Empresas como Google han logrado avances en el reconocimiento de imágenes y caras gracias al aprendizaje profundo, usando series de datos enormes y potentes ordenadores (ver Aprendizaje profundo). Ahora dos de las principales empresas fabricantes de chips y el gigante chino de la búsqueda web Baidu afirman que está a punto de aparecer hardware que traslada esa técnica a los teléfonos, los coches y mucho más.
Habitualmente los fabricantes de chips no dan a conocer sus nuevas características con antelación, pero en una conferencia sobre visión automática celebrada el martes pasado, Synopsys, una empresa que vende licencias de software y propiedad intelectual a las mayores empresas fabricantes de chips, hizo una demostración de un nuevo núcleo de procesado de imágenes hecho a la medida del aprendizaje profundo, y que e espera que se incorpore a los chips de smartphones, cámaras y coches. El núcleo ocuparía un milímetro cuadrado de espacio sobre un chip hecho con una de las tecnologías de fabricación más habituales.
El director de I+D en Synopsys, Pierr Paulin, explicó a MIT Technology Review que el nuevo diseño de procesador estará disponible para los clientes de su empresa este verano. Muchos han expresado su interés por hacerse con hardware que permita desplegar el aprendizaje profundo, afirmó.
Synopsys hizo una demostración en la que el nuevo diseño reconoció señales de límite de velocidad en imágenes tomadas desde un coche. Paulin también presentó los resultados de usar el chip para ejecutar una red de aprendizaje profundo entrenada para reconocer caras. No llegan a los niveles de precisión de los mejores resultados de investigación que se han logrado usando potentes ordenadores, pero se acercan bastante, explica. "Para aplicaciones como la vigilancia por vídeo tiene un rendimiento bastante bueno", afirma. El núcleo especializado usa una cantidad de energía significativamente menor que la que necesitaría un chip convencional para hacer la misma tarea.
El nuevo núcleo podría añadir un grado de inteligencia visual a muchos tipos de dispositivos, desde teléfonos hasta cámaras de seguridad baratas. No permitiría a los dispositivos reconocer a decenas de miles de objetos por sí mismos, pero Paulin afirma que podría reconocer decenas.
Algo que podría dar lugar a nuevas clases de cámaras o de aplicaciones para fotografía. Paulin afirma que la tecnología también puede servir para potenciar la utilidad de cámaras de coche, tráfico y vigilancia. Por ejemplo, una cámara de seguridad doméstica podría empezar a mandar datos a través de inte et sólo cuando un humano aparece en su encuadre. "Se pueden hacer cosas más sofisticadas, como detectar si alguien se ha caído a la vía del metro", afirma.
El vicepresidente de Tecnología de Qualcomm Research, Jeff Gehlhaar, habló en el evento sobre el trabajo de su empresa a la hora de incorporar el aprendizaje profundo en aplicaciones para el hardware móvil ya existente. No quiso hablar sobre si la empresa está planeando incluir una base para el aprendizaje profundo en sus chips. Pero hablando de la industria en general afirmó que no cabía duda de que este tipo de chips llegarán al mercado. Poder usar el aprendizaje profundo en chips móviles será vital para que los robots puedan moverse por el mundo e interactuar con él, explicó, y para los proyectos que desarrollan coches autónomos.
"Creo que aparecerá hardware hecho específicamente para resolver estos problemas", declaró. "Nuestros métodos tradicionales con el silicio se van a quedar sin fuelle y tendremos que remanga os y hacer las cosas de otra manera". Gehlhaar no dijo cuándo sería eso. Qualcomm ha declarado que su próxima generación de chips móviles incluirá software diseñado para incorporar el aprendizaje profundo a las cámaras y a otras aplicaciones (ver Los 'smartphones' reconocerán caras y te etiquetarán en las fotos).
El investigador de la empresa china Baidu, Ren Wu, también afirmó que los chips que sirven para el aprendizaje profundo son necesarios para los potentes ordenadores de investigación que se usan a diario. "Hay que poder desplegar esa inteligencia en todas partes, en cualquier lugar y en cualquier momento", afirmó.
Poder hacer cosas como analizar imágenes en un dispositivo sin conectarse a inte et lograría que las aplicaciones sean más rápidas y eficientes en términos energéticos porque no es necesario enviar datos de un lado a otro, explicó Wu. Tanto él como Gehlhaar de Qualcomm afirmaron que hacer que los dispositivos móviles fueran más inteligentes podría atenuar las implicaciones para la privacidad de algunas aplicaciones al reducir el volumen de datos personales que se transmiten desde un dispositivo, por ejemplo las fotos.
"Quieres que la inteligencia filtre los datos en crudo y que sólo envíe la información importante, los metadatos a la nube", afirma Wu.