Cuando nos ponemos a trastear con el router que recientemente nos ha instalado nuestra compañía, nos podemos encontrar con una serie de botones físicos y que cada uno realizan una función distinta. Desde hace ya años podemos encontrar uno que los fabricantes incorporan en la mayoría de casos y que trae una serie de ventajas, a la vez que inconvenientes. Hablamos del Botón WPS.
Si en otras ocasiones hemos visto las mejoras aplicaciones que puedes instalar en un Smart TV basado en Android TV o Google TV, hoy toca el turno de repasar algunas de las aplicaciones más interesantes que puedes instalar en un televisor Samsung basado en Tizen.
Aplicaciones de todo tipo que podemos encontrar en la tienda de aplicaciones, todas gratuitas. Las hay que ofrecen acceso a servicios de streaming de vídeo, gratis o por suscripción, apps para conocer el tiempo, escuchar música… Herramientas que completar a las que ya vienen preinstaladas cuando sacamos el televisor de la caja.
Ya es viernes, el día perfecto para ir de compras haciendo un repaso por las ofertas más destacadas que nos proponen las tiendas en equipamiento para el hogar conectado, televisores, sistemas de sonido, multimedia y más. Comienza nuestro Cazando Gangas:
McIntosh MI1250, características, precio y ficha técnica
McIntosh ya tiene nuevo amplificador multicanal: el MI1250 promete hasta 12 canales de 90 vatios para alimentar tu home cinema
McIntosh ha anunciado la llegada para este otoño de un nuevo equipo de sonido enfocado a usuarios que quieren montar un sistema de cine en casa de altas prestaciones y necesitan incorporar etapas de amplificación externas adicionales.
Es el MI1250, un equipo que viene con el aspecto externo tan peculiar y característico de la marca, con unas dimensiones de 44,45×48.3x11cm, un diseño sobrio y acabado frontal en cristal que deja entrever unos sencillos indicadores LED de estado para cada uno de los canales.
ViewSonic ha anunciado el lanzamiento de un nuevo monitor. Se trata del ViewSonic ELITE XG320U, una pantalla enfocada al mercado gaming con la que poder aprovechar el potencial de las consolas de nueva generación y también para usar con el PC en largas horas de juego.
Un modelo que destaca de entrada por su aspecto. En la parte frontal incorpora un sistema de viseras abatibles en los laterales a modo de orejas para evitar los molestos reflejos. En la zona trasera no puede faltar un sistema de iluminación LED RGB para facilitar la inmersión.
Nanoleaf ha presentado un nuevo sistema de iluminación con el que engrosa su catálogo. Se trata de unas nuevas tiras LED a la que han dado el nombre de Lines. Un sistema de iluminación modular en el que la empresa ha logrado un diseño más estilizado que favorece la creación de formas geométricas.
Las tiras Nanoleaf Lines son un sistema de iluminación formado por barras LED rígidas a diferencia de otras propuestas en el mercado que se basan en tiras LED flexibles. En este caso y como ocurre en otros productos, estas se engarzan entre sí por medio de unos puentes que sirven de unión para cada tira LED.
El proyecto europeo Plan4Act ha desarrollado una tecnología que permitirá gestionar las viviendas inteligentes a través de una predicción de secuencias de la actividad cerebral de los usuarios. Esta tecnología ofrecerá a las personas con discapacidad motora edificios más accesibles.
El proyecto Plan4Act pretende utilizar la red neuronal para gestionar las viviendas inteligentes sin la necesidad interactuar físicamente con los dispositivos conectados.
El objetivo de Plan4Act es conseguir en un futuro que los dispositivos inteligentes puedan dotar a las personas de la capacidad de planificar un objetivo de la vida diaria, como, por ejemplo, preparar café, sin la necesidad de ejecutar cada una de las acciones individuales.
Para ello, el proyecto ha desarrollado un prototipo de interfaz cerebro-máquina automatizada (BMI) capaz de extraer y procesar la base neuronal de un plan de acción con el que controlar diferentes funciones en una vivienda inteligente de forma proactiva.
Recopilación de los datos neuronales
La complejidad del proyecto reside en la recopilación de los datos neuronales de múltiples áreas del cerebro y en su procesamiento para que se conviertan en ejecuciones en un entorno inteligente. Para ello, los investigadores del proyecto recopilaron el patrón neuronal utilizando primates, los cuales llevaban a cabo una tarea de comportamiento que les obligaba a realizar una secuencia de acciones individuales con el fin de conseguir su objetivo de comportamiento, como, por ejemplo, recibir una recompensa.
Los primates deberían escoger entre múltiples opciones para conseguir para conseguir su objetivo o recompensa.
Para ello, se presentó al primate un árbol de decisiones que comienza en un punto A concreto y tenía que decidir entre múltiples opciones, etapa B. Tras su elección, el animal debía decidir entre un segundo conjunto de opciones, correspondiente a la etapa C. Esta secuencia de acciones permitió investigar la base neuronal de la planificación de acciones proactivas.
Los investigadores diseñaron, construyeron y probaron un entorno de jaula instrumentado (Reach Cage), donde el primate se movía libremente. Este entorno incluía un sistema de interacción visual-hepático en tiempo real, que contaba con múltiples dispositivos táctiles distribuidos en un espacio tridimensional para que el primate interactuase con ellos, un microcontrolador de interfaces y una computadora externa para el control experimental en tiempo real.
Se utilizó un entorno de jaula instrumentado, donde le primate tenía libertad de movimiento.
Dentro del entorno Reach Cage, también se realizó la captura de movimiento mediante Plexon CinePlex Tracking, una tecnología que rastrea la posición de la muñeca y la cabeza en un espacio tridimensional mientras el primate mueve su brazo y alcanza los objetivos. Gracias a esta tecnología, los investigadores pudieron registrar el comportamiento físico y correlacionarlo con los datos neuronales que se registraron simultáneamente a través de un sistema inalámbrico.
Para las grabaciones neuronales se implementaron seis matrices de microalambres flotantes, con 32 canales cada uno, en tres áreas cerebrales diferentes del primate. Los datos recopilados se enviaron al sistema neuronal Cerebus, cuyos registros fueron grabados y guardados en un servidor de archivos local, donde se almacenaban las grabaciones de todas las sesiones.
Procesamiento de los datos neuronales
Gracias a este entorno de simulación, los investigadores tuvieron la oportunidad de realizar un desarrollo más rápido y general del sistema BMI, al tiempo que se crearon métodos para analizar la actividad neuronal resultante (simulada o real) para extraer la información sobre la planificación proactiva.
A través de la interfaz cerebro-máquina (BMI), se pueden analizar y clasificar las señales neuronales para ejecutar el control de la vivienda inteligente.
Para validar todos los datos neuronales, Plan4Act utilizó un clasificador de señales basado en una red neuronal artificial para interpretar estas señales y crear comandos de control para el entorno de la vivienda inteligente.
Durante el proyecto, se recopiló una gran cantidad de datos, por lo que se requirió la aplicación del software de red neuronal artificial (ANN, por sus siglas en inglés), para acelerar los cálculos de las señales interpretadas, las cuales se trasladaron a un hardware basado en una matriz de puertas lógicas programable en campo (FPGA, por sus siglas en inglés). Junto a esta tecnología, se desarrolló una herramienta para llevar a cabo una reprogramación y adaptación más rápida del FPGA, con el fin de implementar en minutos los cambios producidos durante el análisis.
Asimismo, el protocolo experimental utilizado para generar la actividad de planificación proactiva en el cerebro se integró en la vivienda inteligente piloto mediante el desarrollo de un dispositivo novedoso, denominado Smart Cabinet, que consta de cuatro estantes a los que se puede acceder mediante acciones secuenciales de rotación y apertura de puerta.
El Smart Cabinet es un dispositivo IoT que utiliza las comunicaciones en tiempo real para reproducir las diferentes combinaciones de objetivos que ejecuta el primate en cualquier entorno. El Smart Cabinet es básicamente una extrapolación a un mueble/dispositivo que se pueda encontrar en la vivienda, destinado a mostrar los efectos prácticos de las predicciones neuronales y proactividad en un entorno de asistencia ambiental.
Elementos de la vivienda inteligente
Todas las tecnologías desarrolladas se han implementado en una vivienda inteligente, la cual se compone de varios dispositivos conectados como luces, puertas, ventanas, sensores, cámaras y asistentes virtuales, entre otros, que utilizan diversos protocolos de comunicación. Todos estos elementos, junto con el Smart Cabinet, se comunican a través de Living Lab Gateway, creando una comunicación bajo un único protocolo basado en HTTP.
El Living Lab Gateway es un dispositivo que combina acciones, suscribir eventos, registrar/recuperar datos procedentes de los sensores y producir servicios.
El proyecto Plan4Act visiona al Living Lab Gateway como un dispositivo universal capaz de proporcionar medios para combinar acciones, suscribir eventos, registrar/recuperar datos procedentes de los sensores y producir servicios sobre la infraestructura instalada.
Por otro lado, para ayudar a la red neuronal a identificar qué dispositivos inteligentes tienen que funcionar para ejecutar la acción deseada por el usuario, en la vivienda inteligente se implementaron modelos de estimación de la postura, segmentación de la imagen corporal y seguimiento de puntos, para proporcionar inferencias sobre la vida de la persona.
Junto con estos modelos, Plan4Act desarrolló un sistema capaz de predecir la trayectoria de una persona en el interior de la vivienda en tiempo real, anticipándose al destino al que se dirige. Esta información se podría utilizar como retroalimentación para la interfaz cerebro-máquina (BMI), ayudando a mejorar sus predicciones.
El objetivo final del proyecto Plan4Act es conseguir una vivienda inteligente y autónoma, capaz de identificar la intencionalidad del usuario.
El sistema desarrollado está compuesto por tres módulos principales apoyados por sensores y webcams. El primero de los módulos es de visión artificial, encargado de reconocer al sujeto y rastrear su posición a lo largo del entorno en tiempo real, para obtener su trayectoria. Por su parte, el módulo predictivo realiza una predicción del camino que el usuario va a tomar en base de la trayectoria observada. Por último, el módulo clasificador asocia esta trayectoria con uno de los posibles caminos para decidir con precisión hacia dónde se dirige la persona. De esta forma, la predicción ofrece la posibilidad de conocer qué elementos se encuentran en esa dirección y permite descartar los dispositivos que no están en la zona final.
Aunque todavía queda mucho trabajo para conseguir que las personas puedan controlar sus viviendas inteligentes sin interactuar directamente con ellas, el proyecto Plan4Act ha abierto una puerta a la evolución de los edificios inteligentes mediante la aplicación de datos neuronales.
El especialista en transformación digital de la gestión de la energía y la automatización Schneider Electric ha anunciado que prolonga su colaboración con Alfa Laval, un proveedor de productos y soluciones para la transferencia de calor, separación centrífuga y manejo de fluidos, con el objetivo de mejorar la eficiencia operativa de todas las ubicaciones del proveedor mediante la aplicación de la digitalización y las analíticas de vídeo.
La colaboración entre Schneider Electric y Alfa Laval permitirá la aplicación de la digitalización y las analíticas de vídeo para conseguir la neutralidad climática.
Este acuerdo de colaboración forma parte de la estrategia de Alfa Laval para alcanzar la neutralidad de carbono en toda su cadena de valor para 2030. Para conseguir este objetivo, tanto Schneider Electric como Alfa Laval utilizarán datos de consumo de energía casi en tiempo real de todas la instalaciones, países y regiones, para identificar y definir los proyectos de eficiencia energética.
Inicio de la colaboración
En 2019, ambas compañías comenzaron esta colaboración, con el objetivo de digitalizar la infraestructura energética de Alfa Laval. Gracias a la captura de los datos de consumo energético en toda la empresa, se pudo identificar los proyectos y las iniciativas que ayudaban a reducir el uso y el coste de la energía en todas las ubicaciones, países y regiones.
En esta prolongación de la colaboración se implicará el desarrollo de la hoja de ruta para lograr un uso extensivo de las energías renovables, pasando del gas natural a otras alternativas ecológicas. Alfa Laval se ha fijado el objetivo de alcanzar la neutralidad de carbono en toda su cadena de valor para 2030 y la colaboración con Schneider Electric es un paso importante hacia la consecución de dicha ambición.
El Departamento de Energía de EE.UU. (DOE) invertirá 61 millones de dólares en 10 proyectos piloto para implementar nuevas tecnologías con el fin de convertir viviendas y lugares de trabajo en edificios de última generación y de bajo consumo. Las comunidades estarán conectadas para que puedan interactuar con la red eléctrica, optimizando su consumo de energía, al tiempo que reducen sus emisiones de carbono y el coste de energía.
Las comunidades conectadas de edificios utilizarán la última tecnología para reducir su consumo energético, los costos del sistema de red y las emisiones de CO2.
Un estudio reciente del DOE estimó que para 2030, las comunidades conectadas de edificios eficientes interactivos con la red (GEB) podrían ahorrar hasta 18 billones de dólares por año en costos del sistema de energía y reducir 80 millones de toneladas de emisiones de carbono cada año. Eso es más que las emisiones anuales de 50 plantas de carbón de tamaño mediano o 17 millones de automóviles.
Las comunidades conectadas de edificios eficientes interactivos con la red utilizan controles, sensores y análisis inteligentes para comunicarse con la red eléctrica, lo que reduce la cantidad de energía que necesitan durante los períodos de máxima demanda. Esta capacidad se utiliza para optimizar los edificios y los recursos energéticos distribuidos para mantener la comodidad de los ocupantes del edificio, reduciendo las facturas de servicios públicos y los costos del sistema de red.
Actualmente, existen dos comunidades conectadas del DOE en Alabama y Georgia, las cuales han demostrado este potencial al usar aproximadamente entre un 42% y un 44% menos de energía que la vivienda promedio de energía eléctrica actual.
Equipos responsables de la administración de los pilotos
El DOE ha creado varios equipos encargados de administrar los 10 proyectos. Los equipos están compuestos por representantes de la industria de la construcción, que incluyen servicios públicos, gobiernos locales, constructores de viviendas y usuarios finales.
Los proyectos abordarán la administración de la energía solar fotovoltaica, la carga de vehículos eléctricos, el uso de dispositivos inteligentes para obtener una gama de servicios energéticos, los sistemas de gestión de energía en la vivienda, la descarbonización de los edificios y la creación de una red cibernética segura de datos, entre otras materias.
Para garantizar el cumplimiento del estándar de seguridad de IoT para el consumidor ETSI EN 303 645, el Instituto Europeo de Normas de Telecomunicaciones (ETSI, por sus siglas en inglés) ha publicado la especificación de prueba ETSI TS 103 701 para su estándar de seguridad.
La especificación de prueba indicará cómo realizar una evaluación y ayudará a armonizar las metodologías para los esquemas de certificación y etiquetado.
La nueva especificación de prueba describe cómo se realiza una evaluación de la conformidad de una manera estructurada y completa, permitiendo a las organizaciones de proveedores, como fabricantes, proveedores o distribuidores, evaluar la conformidad de sus dispositivos con ETSI EN 303 645 en autoevaluaciones o mediante laboratorios de pruebas. Las organizaciones de usuarios también pueden aplicar la especificación de prueba para pruebas internas.
Asimismo, la especificación de prueba ETSI TS 103 701 ayudará a armonizar las metodologías de evaluación para el desarrollo de esquemas de certificación y etiquetado para la seguridad de IoT del consumidor.
Prevención de ataques cibernéticos
El estándar de seguridad de IoT ETSI EN 303 645, lanzado en junio de 2020, tiene el objetivo de prevenir ataques cibernéticos frecuentes a gran escala contra dispositivos inteligentes como detectores de humo, cerraduras de puertas, cámaras inteligentes, electrodomésticos conectados, sistema de alarma, asistentes domésticos inteligentes, monitores de bebés o juguetes para niños, entre otros sistemas.
Este estándar se ha convertido en una referencia para proteger los dispositivos IoT en todo el mundo y actualmente lo utilizan varias normativas de ciberseguridad, que se aplican en los relojes de fitness, los dispositivos de automatización de la vivienda, los contadores inteligentes, los robots aspiradores y los lavavajillas, entre otros productos.
