Arduino, Qualcomm Technologies y Edge Impulse se unieron hace poco con Hackster para organizar el concurso Invent the Future. Atrajo a 4.028 inscritos y 1.202 postulaciones a hardware, y terminó con 153 proyectos finales de aplicaciones muy distintas, según publicó el blog de Arduino el 29 de octubre.
El concurso tenía varias categorías, todas unidas por la placa UNO Q y Arduino App Lab. El jurado ya terminó y los ganadores están anunciados. Arduino adelantó que en los próximos días mostrará otros proyectos que participaron.
Mejor impacto social
La sustentabilidad se consideró en todas las categorías, pero el premio a Mejor impacto social fue para un proyecto hecho para mejorar las condiciones de vida de la gente. El ganador fue Smart Water Guardian AI, de KOCHONI Biaou David Barthélémy.
El proyecto usa la IA en el borde de la UNO Q para vigilar indicadores de calidad del agua en tiempo real. Con varios sensores mide desde la temperatura y el pH hasta la turbidez y los sólidos disueltos, y detecta anomalías asociadas a agua de mala calidad, una detección que podría salvar vidas.
Mejor proyecto de domótica
La domótica es una industria en pleno crecimiento, con todo tipo de productos para armar la casa inteligente que uno quiera. ¿Y el gallinero? Para eso está Smart Coop 2.0, de Coders Cafe.
Smart Coop 2.0 es un sistema controlado por una UNO Q para apoyar el cuidado diario de las gallinas. Resuelve lo básico, como entregar alimento con horario y calefaccionar el espacio, y usa modelos de IA locales para detectar huevos y posibles depredadores, entre ellos coyotes y zorros.
Mejor proyecto de videojuegos
RollerCoaster Tycoon era un videojuego popular entre dos tipos de jugadores, los que disfrutan construir y los que buscan maximizar las métricas. Kevin Loeffler es del segundo grupo, y se preguntó cómo saldrían evaluadas las montañas rusas reales. El resultado es RCT IRL, un sistema de sensores portátil para clasificar y medir los paseos en montaña rusa.
"Portátil" quiere decir una UNO Q, una IMU (unidad de medición inercial) 9DoF de SparkFun y una batería metidas en un banano. Durante el paseo, la placa de doble cerebro de Arduino recoge los datos de movimiento con la IMU. Después, tres modelos de Edge Impulse procesan esos datos y entregan puntajes de Emoción, Intensidad y Náuseas. Junto con datos como la duración del paseo y la fuerza g máxima, esos valores arman una ficha de calificación de la montaña rusa, igual que en el juego.
Mejor proyecto de IoT industrial
HaloSense V1 es el intento de pasquale887 de darle nuevos sentidos a las personas aprovechando la neuroplasticidad, que es la capacidad del cerebro de adaptarse a funciones nuevas. No hay nada sobrenatural en eso, y el cerebro solo trabaja con la información sensorial que recibe. HaloSense V1 entrega información nueva a través de los sentidos que ya existen.
Dicho de otra forma, HaloSense V1 es un cintillo con retroalimentación háptica. Con 13 motores hápticos vibra y pulsa para transmitir la información que recogen los sensores conectados a una UNO Q. El proyecto busca explorar si, con el tiempo, quien lo usa aprende a leer esos patrones como información.
Mejor proyecto de robótica
La robótica vive un giro hacia diseños más amigables con las personas. Curie, de Mohammed Akramuddin, va en esa línea. Es un pequeño robot de escritorio que muestra expresiones faciales en una pantalla OLED, diseñado para ayudar a sus usuarios, incluidas personas con TDAH, a manejar sus tareas.
Como todos los proyectos del concurso, Curie lleva una UNO Q. Se conecta a varias API, entre ellas Groq (una interfaz en la nube que permite correr modelos de IA de código abierto a alta velocidad), para ayudar a su dueño con la carga de trabajo. Toma notas y fija recordatorios como cualquier asistente digital, y además entrega ayuda a la medida. Por ejemplo, puede dividir una tarea compleja en partes más pequeñas y abordables. También está diseñado para detectar distracciones y dar un empujón para volver a la tarea.
El ganador general
El premio Best in Show fue para el ganador del concurso sin importar la categoría. Se lo llevó Jorge Eldis González por el Edge-AI Spectrophotometer, un espectrofotómetro que integra IA en el borde.
Un espectrofotómetro mide la luz por longitud de onda para detectar las propiedades de los materiales que se analizan. Es un análisis no destructivo y puede, por ejemplo, revelar si una muestra tiene contaminantes.
El Edge-AI Spectrophotometer se armó con componentes comerciales, una UNO Q y un sensor espectroscópico AS7343 Triad de SparkFun Electronics. Corre un modelo de aprendizaje automático en el borde que detecta desviaciones respecto de referencias conocidas. El autor lo diseñó para que operadores con menos experiencia puedan hacer las pruebas y para explorar otras aplicaciones de la espectrofotometría.
