Los investigadores de la Universidad de Tokio han presentado un marco para la automatización descentralizada de edificios basada en inteligencia artificial (IA), priorizando la privacidad. El sistema permite que dispositivos con IA, como cámaras e interfaces, cooperen directamente mediante una nueva forma de comunicación entre dispositivos, eliminando la necesidad de disponer de servidores centrales y de retención centralizada de datos.
Existen diversos enfoques para los sistemas de automatización, pero actualmente la mayoría requiere muchos comportamientos programados, lo cual puede ser laborioso e inflexible, o cuando se utiliza inteligencia artificial, requiere un alto grado de centralización. Sin embargo, esto conlleva ciertos riesgos.
Un sistema típico de automatización de viviendas u oficinas para el control de luces o temperatura puede incluir cámaras para monitorizar a los ocupantes y modificar las condiciones en su nombre. Según los investigadores, con un enfoque convencional, estos datos, que la mayoría se consideran muy personales, especialmente si provienen del propio hogar, se agregarían en un sistema central. Una vulneración de este sistema podría provocar la filtración de esos datos personales.
En este contexto, los investigadores han diseñado un enfoque mejorado que no solo es descentralizado, sino que también elimina la necesidad de almacenar datos personales durante más tiempo del necesario para que se lleven a cabo los procesos de automatización inmediatos.
Automatización de edificios sin lógica distribuida
El enfoque, llamado automatización de edificios sin lógica distribuida (D-LFBA), describe cómo se puede lograr que los dispositivos, como cámaras, sensores y controladores de luces o de temperatura, se comuniquen directamente, lo que evita depender de la centralización, y se les puede dar una pequeña cantidad de almacenamiento interno, mitigando la necesidad de capturar y mantener más datos de los necesarios.
Lo que caracteriza a D-LFBA es su capacidad de aprendizaje sin necesidad de programación. Mediante marcas de tiempo sincronizadas, el sistema asocia las imágenes con los estados de control correspondientes a lo largo del tiempo. A medida que los usuarios interactúan con su entorno, accionando interruptores o moviéndose entre habitaciones, el sistema aprende esas preferencias. Con el tiempo, se ajusta automáticamente.