CAPITULO 4.

TODO PUEDE SER AUTOMATIZADO

¿Qué es la automatización?
La automatización es cualquier proceso impulsado de forma automática que
reduce y, a la larga, elimina, la necesidad de intervención humana.
La automatización estuvo una vez limitada a la industria de la fabricación. Las
tareas altamente repetitivas como el ensamblaje automotriz se derivaron a las
máquinas y así nació la línea de montaje moderna. Las máquinas son excelentes
para repetir la misma tarea sin fatigarse y sin los errores que los seres humanos
son propensos a cometer en estos trabajos. Esto ofrece una mayor producción,
debido a que las máquinas pueden trabajar las 24 horas sin interrupciones. Las
máquinas también proporcionan un producto más uniforme.
La automatización a menudo se relaciona con el campo de la robótica. Se utilizan
robots en condiciones peligrosas como la minería, la lucha contra incendios y la
limpieza de accidentes industriales, lo que reduce el riesgo para los seres
humanos. También se utilizan en tareas tales como líneas de montaje
automatizadas.
¿Qué es la inteligencia artificial y el aprendizaje automático?
La Inteligencia artificial (AI) es la inteligencia que demuestran las máquinas. Es
diferente de la inteligencia natural la cual es la inteligencia que muestran los
organismos vivos. AI utiliza agentes inteligentes que pueden percibir el entorno y
tomar decisiones que maximiza la probabilidad de lograr una meta o un objetivo
específico. La AI hace referencia a los sistemas que imitan las funciones
cognitivas normalmente asociadas a la mente humana, como el aprendizaje y la
resolución de problemas.
Algunas de las tareas que actualmente se consideran que requieren un grado de
AI son los automóviles autónomos, el routing inteligente en redes de distribución
de contenido, los juegos estratégicos y las simulaciones militares.
A medida que la tecnología se desarrolla, muchas de las tareas que antes
requerían la AI se han convertido en rutina. Muchas de estas tareas migraron de la
AI al aprendizaje automático (ML).
El ML es un subconjunto de AI que utiliza técnicas estadísticas para otorgar a las
computadoras la capacidad para “aprender” de su entorno. Esto permite que las
computadoras mejoren su funcionamiento en una tarea puntual sin que se
programe específicamente para esa tarea.
Resulta especialmente útil cuando el diseño y la programación de algoritmos
específicos son difíciles o inviables. Entre los ejemplos de dichas tareas en las
ciencias informáticas se incluye la detección de código malicioso, la detección de
intrusos en las redes, el reconocimiento de caracteres ópticos, el reconocimiento
de voz por computadora y la visión por computadora.
Un objetivo de aprender es poder generalizar en función de la experiencia. Para
las máquinas, esto implica la capacidad para realizar con precisión tareas nuevas
y anteriormente no vistas luego de obtener experiencia con un conjunto de datos
de aprendizaje. El conjunto de datos de capacitación debe provenir de datos que
resulten representativos del conjunto mayor de datos. Este conjunto de datos
permite que la máquina cree un modelo general de estos datos, que la ayudaría a
realizar predicciones precisas.
ML en IoT
Una de las características de IoT es que permite la recopilación de conjuntos
sumamente grandes de datos que pueden "enseñar" a los programas a responder
en determinadas situaciones. Algunos de los usos más comunes de la tecnología
de ML incluyen los siguientes:
 Reconocimiento de voz: en la actualidad muchas empresas ofrecen
asistentes digitales que le permiten usar la voz para comunicarse con un
sistema informático. Apple, Microsoft, Google y Amazon ofrecen este
servicio. Estas empresas no solo permiten que se proporcionen comandos
de manera oral sino también funciones de software de voz a texto.
 Recomendación del producto: los sistemas crean un perfil del cliente, y
recomiendan productos o servicios en función de los patrones anteriores.
Los usuarios de Amazon y eBay reciben recomendaciones sobre productos.
Organizaciones como LinkedIn, Facebook y Google Plus recomiendan
usuarios con los que posiblemente desee conectarse.
 Reconocimiento de forma: hay programas que permiten que diagramas y
notas elaborados a mano de forma rudimentaria se conviertan en
diagramas y texto más formales. Esto permite que las formas y las líneas
de escritura a mano se conviertan en texto más formal, que posteriormente
puede buscarse y analizarse.
 Detección de fraudes de tarjetas de crédito: se crea un perfil sobre los
patrones de compra de un cliente. Cualquier desviación de estos patrones
activa una alerta y el sistema automáticamente realiza la acción. Esta
acción varía desde rechazar la transacción hasta notificar a las autoridades.
Algunos de los eventos que se detectan y podrían indicar una transacción
fraudulenta incluyen la compra de productos que normalmente no se
compran, compras en diferentes áreas geográficas, comprar rápidamente
muchos productos diferentes y comprar artículos de valores elevados.
 Reconocimiento facial: las cámaras de seguridad están en todas partes,
desde las tiendas, las calles, los aeropuertos hasta los centros de
 transporte. Estas cámaras analizan continuamente las aglomeraciones de
personas, y normalmente buscan actividades peligrosas ilegales, pero
también se pueden usar para identificar y rastrear a personas. El sistema
crea un patrón de características faciales específicas y luego busca una
coincidencia de estos patrones faciales que desencadena algún tipo de
acción.
Qué son las redes basadas en la intención (IBN)
Para que una empresa sobreviva, debe ser ágil y responder rápidamente a las
necesidades y las demandas de sus clientes. Las empresas dependen cada vez
más de sus recursos digitales para satisfacer las demandas de los clientes, por lo
que la red de TI subyacente debe también responder adecuadamente para
adaptarse de manera rápida a estos requisitos. Esto normalmente implica ajustes
a muchos sistemas y procesos. Estos ajustes pueden incluir cambios en las
políticas y los procedimientos de seguridad, los servicios y las aplicaciones
empresariales, y las políticas operativas.
Con las redes tradicionales, muchos componentes diferentes deben ajustarse
manualmente para satisfacer los requisitos empresariales en constante cambio.
Esto requiere diferentes técnicos e ingenieros a fin de garantizar que los sistemas
cambien de un modo que les permita trabajar en conjunto para alcanzar su meta.
En ocasiones esto genera errores y demoras, y a menudo en un desempeño de la
red menos óptimo.
La nueva red empresarial debe integrar de manera dinámica y segura los
dispositivos de IoT, los servicios basados en la nube y las oficinas remotas de un
modo ágil, con capacidad de respuesta, siendo ello relevante para la empresa.
Además, la red debe proteger estas nuevas iniciativas digitales del panorama de
amenazas en constante cambio.
Para abordar esta necesidad, la industria de TI ha tomado medidas para crear un
enfoque sistemático para vincular la administración de infraestructuras con la
intención empresarial. Este enfoque se conoce como redes basadas en la
intención. La figura ilustra la idea general detrás de las redes basadas en la
intención. Con este nuevo paradigma, las necesidades empresariales se traducen
de manera automática y continua a ejecución de infraestructuras de TI.
¿Cómo se vinculan el ML, la AI y las IBN?
Las redes basadas en la intención aprovechan el poder de la automatización, la AI
y el ML para controlar la función de una red a fin de lograr un propósito o una
intención específica.
Las redes basadas en la intención permiten que el equipo de TI especifique, en
lenguaje simple, exactamente lo que desea que haga la red y esta lo hace posible.
La red es capaz de traducir la intención en políticas y, a continuación, usar la
automatización para implementar configuraciones adecuadas necesarias en toda
la red.
Las redes basadas en la intención usan la AI y el ML para garantizar que cualquier
servicio que se implemente cumpla con el nivel requerido de servicio. Si no cumple
con el nivel de servicio, la red basada en la intención puede generar alertas y
proporcionar sugerencias para mejorar. En algunos casos, la red basada en la
intención puede reconfigurar automáticamente la red para cumplir con los niveles
de servicio.
El modelo de red basada en la intención que se muestra en la figura consta de tres
elementos clave:
 Aseguramiento: el elemento de aseguramiento es la verificación de extremo
a extremo del comportamiento de toda la red. Predice los resultados de los
cambios, realiza un seguimiento del cumplimiento de la intención original, y
efectuar recomendaciones o ajustes en los casos en que hay una falta de
correspondencia entre la intención y el resultado. Esta etapa depende en
gran medida de la AI y el ML. Los sistemas son parte de un ciclo cerrado
que supervisa continuamente el rendimiento y la seguridad de la red, y
reconfigura la red para garantizar el cumplimiento.
 Traducción: el elemento de traducción es la capacidad para aplicar la
intención empresarial a la configuración de la red. La intención es lo que se
desea lograr, no la forma en que se logra. La intención se especifica en
lenguaje simple y es usada por el sistema para crear políticas en todo dicho
sistema. Por ejemplo, una intención podría ser segmentar el tráfico de los
invitados del tráfico corporativo, o bien permitir el acceso a los usuarios
remotos.
 Activación: el elemento de activación de IBN ocurre después de que se
haya especificado la intención y se hayan creado las políticas. Esto sucede
cuando los dispositivos individuales se aprovisionan para corresponderse
con las políticas basadas en la intención. Puede ser un modo automatizado
o semiautomatizado que permita que el equipo de la red verifique la
configuración antes de que se implementen los dispositivos.
Una red basada en la intención genera una red ágil y con capacidad de respuesta
que se extiende y se adapta fácilmente para cumplir con los requisitos
empresariales. Usa de manera eficiente recursos sumamente capacitados y
permite que el hombre y la máquina trabajen en conjunto para optimizar la
experiencia del cliente. Además, las redes basadas en la intención brindan una
experiencia digital más segura mediante la automatización de procesos
complicados y que insumen mucho tiempo. Esto hace que implementar políticas
de seguridad sea mucho más sencillo.
HERNANDEZ MARTINEZ BRUNO

LENGUAJES DE PROGRAMACION

UTEQ