Atmosis convierte datos ambientales en informes fáciles de entender. El dispositivo usa IA en el borde (edge AI) e integra Gemini LLM para contextualizar la información. La COP31, en Antalya, será el escenario de la presentación.
El dispositivo Atmosis, desarrollado por Next Builder, convierte datos ambientales en informes fáciles de entender. Utiliza el Arduino UNO Q y sensores como DPS310, X6 y dust sensor para recopilar información sobre temperatura, presión, humedad y partículas finas. El análisis de los datos se realiza con IA en el borde (edge AI) mediante Edge Impulse, que alerta sobre condiciones que requieren atención.

Además, Atmosis puede integrar Gemini LLM para ofrecer respuestas personalizadas a preguntas sobre los datos recopilados. Los resultados se muestran por web y Telegram, lo que facilita el acceso y la interpretación. La COP31, Conferencia de las Naciones Unidas sobre el Cambio Climático, comienza el 9 de noviembre de 2026 en Antalya, Turquía. La conferencia busca fortalecer la cooperación en soluciones que concilien la conservación ambiental y el bienestar social. La Climate-Informed Engineering (CIE) promueve la integración de datos climáticos precisos en las prácticas de ingeniería, algo que Atmosis respalda con su enfoque contextualizado. Importantes grupos ambientales están adoptando la IA para analizar datos climáticos, rastrear incendios forestales y más, aunque advierten sobre el impacto ambiental de los centros de datos.

Atmosis es una iniciativa que busca simplificar la interpretación de datos ambientales, con foco en PM2.5 y otros indicadores. Atmosis usa el Arduino UNO Q como procesador, lo que permite operaciones rápidas y eficientes con los sensores integrados. El sensor DPS310 mide presión y temperatura con precisión, mientras que el X6 monitorea la humedad y la luminosidad. Juntos ofrecen una visión completa del entorno, sin necesidad de equipos adicionales.
El dust sensor detecta partículas en el aire, una función útil en zonas con alta contaminación. La LED strip sirve como indicador visual y muestra rápidamente si los datos están dentro de los límites esperados. El enclosure 3D-printed compacto garantiza que el dispositivo sea ligero y portátil, lo que facilita su instalación en lugares diversos. La integración con Gemini LLM permite que Atmosis responda a preguntas específicas, haciendo los informes más interactivos y personalizados. Esta funcionalidad es especialmente valiosa para ingenieros y gestores que buscan soluciones directas a problemas ambientales. La dependencia de internet para el acceso por web y Telegram puede limitar su uso en zonas con conectividad débil, pero la integración con edge AI reduce la necesidad de una conexión constante.
La iniciativa, desarrollada por Next Builder, busca simplificar la interpretación de indicadores como PM2.5, temperatura y humedad, ofreciendo información contextualizada. La tecnología se basa en edge IA e integración con Gemini LLM, lo que permite respuestas personalizadas e informes dinámicos. El dispositivo, que cabe en un espacio compacto, usa el Arduino UNO Q como procesador, lo que garantiza operaciones rápidas con los sensores DPS310, X6 y dust sensor. Para ingenieros y gestores, Atmosis puede ser una herramienta valiosa, pero aún falta confirmar el precio y la disponibilidad en Brasil.
El dispositivo genera informes inteligibles, usando edge IA y Gemini LLM. Esto ayuda a ingenieros y gestores a comprender mejor las condiciones locales. La tecnología permite recopilar datos con precisión, gracias al Arduino UNO Q y a los sensores DPS310, X6 y dust sensor. El sistema muestra la información por web y Telegram, lo que facilita el acceso en tiempo real. La integración con LLM ofrece respuestas personalizadas y convierte los datos en acciones concretas.
Con información de blog.arduino.cc, exame.com y forbes.com.
Fuentes
Texto escrito con IA a partir de las fuentes citadas y revisado por las reglas automáticas de la redacción. Cómo trabajamos
¿Quieres ver resumer primero en las búsquedas de Google?
Añadir a las fuentes preferidas de Google


