es.wedoany.com Noticia: Qualcomm Technologies, en colaboración con San Diego Gas & Electric (SDG&E) y el Instituto Scripps de Oceanografía de la Universidad de California en San Diego, está implementando el sistema Edge Alert Sentinel (EAS), un conjunto de soluciones de alerta temprana basadas en inteligencia artificial perimetral en el campo, diseñado para demostrar cómo la IA perimetral puede respaldar la confiabilidad de la red eléctrica, la preparación para emergencias y la resiliencia climática.
El sur de California presenta uno de los riesgos más complejos de incendios forestales y fenómenos meteorológicos extremos en todo Estados Unidos, donde los vientos de Santa Ana, la sequía y el terreno accidentado crean condiciones que cambian rápidamente y son difíciles de predecir. Los sistemas de monitoreo tradicionales dependen del procesamiento remoto en la nube, lo que puede generar retrasos en condiciones climáticas adversas o situaciones de emergencia. El sistema EAS combina sensores ambientales, computación de IA perimetral y ciencias atmosféricas para generar resultados de análisis instantáneamente en el punto de recopilación de datos, evitando demoras por la transmisión de datos a centros de datos remotos. El primer sistema ya se ha instalado en el Monte Palomar y ha comenzado a analizar datos de viento, clima y entorno para detectar antes las condiciones que afectan el comportamiento de los incendios forestales y los fenómenos meteorológicos extremos.
“Durante casi dos décadas, nuestra región ha evitado incendios forestales catastróficos de origen eléctrico porque elegimos adelantarnos y nunca dejar de mirar hacia adelante”, dijo Scott Crider, presidente de SDG&E. “Edge Alert Sentinel refleja esa misma mentalidad. Al colaborar con Qualcomm Technologies y la Universidad de California en San Diego, combinamos tecnología y ciencia de clase mundial para que la inteligencia esté donde está el riesgo: en primera línea, haciendo que las comunidades sean más seguras”. Nakul Duggal, vicepresidente senior y gerente general de Automoción, Industrial, IoT Embebido y Robótica de Qualcomm Technologies, señaló que al combinar la IA en el campo con sensores avanzados y conectividad, el sistema proporciona información más rápida y confiable cuando las condiciones cambian, ayudando a los equipos de respuesta a evaluar riesgos y tomar medidas. Frank Vernon, director de la Red de Investigación y Educación Inalámbrica de Alto Rendimiento del Instituto Scripps de Oceanografía de la Universidad de California, destacó que desde el milenio, Scripps ha estado realizando observaciones en tiempo real en todo el condado de San Diego, acumulando un rico conjunto de datos. Con las nuevas capacidades de IA en el campo, están yendo más allá de la observación para predecir impactos en tiempo real, justo en el momento y lugar exactos donde aparece el peligro. Esto es posible cuando la industria combina la escala operativa, la experiencia práctica en implementación y las necesidades de la comunidad con el rigor científico y los registros de observación a largo plazo del mundo académico.
El núcleo de esta implementación es una plataforma de puerta de enlace de IA perimetral reforzada equipada con el procesador Qualcomm Dragonwing IQ9. Se trata de un procesador de aplicaciones multinúcleo con una unidad de procesamiento neuronal, capaz de realizar hasta 100 billones de operaciones por segundo. El sistema utiliza la plataforma MLOps de Edge Impulse, propiedad de Qualcomm, para ejecutar modelos en el dispositivo, con el fin de predecir condiciones que podrían afectar la infraestructura de la red eléctrica en áreas residenciales, y transmite datos de monitoreo y alertas al centro de control a través de la red celular dedicada de SDG&E. Qualcomm y SDG&E también están colaborando para integrar la IA directamente en los equipos de campo, realizando inspecciones automatizadas de infraestructura crítica de servicios públicos mediante operaciones aéreas autónomas.
El proyecto EAS reúne recursos de la industria y el mundo académico para construir un ciclo continuo que incluye datos en tiempo real, análisis de IA en el campo e información procesable, con el objetivo de convertir condiciones que cambian rápidamente en acciones oportunas. Durante la próxima temporada de cortes de energía por seguridad pública, se evaluará el rendimiento de la implementación en el Monte Palomar, y se planea expandir la tecnología a más sitios a partir del próximo año. Los conocimientos obtenidos en la fase piloto informarán la expansión y las capacidades mejoradas de modelado, con el objetivo de una implementación más amplia para 2027. La colaboración también explorará la capacitación conjunta para apoyar la preparación para emergencias en el sur de California y otras regiones que enfrentan riesgos similares.
Aunque el sistema se desarrolló inicialmente en el sur de California, el enfoque está diseñado para expandirse a otras regiones que enfrentan eventos climáticos cada vez más frecuentes y severos, donde la inteligencia en tiempo real y específica del lugar puede mejorar la toma de decisiones bajo presión.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
