211service.com
Cómo la IA está reinventando lo que son las computadoras
22 de octubre de 2021
Andrea Daquino
Otoño de 2021: la temporada de calabazas, tartas de nuez y nuevos teléfonos color durazno. Cada año, en el momento justo, Apple, Samsung, Google y otros lanzan sus últimos lanzamientos. Estos accesorios en el calendario de tecnología de consumo ya no inspiran la sorpresa y la maravilla de esos embriagadores primeros días. Pero detrás de toda la ostentación del marketing, está sucediendo algo notable.
La última oferta de Google, el Pixel 6, es el primer teléfono que tiene un chip separado dedicado a la IA que se encuentra junto a su procesador estándar. Y el chip que ejecuta el iPhone ha contenido durante los últimos años lo que Apple llama un motor neuronal, también dedicado a la IA. Ambos chips se adaptan mejor a los tipos de cálculos involucrados en el entrenamiento y la ejecución de modelos de aprendizaje automático en nuestros dispositivos, como la IA que alimenta su cámara. Casi sin que nos demos cuenta, la IA se ha convertido en parte de nuestro día a día. Y está cambiando nuestra forma de pensar acerca de la informática.
¿Qué significa eso? Bueno, las computadoras no han cambiado mucho en 40 o 50 años. Son más pequeños y rápidos, pero siguen siendo cajas con procesadores que ejecutan instrucciones de humanos. AI cambia eso en al menos tres frentes: cómo se fabrican las computadoras, cómo se programan y cómo se usan. En última instancia, cambiará para qué sirven.
El núcleo de la computación está cambiando de procesar números a tomar decisiones, dice Pradeep Dubey, director del laboratorio de computación paralela de Intel. O, como dice la directora de MIT CSAIL, Daniela Rus, AI está liberando a las computadoras de sus cajas.
Más prisa menos velocidad
El primer cambio se refiere a cómo se fabrican las computadoras y los chips que las controlan. Las ganancias de la computación tradicional se produjeron a medida que las máquinas se volvieron más rápidas para realizar un cálculo tras otro. Durante décadas, el mundo se benefició de las aceleraciones de los chips que se produjeron con regularidad metronómica, ya que los fabricantes de chips se mantuvieron al día con la Ley de Moore.
Pero los modelos de aprendizaje profundo que hacen que las aplicaciones de IA actuales funcionen requieren un enfoque diferente: necesitan que se lleven a cabo una gran cantidad de cálculos menos precisos al mismo tiempo. Eso significa que se requiere un nuevo tipo de chip: uno que pueda mover datos lo más rápido posible, asegurándose de que esté disponible cuando y donde se necesite. Cuando el aprendizaje profundo irrumpió en escena hace aproximadamente una década, ya había disponibles chips de computadora especializados que eran bastante buenos en esto: unidades de procesamiento de gráficos, o GPU, que fueron diseñadas para mostrar una pantalla completa de píxeles docenas de veces por segundo.
Cualquier cosa puede convertirse en una computadora. De hecho, la mayoría de los objetos domésticos, desde cepillos de dientes hasta interruptores de luz y timbres, ya vienen en una versión inteligente.
Ahora, los fabricantes de chips como Intel, Arm y Nvidia, que suministraron muchas de las primeras GPU, están cambiando para hacer hardware diseñado específicamente para la IA. Google y Facebook también se están abriendo camino en esta industria por primera vez, en una carrera para encontrar una ventaja de IA a través del hardware.
Por ejemplo, el chip dentro del Pixel 6 es una nueva versión móvil de la unidad de procesamiento de tensor de Google, o TPU. A diferencia de los chips tradicionales, que están orientados a cálculos ultrarrápidos y precisos, las TPU están diseñadas para los cálculos de gran volumen pero baja precisión que requieren las redes neuronales. Google ha utilizado estos chips internamente desde 2015: procesan las fotos de las personas y las consultas de búsqueda en lenguaje natural. La compañía hermana de Google, DeepMind, los usa para entrenar sus IA.
En los últimos años, Google ha puesto las TPU a disposición de otras empresas, y estos chips, así como otros similares desarrollados por otros, se están convirtiendo en los predeterminados dentro de los centros de datos del mundo.
AI incluso está ayudando a diseñar su propia infraestructura informática. En 2020, Google utilizó un algoritmo de aprendizaje por refuerzo, un tipo de IA que aprende a resolver una tarea a través de prueba y error, para diseñar el diseño de una nueva TPU. La IA finalmente ideó diseños nuevos y extraños en los que ningún humano pensaría, pero funcionaron. Este tipo de IA podría algún día desarrollar chips mejores y más eficientes.
Mostrar, no decir
El segundo cambio se refiere a cómo se les dice a las computadoras qué hacer. Durante los últimos 40 años hemos estado programando computadoras; durante los próximos 40 los estaremos capacitando, dice Chris Bishop, director de Microsoft Research en el Reino Unido.
Tradicionalmente, para que una computadora hiciera algo como reconocer el habla o identificar objetos en una imagen, los programadores primero tenían que idear reglas para la computadora.
Con el aprendizaje automático, los programadores ya no escriben reglas. En cambio, crean una red neuronal que aprende esas reglas por sí misma. Es una forma de pensar fundamentalmente diferente.
Historia relacionada
La IA está aprendiendo a crearse a sí misma Los humanos han luchado para hacer máquinas verdaderamente inteligentes. Tal vez tenemos que dejar que se encarguen ellos mismos.
Ejemplos de esto ya son comunes: el reconocimiento de voz y la identificación de imágenes ahora son características estándar en los teléfonos inteligentes. Otros ejemplos llegaron a los titulares, como cuando AlphaZero aprendió a jugar Go mejor que los humanos. De manera similar, AlphaFold abrió un problema de biología (resolver cómo se pliegan las proteínas) con el que la gente había luchado durante décadas.
Para Bishop, los próximos grandes avances se producirán en la simulación molecular: capacitar a las computadoras para manipular las propiedades de la materia, lo que podría dar saltos que cambien el mundo en el uso de energía, la producción de alimentos, la fabricación y la medicina.
Promesas sin aliento como esta se hacen a menudo. También es cierto que el aprendizaje profundo tiene un historial de sorprendernos. Dos de los mayores avances de este tipo hasta el momento (lograr que las computadoras se comporten como si entendieran el lenguaje y reconocieran lo que hay en una imagen) ya están cambiando la forma en que las usamos.
La computadora sabe mejor
Durante décadas, hacer que una computadora hiciera algo significaba escribir un comando, o al menos hacer clic en un botón.
Las máquinas ya no necesitan un teclado o una pantalla para que los humanos interactúen. Cualquier cosa puede convertirse en una computadora. De hecho, la mayoría de los objetos domésticos, desde cepillos de dientes hasta interruptores de luz y timbres, ya vienen en una versión inteligente. Pero a medida que proliferen, vamos a querer pasar menos tiempo diciéndoles qué hacer. Deberían poder resolver lo que necesitamos sin que se lo digamos.
Este es el cambio de la elaboración de números a la toma de decisiones que, según Dubey, define la nueva era de la informática.
Rus quiere que adoptemos el apoyo cognitivo y físico que se ofrece. Ella imagina computadoras que nos dicen cosas que necesitamos saber cuando necesitamos saberlas e intervienen cuando necesitamos una mano. Cuando era niño, una de mis [escenas] de películas favoritas en todo el mundo era 'El aprendiz de brujo', dice Rus. ¿Sabes cómo invoca Mickey a la escoba para que lo ayude a ordenar? No necesitaremos magia para que eso suceda.
Sabemos cómo termina esa escena. Mickey pierde el control de la escoba y hace un gran lío. Ahora que las máquinas interactúan con las personas y se integran en el caos del mundo en general, todo se vuelve más incierto. Las computadoras están fuera de sus cajas.