{"id":1771,"date":"2019-05-16T13:48:09","date_gmt":"2019-05-16T13:48:09","guid":{"rendered":"http:\/\/robots-argentina.com.ar\/didactica\/?p=1771"},"modified":"2019-05-16T13:51:22","modified_gmt":"2019-05-16T13:51:22","slug":"un-chip-de-i-a-supera-a-los-robots-y-drones-mas-impresionantes","status":"publish","type":"post","link":"https:\/\/robots-argentina.com.ar\/didactica\/un-chip-de-i-a-supera-a-los-robots-y-drones-mas-impresionantes\/","title":{"rendered":"Un chip de I.A. supera a los robots y drones m\u00e1s impresionantes"},"content":{"rendered":"

En una reciente y deslumbrante ma\u00f1ana en California (EE.UU.), la investigadora del MIT Vivienne Sze<\/a> subi\u00f3 a un peque\u00f1o escenario para realizar la que quiz\u00e1 haya sido presentaci\u00f3n m\u00e1s desconcertante de su carrera. Dominaba el tema a la perfecci\u00f3n. Deb\u00eda hablar sobre los chips que se desarrollan en su laboratorio <\/strong>y de c\u00f3mo iban a acercar el poder de la inteligencia artificial (IA) a una multitud de dispositivos con una potencia limitada sin tener que depender de los enormes centros de datos donde se realizan la mayor\u00eda de los c\u00e1lculos de IA. Pero, tanto lo que vio en la conferencia como el p\u00fablico que acudi\u00f3 la hicieron reflexionar.<\/p>\n

Hablamos de MARS, una conferencia de \u00e9lite, solo para invitados<\/strong>, en la que los robots pasean (o vuelan) por un resort de lujo, mezcl\u00e1ndose con famosos cient\u00edficos y autores de ciencia ficci\u00f3n. Solo unos pocos investigadores fueron invitados a dar charlas t\u00e9cnicas, y las sesiones tienden a ser tanto inspiradoras como esclarecedoras. El p\u00fablico estaba compuesto por unos 100 investigadores, directores ejecutivos y algunos de los empresarios m\u00e1s importantes del mundo. El maestro de ceremonias de MARS fue el fundador y presidente de Amazon, Jeff Bezos, que estaba sentado en la primera fila. \u00abSe podr\u00eda decir que era un p\u00fablico de muy alto nivel\u00bb, recuerda Sze con una sonrisa.<\/p>\n

$\"\"$ <\/a><\/p>\n

Otros ponentes de MARS presentaron robots que cortan al estilo k\u00e1rate, drones que aletean como si fueran grandes insectos extra\u00f1amente silenciosos, e incluso proyectos para crear colonias marcianas. Ante esta competencia, los chips de Sze pod\u00edan parecer m\u00e1s modestos. A simple vista, no se distinguen de los chips que hay dentro de cualquier dispositivo electr\u00f3nico. Sin embargo, sus microprocesadores eran indudablemente mucho m\u00e1s importantes que cualquier otra cosa<\/strong> que hubo en la conferencia.<\/p>\n

Nuevas capacidades<\/strong><\/h4>\n
Los nuevos dise\u00f1os de chips, como los que se desarrollan en el laboratorio de Sze, pueden ser cruciales para el futuro progreso de la IA, y los drones y robots que se dejaron ver en MARS. Hasta ahora, el software de IA se ejecutaba principalmente en unidades de procesamiento gr\u00e1fico (GPU, por sus siglas en ingl\u00e9s), pero los nuevos dise\u00f1os especializados de hardware podr\u00edan lograr que los algoritmos de IA sean m\u00e1s potentes<\/strong>, lo que abrir\u00eda el camino a unas nuevas aplicaciones. Los nuevos chips de inteligencia artificial podr\u00edan masificar los robots de almac\u00e9n y permitir que los tel\u00e9fonos inteligentes crean escenarios fotorrealistas de realidad aumentada.<\/p>\n
Los dise\u00f1os de los chips de Sze son muy eficientes y flexibles, algo crucial<\/strong> para un campo que evoluciona tan r\u00e1pido como la IA (ver \u00bfQui\u00e9n ganar\u00e1 la batalla de los chips si el sector de la IA no para de cambiar?<\/a><\/em>). En concreto, est\u00e1n dise\u00f1ados para exprimir a\u00fan m\u00e1s potencial de los algoritmos de aprendizaje profundo que ya han revolucionado el mundo. Este proceso incluso podr\u00eda lograr que este tipo de programas evolucionen por s\u00ed solos. Sze detalla: \u00abDado que la ley de Moore se ha ralentizado, necesitamos un nuevo hardware\u00bb.<\/p>\n
Esta ley choca cada vez m\u00e1s con los l\u00edmites f\u00edsicos de los componentes de ingenier\u00eda a escala at\u00f3mica. Y est\u00e1 despertando un creciente inter\u00e9s en arquitecturas alternativas y nuevos enfoques de computaci\u00f3n.<\/strong><\/p>\n
Este inter\u00e9s ha llegado incluso al Gobierno de EE. UU., que adem\u00e1s de mantener su liderazgo en el dise\u00f1o de chips en general, conf\u00eda en los microprocesadores especializados para arrebatarle a China el trono de la IA.<\/strong> De hecho, los propios chips de Sze se est\u00e1n creando gracias a fondos de un programa de DARPA destinado a ayudar a desarrollar nuevos dise\u00f1os de chips de IA (*ver <\/em>**As\u00ed es la estrategia de EE.UU. para quitarle a China el trono de la IA<\/a><\/em>).<\/p>\n*
Pero el impulso en la innovaci\u00f3n de la fabricaci\u00f3n de chips procede principalmente del aprendizaje profundo, una t\u00e9cnica muy poderosa de ense\u00f1ar a las m\u00e1quinas a realizar tareas \u00fatiles. En vez de dar a un ordenador un conjunto de reglas a seguir, una m\u00e1quina se programa a s\u00ed misma b\u00e1sicamente<\/strong>. Los datos de entrenamiento se introducen en una gran red neuronal artificial simulada, que luego se ajusta para que produzca el resultado deseado. Con suficiente entrenamiento, un sistema de aprendizaje profundo puede encontrar patrones sutiles y abstractos en los datos. La t\u00e9cnica se aplica a una creciente variedad de tareas pr\u00e1cticas, desde el reconocimiento facial en los tel\u00e9fonos inteligentes hasta la predicci\u00f3n de enfermedades a partir de im\u00e1genes m\u00e9dicas.<\/p>\n
La carrera de los chips de IA<\/strong><\/h4>\n
El aprendizaje profundo no depende tanto de la ley de Moore. Las redes neuronales ejecutan muchos c\u00e1lculos matem\u00e1ticos en paralelo<\/strong>, un enfoque para el que los GPU de videojuegos resultan mucho m\u00e1s efectivos dado que realizan computaci\u00f3n paralela para renderizar im\u00e1genes en 3D. Pero los microchips dise\u00f1ados espec\u00edficamente para el aprendizaje profundo deber\u00edan ser a\u00fan m\u00e1s potentes.<\/p>\n
El potencial de las nuevas arquitecturas de chips para mejorar la inteligencia artificial ha impulsado la actividad empresarial a un nivel que la industria de los chips no ha visto en d\u00e9cadas<\/strong> (ver La nueva carrera de los chips de silicio se libra en el cuadril\u00e1tero de la inteligencia artificial<\/a><\/em> y China da la vuelta al marcador de los chips gracias a la IA<\/a><\/em>). Las grandes empresas tecnol\u00f3gicas que quieren aprovechar y comercializar la inteligencia artificial, como Google, Microsoft y (s\u00ed) Amazon, est\u00e1n trabajando en sus propios chips de aprendizaje profundo. Pero tambi\u00e9n hay muchas start-ups<\/em> trabajando en este campo. De hecho, el analista de microchips en la empresa de analistas Linley Group<\/a> Mike Delmer considera que \u00abes imposible hacer un seguimiento de todas las compa\u00f1\u00edas que est\u00e1n apareciendo en el espacio del chip de IA\u00bb. Y a\u00f1ade: \u00abNo bromeo cuando digo que descubrimos un nuevo chip casi cada semana<\/strong>\u00ab.<\/p>\n
La verdadera oportunidad, seg\u00fan Sze, no reside en construir los chips de aprendizaje profundo m\u00e1s poderosos. La eficiencia energ\u00e9tica tambi\u00e9n es importante porque la IA tambi\u00e9n debe funcionar m\u00e1s all\u00e1 de los grandes centros de datos, lo que significa que los microprocesadores deber\u00edan ser capaces de funcionar con la energ\u00eda disponible en el dispositivo<\/strong>. Esto se conoce como operar \u00abal l\u00edmite\u00bb.<\/p>\n

\n