los bots superan a los humanos, y utilizan las redes de una manera muy distinta. Cloudflare predice que el tráfico no humano podría superar al humano por un factor de 1,000 dentro de los próximos cinco años.
Y una lección aprendida por una máquina no tiene por qué quedarse en esa máquina. Aquí hay una oportunidad que solo la conectividad puede liberar: Gemini Robotics 1.5 de Google DeepMind mostró transferencias de habilidades “zero-shot” entre robots físicamente diferentes — una tarea enseñada con un robot Franka de dos brazos fue ejecutada por un humanoide, sin haber ningún dato recopilado sobre la máquina objetivo.
Considérenlo: una persona que domina una técnica lleva ese conocimiento en su cabeza, y cuando se retira, gran parte de esa experiencia se va con ella. Una máquina puede potencialmente compartir lo que ha aprendido con todas las otras máquinas de la red, lo que significa que la experiencia deja de ser “local” para convertirse en un activo compartido en toda la red, aumentando la inteligencia de la empresa para su ventaja competitiva.
La huella física de los robots se expande hacia afuera, pero el tráfico de datos que generan permanece concentrado en centros centrales. La IA puede ir en sentido de ruedas, alas y brazos, pero su inteligencia e interactividad con el mundo siguen dependiendo de su relación con el nodo de datos más cercano, y ese es un problema que debemos resolver.
¿Qué frena?
Cuando una máquina llega al depósito y “corta turno” por un momento, se presenta una oportunidad ideal para recargar, inspeccionar, ejecutar autodiagnóstico, descargar actualizaciones y obtener los datos que necesita para su próxima tarea. Aquí es cuando pueden acumularse volúmenes potencialmente enormes de datos, dependiendo del tamaño de la flota, que deben moverse hacia y desde el dispositivo.
Los sitios que alojan, cargan o dan servicio a maquinaria pueden convertirse en microcentros de datos, manejando ráfagas de tráfico a medida que las máquinas llegan y se van. Y a medida que las flotillas crecen, también lo hace la presión sobre la red que conecta todos estos hubs. Cuando subir y bajar datos toma más tiempo que la carga o el mantenimiento, la red se convierte en el cuello de botella operativo para escalar.
Una nueva capa de conectividad
Una red cableada no puede evolucionar al mismo ritmo que la economía móvil. Un operador de flota podría necesitar abrir un nuevo depósito en otra ciudad, colocar nidos de drones más cerca de los clientes o conectar equipos autónomos en sitios industriales temporales. Extender fibra a cada ubicación implicaría obras de zanjeo y permisos, procesos que suelen ser costosos y lentos.
La conectividad inalámbrica ofrece una solución más rápida y flexible. Se pueden instalar enlaces sin perforar o esperar permisos, permitiendo a los operadores conectar nuevos sitios con rapidez. Los enlaces también pueden redeployarse o ampliarse a medida que las flotas crecen y su huella física se expande dinámicamente.
La comunicación óptica inalámbrica (WOC) podría proporcionar ese puente de alta capacidad. Empleando haces estrechos de luz, transporta capacidad similar a la de la fibra por el aire entre dos puntos con línea de vista clara, hasta 20 Gbps a distancias de hasta 20 kilómetros. Puede instalarse en torres de radio existentes o en edificios en cuestión de horas.
Para flotas autónomas, esto crea una vía para descargar rápidamente telemetría y datos operativos, cargar nuevos mapas y modelos y devolver activos de alto valor a la tarea en lugar de dejarlos esperando en el depósito. Pero WOC no es magia. Los enlaces ópticos aún requieren línea de vista, y la niebla densa y la lluvia pueden degradar su conectividad. Por ello, implementaciones serias las combinan con un camino RF y las diseñan para disponibilidad, no para supuesta fiabilidad. No reemplazará la fibra, pero extenderá el alcance de la fibra hacia lugares donde la fibra no llega, y está volviéndose más pequeño, más rápido y más asequible a medida que la tecnología pasa de una orientación mecánica a una de telemando de haz con fotónica de silicio. La luz es la respuesta.
La llegada de los vehículos eléctricos nos enseñó a mirar más allá de la máquina y a considerar la infraestructura que la respalda. Las máquinas autónomas requerirán que hagamos lo mismo de nuevo, pero esta vez lo que debe reponerse no es solo la batería de la máquina, sino la experiencia de la máquina y, a partir de ella, la inteligencia compartida de toda la flota.
Los robots se están volviendo extraordinariamente buenos navegando por el mundo físico. No deberíamos dejar para el último kilómetro de su aprendizaje a alguien que lleva un disco duro en el estacionamiento.
Este artículo forma parte de TechRadar Pro Perspectives, nuestra vía para presentar a las mentes más brillantes de la industria tecnológica actual.
from Latest from TechRadar https://ift.tt/pSTWemR
via IFTTT IA
