Cómo la IA se está apoderando de nuestros dispositivos

Un ejemplo clave: este otoño, el asistente Siri de Apple comenzará a procesar voz en iPhones. En este momento, incluso su solicitud para configurar un temporizador se envía como una grabación de audio a la nube, donde se procesa, lo que activa una respuesta que se envía de vuelta al teléfono. Al procesar la voz en el teléfono, dice Apple, Siri responderá más rápidamente. Esto solo funcionará en el iPhone XS y los modelos más nuevos, que tienen un procesador compatible integrado para IA que Apple llama “motor neuronal”. Las personas también pueden sentirse más seguras al saber que sus grabaciones de voz no se envían a computadoras invisibles en lugares lejanos.

De hecho, Google abrió el camino con el procesamiento en el teléfono: en 2019, presentó un teléfono Pixel que podía transcribir voz a texto y realizar otras tareas sin ninguna conexión a la nube. Una de las razones por las que Google decidió construir sus propios teléfonos fue que la compañía vio potencial en la creación de hardware personalizado hecho a medida para ejecutar IA, dice Brian Rakowski, gerente de producto del grupo Pixel en Google.

Estos llamados dispositivos de borde pueden ser prácticamente cualquier cosa con un microchip y algo de memoria, pero tienden a ser los más nuevos y sofisticados de los teléfonos inteligentes, automóviles, drones, electrodomésticos y sensores y actuadores industriales. Edge AI tiene el potencial de cumplir algunas de las promesas de la inteligencia artificial que se han retrasado durante mucho tiempo, como asistentes inteligentes más receptivos, mejores sistemas de seguridad automotriz, nuevos tipos de robots e incluso máquinas militares autónomas.

Los desafíos de hacer que la IA funcione en el borde, es decir, hacerla lo suficientemente confiable para hacer su trabajo y luego justificar la complejidad y el costo adicionales de colocarla en nuestros dispositivos, son monumentales. La IA existente puede ser inflexible, fácil de engañar, poco confiable y sesgada. En la nube, se puede entrenar sobre la marcha para mejorar: piense en cómo mejora Alexa con el tiempo. Cuando está en un dispositivo, debe venir previamente entrenado y actualizarse periódicamente. Sin embargo, las mejoras en la tecnología de chips en los últimos años han hecho posible avances reales en la forma en que experimentamos la IA, y la demanda comercial de este tipo de funcionalidad es alta.

De espadas a rejas de arado

Shield AI, un contratista del Departamento de Defensa, ha puesto una gran cantidad de inteligencia artificial en drones estilo cuadricóptero que ya han llevado a cabo, y continúan utilizándose en, misiones de combate del mundo real. Una misión es ayudar a los soldados a buscar combatientes enemigos en los edificios que deben limpiarse. El Departamento de Defensa ha estado ansioso por usar los drones de la compañía, dice el cofundador de Shield AI, Brandon Tseng, porque incluso si fallan, pueden usarse para reducir las bajas humanas.

“En 2016 y principios de 2017, tuvimos los primeros prototipos con algo así como un 75% de confiabilidad, algo que nunca llevaría al mercado, y el Departamento de Defensa decía: ‘Lo llevaremos al extranjero y lo usaremos en combate ahora mismo’”, dijo el Sr. .Dice Tseng. Cuando protestó porque el sistema no estaba listo, la respuesta del interior del ejército fue que cualquier cosa era mejor que los soldados atravesando una puerta y recibir un disparo.

En una zona de combate, no se puede contar con una conexión en la nube rápida, robusta e inalámbrica, especialmente ahora que los enemigos a menudo bloquean la comunicación inalámbrica y las señales de GPS. Cuando se encuentra en una misión, el procesamiento y el reconocimiento de imágenes deben ocurrir en los propios drones de la compañía.

Shield AI utiliza una computadora pequeña y eficiente fabricada por Nvidia, diseñada para ejecutar AI en dispositivos, para crear un dron cuadricóptero no más grande que un modelo de consumidor típico con cámara. El Nova 2 puede volar el tiempo suficiente para entrar en un edificio y utilizar la inteligencia artificial para reconocer y examinar docenas de pasillos, escaleras y habitaciones, catalogando objetos y personas que ve en su camino.

Mientras tanto, en la ciudad de Salinas, California, lugar de nacimiento del autor de “Grapes of Wrath” John Steinbeck y un centro agrícola hasta el día de hoy, un robot del tamaño de una camioneta está pasando la temporada de cultivo de este año rastrillando la tierra con sus 12 brazos robóticos. . Fabricado por FarmWise Labs Inc., el robot se desplaza por los campos de apio como si fuera cualquier otro tractor. Debajo de su cubierta de metal, utiliza visión por computadora y un sistema de inteligencia artificial de borde para decidir, en menos de un segundo, si una planta es un cultivo alimenticio o una maleza, y dirige sus garras en forma de arado para evitar o erradicar la planta en consecuencia.

El enorme robot-desyerbador diésel de FarmWise puede generar su propia electricidad, lo que le permite transportar la potencia de procesamiento de una verdadera supercomputadora: cuatro GPU y 16 CPU que, en conjunto, consumen 500 vatios de electricidad.

En nuestra vida cotidiana, cosas como la transcripción de voz que funcionan, tengamos o no una conexión, o cuán buena sea, podrían significar cambios en la forma en que preferimos interactuar con nuestros dispositivos móviles. Conseguir que la transcripción de voz siempre disponible funcione en el teléfono Pixel de Google “requirió muchos avances para ejecutarse en el teléfono y también en un servidor remoto”, dice el Sr. Rakowski.

Google tiene recursos casi ilimitados para experimentar con IA en la nube, pero obtener esos mismos algoritmos, para que todo, desde la transcripción de voz y la administración de energía hasta la traducción en tiempo real y el procesamiento de imágenes, funcione en teléfonos, requirió la introducción de microprocesadores personalizados como Pixel Neural. Core, agrega el Sr. Rakowski.

Convirtiendo gatos en pura matemática

Lo que casi todos los sistemas de inteligencia artificial tienen en común es que, como inteligencia artificial previamente entrenada, solo realizan “inferencias”, dice Dennis Laudick, vicepresidente de marketing para inteligencia artificial y aprendizaje automático en Arm Holdings, que otorga licencias de diseños e instrucciones de chips para empresas como Apple, Samsung, Qualcomm, Nvidia y otras.

En términos generales, la IA de aprendizaje automático consta de cuatro fases:

• Los datos se capturan o recopilan: digamos, por ejemplo, en forma de millones de imágenes de gatos.

• Los humanos etiquetan los datos: Sí, son fotos de gatos.

• La IA se entrena con los datos etiquetados: este proceso selecciona modelos que identifican gatos.

• Luego, la pila de código resultante se convierte en un algoritmo y se implementa en el software: ¡Aquí hay una aplicación de cámara para los amantes de los gatos!

(Nota: si esto aún no existe, considérelo su idea de un millón de dólares del día).

La última parte del proceso, algo así como ese software de identificación de gatos, es la fase de inferencia. El software de muchas cámaras de vigilancia inteligentes, por ejemplo, está realizando inferencias, dice Eric Goodness, vicepresidente de investigación de la firma de consultoría tecnológica Gartner..

Estos sistemas ya pueden identificar cuántos clientes hay en el restaurante, si alguno tiene un comportamiento indeseable o si las papas fritas han estado en la freidora demasiado tiempo.

Son solo funciones matemáticas, tan complicadas que los humanos necesitarían un esfuerzo monumental para escribirlas, pero que los sistemas de aprendizaje automático pueden crear cuando se entrenan con suficientes datos.

Robot pratfalls

Si bien toda esta tecnología es muy prometedora, hacer que la inteligencia artificial funcione en dispositivos individuales, ya sea que se puedan conectar o no a la nube, conlleva una serie de desafíos abrumadores, dice Elisa Bertino, profesora de informática en la Universidad de Purdue.

La IA moderna, que se utiliza principalmente para reconocer patrones, puede tener dificultades para hacer frente a entradas fuera de los datos en los que se entrenó. Operar en el mundo real solo lo hace más difícil, solo considere el ejemplo clásico de un Tesla que frena cuando ve una señal de alto en una valla publicitaria.

Para hacer que los sistemas de inteligencia artificial de borde sean más competentes, un dispositivo de borde puede recopilar algunos datos pero luego emparejarse con otro dispositivo más poderoso, que puede integrar datos de una variedad de sensores, dice el Dr. Bertino. Si está usando un reloj inteligente con un monitor de frecuencia cardíaca, ya está presenciando esto: la inteligencia artificial del borde del reloj procesa previamente la señal débil de su frecuencia cardíaca, luego pasa esos datos a su teléfono inteligente, que puede analizar más esos datos : Esté o no conectado a Internet.

La abrumadora mayoría de los algoritmos de IA todavía están entrenados en la nube. También pueden volver a capacitarse utilizando más datos o datos más recientes, lo que les permite mejorar continuamente. En el futuro, dice Goodness, los sistemas de inteligencia artificial de vanguardia comenzarán a aprender por sí mismos, es decir, se volverán lo suficientemente poderosos como para ir más allá de la inferencia y, de hecho, recopilar datos y usarlos para entrenar sus propios algoritmos.

La IA que puede aprender por sí sola, sin conexión con una superinteligencia en la nube, podría eventualmente plantear desafíos legales y éticos. ¿Cómo puede una empresa certificar un algoritmo que ha estado evolucionando en el mundo real durante años después de su lanzamiento inicial ?, pregunta el Dr. Bertino. Y en guerras futuras, ¿quién estará dispuesto a dejar que sus robots decidan cuándo apretar el gatillo? Quien lo haga podría terminar con una ventaja, pero también con todo el daño colateral que ocurre cuando, inevitablemente, la IA comete errores.

–Para obtener más análisis, reseñas, consejos y titulares de WSJ Technology, suscríbase a nuestro boletín semanal.

Escribir a Christopher Mims en [email protected]