Computación neuromórfica permite un bajo uso de energía y menor latencia en productos de las empresas

Así lo determina un nuevo estudio de Accenture, el cual explica cómo esta tecnología revolucionará la creación de nuevos y mejores servicios.

 

Los productos inteligentes ya están generando disrupción y transformando las industrias, con una demanda creciente tanto entre los consumidores y como entre las empresas. Hay varias razones para esta tendencia hacia el «todo inteligente». Los productos inteligentes ofrecen una interacción natural: desde el entretenimiento doméstico, los interiores de los automóviles y los equipos industriales pueden controlarse con la voz y los gestos en lugar de con botones físicos o paneles de control. De acuerdo con un nuevo estudio de Accenture, en este cometido, la computación neuromórfica cumple un rol clave.

¿Cómo funciona la computación neuromórfica? Pablo Rodríguez Varela, Líder de Applied Intelligence de Accenture Argentina, explica que “la comprensión científica del funcionamiento del cerebro no está todavía completa, pero está lo suficientemente madura como para descubrir muchos principios básicos de la computación neuronal. Investigadores e ingenieros han trabajado juntos para desarrollar algoritmos y procesadores que reproducen algunos de esos principios y mecanismos básicos. ¿Qué intentan emular? Un cerebro humano medio contiene entre 80 y 100 mil millones de neuronas, cada una de las cuales es altamente eficiente. La actividad de todo el cerebro es mucho más dispersa que la de las arquitecturas informáticas tradicionales. En el cerebro, cada neurona trabaja de forma asíncrona para proporcionar un paralelismo masivo, muchos procesos diferentes al mismo tiempo, y para adaptarse a los rápidos cambios del entorno. En los últimos años, los dispositivos neuromórficos con estas propiedades se han hecho realidad, acelerando las soluciones prácticas a la creciente demanda de productos inteligentes”.

Las redes neuronales se construyen a partir de dos componentes: el modelo de neurona y el modelo de sinapsis. El modelo de neurona emula la actividad de los picos de una neurona biológica mediante un circuito digital. Esto significa que la neurona o bien dispara una espiga o está en silencio. En la mayoría de los sistemas informáticos, una gran parte de energía se utiliza para mover la información entre los núcleos de procesamiento o dentro y fuera de la memoria. Pero en un modelo de neurona con espigas cuando una neurona no está en movimiento, no mueve ninguna información y utiliza muy poca energía.

De acuerdo con el reporte, la computación neuromórfica tiene 4 beneficios principales para las empresas:

1. Eficiencia energética

Los sistemas neuromórficos son más eficientes energéticamente que las arquitecturas informáticas de propósito general.

2. Baja latencia

Los sistemas neuromórficos destacan en el procesamiento de flujos continuos de datos y el despliegue de procesadores neuromórficos en el borde reduce el retraso del análisis.

3. Procesamiento adaptativo

Las arquitecturas de los sistemas neuromórficos permiten que los dispositivos se adapten a los cambios de contexto.

4. Aprendizaje rápido

Los recientes avances en el entrenamiento de los sistemas neuromórficos han permitido un aprendizaje rápido a partir de muy pocos datos, capacidades casi biológicas que están más allá de la mayoría de los sistemas convencionales de IA.

Un ejemplo es la industria automotriz. Los propietarios de vehículos inteligentes tienen grandes expectativas: quieren funciones como el autoaparcamiento y la llamada, pero también interfaces naturales y fluidas para controlar sus interacciones con el vehículo. Los controles basados en la voz, junto con el reconocimiento implícito de intenciones, pueden proporcionar una mayor personalización y unas interacciones más fluidas. También ayudan a despejar las pantallas del automóvil. ¿Por qué los vehículos actuales no utilizan más este enfoque? Porque requiere de un cálculo intensivo. El hardware de la IA convencional consume demasiada energía para funcionar continuamente a bordo sin agotar la batería, y el uso de la IA basada en la nube y las palabras de alerta crean demasiado retraso, lo que genera una experiencia pobre. Las tecnologías neuromórficas hacen posible una IA eficiente a bordo del vehículo. En una reciente colaboración con un cliente del sector automotriz, demostramos que con un procesador neuromórfico se utiliza hasta mil veces menos energía. Esto pone en juego interacciones verdaderamente inteligentes y de baja latencia.

Ya es habitual interactuar con los sistemas a través de interfaces táctiles, como las pantallas táctiles de pago y pantallas interactivas. Pero las superficies altamente táctiles como éstas tienen sus limitaciones, y cuando se utilizan mucho en espacios públicos, también pueden propagar gérmenes. Permitir una interacción más flexible y sin gestos puede proteger la salud y crear experiencias más ricas y naturales para los clientes. Los compradores podrían interactuar con quioscos minoristas inteligentes para conocer los productos con simples gestos. Los espectadores podrían interactuar con los carteles dinámicos de las películas con un gesto y un movimiento de cabeza. Hay muchas posibilidades, pero reconocer los gestos en el mundo real es difícil. Los gestos naturales varían enormemente entre las personas, e incluso en una misma persona, los gestos pueden cambiar rápidamente durante las interacciones para reducir el esfuerzo y mejorar la comunicación. Los humanos se adaptan a estas diferencias con facilidad, pero el hardware de IA actual no puede.

Entra en escena la computación neuromórfica. Según explica Pablo Rodríguez Varela, “combinando un procesador neuromórfico con un sensor de imagen con picos, Accenture ha desarrollado modelos de IA que admiten el reconocimiento de gestos naturales en tiempo real. A diferencia de las soluciones de IA actuales, que requieren grandes cantidades de datos de entrenamiento para reconocer solo unos pocos gestos, estos modelos pueden aprender de nuevos datos de entrada en tiempo real. El sistema puede aprender rápidamente múltiples gestos diferentes de una persona, y también puede reconocer fácilmente los gestos de otras personas. El apoyo a este nivel de interacción natural no sólo permitirá interacciones más seguras con la tecnología, sino que ampliará las posibilidades de las experiencias basadas en los gestos”.

El experto concluyó que “cada organización necesita dar forma a su estrategia de variedad computacional para satisfacer las crecientes demandas de los consumidores y para adelantarse a la creciente competencia. Ahora, con el emergente hardware neuromórfico y plataformas de maduración, es el momento de empezar a experimentar con la computación neuromórfica, empezando con aplicaciones que requieran de una IA eficiente, receptiva y adaptable”.

Link al estudio: https://www.accenture.com/_acnmedia/PDF-145/Accenture-Neuromorphic-Computing-POV.pdf#zoom=40