Los chips de silicio que ven harán que su teléfono inteligente sea brillante

Muchos de los dispositivos que nos rodean pronto pueden adquirir nuevas y poderosas habilidades para comprender imágenes y videos, gracias al hardware diseñado para la técnica de aprendizaje automático llamada aprendizaje profundo.

Empresas como Google han logrado avances en el reconocimiento de imágenes y rostros a través del aprendizaje profundo, utilizando conjuntos de datos gigantes y computadoras potentes (ver 10 Tecnologías innovadoras 2013: Aprendizaje profundo). Ahora, dos empresas líderes de chips y el gigante de búsqueda chino Baidu dicen que está llegando un hardware que llevará la técnica a teléfonos, automóviles y más.

Los fabricantes de chips no suelen revelar sus nuevas características por adelantado. pero en un conferencia sobre visión artificial Martes, sinopsis , una empresa que otorga licencias de software y propiedad intelectual a los nombres más importantes en la fabricación de chips, mostró un nuevo núcleo de procesador de imágenes diseñado para el aprendizaje profundo. Se espera que se agregue a los chips que alimentan teléfonos inteligentes, cámaras y automóviles. El núcleo ocuparía alrededor de un milímetro cuadrado de espacio en un chip fabricado con una de las tecnologías de fabricación más utilizadas.

Pierre Paulin, director de I+D de Synopsys, dijo Revisión de tecnología del MIT que el nuevo diseño del procesador estará disponible para los clientes de su empresa este verano. Muchos han expresado un gran interés en obtener hardware para ayudar a implementar el aprendizaje profundo, dijo.

Synopsys mostró una demostración en la que el nuevo diseño reconoció las señales de límite de velocidad en imágenes de un automóvil. Paulin también presentó los resultados del uso del chip para ejecutar una red de aprendizaje profundo entrenada para reconocer rostros. No alcanzó los niveles de precisión de los mejores resultados de investigación, que se han logrado en computadoras poderosas, pero estuvo bastante cerca, dijo. Para aplicaciones como la videovigilancia funciona muy bien, dijo. El núcleo especializado usa significativamente menos energía que la que necesitaría un chip convencional para hacer la misma tarea.

El nuevo núcleo podría agregar un grado de inteligencia visual a muchos tipos de dispositivos, desde teléfonos hasta cámaras de seguridad económicas. No permitiría que los dispositivos reconozcan decenas de miles de objetos por sí mismos, pero Paulin dijo que podrían reconocer docenas.

Eso podría conducir a nuevos tipos de aplicaciones de cámara o fotografía. Paulin dijo que la tecnología también podría mejorar las cámaras de vigilancia, tráfico y automóviles. Por ejemplo, una cámara de seguridad doméstica podría comenzar a enviar datos a través de Internet solo cuando un humano ingrese al marco. Puede hacer cosas más sofisticadas como detectar si alguien se ha caído en el metro, dijo.

Jeff Gehlhaar, vicepresidente de tecnología de Qualcomm Research, habló en el evento sobre el trabajo de su empresa para lograr que el aprendizaje profundo se ejecute en aplicaciones para hardware telefónico existente. Se negó a discutir si la compañía planea incorporar soporte para el aprendizaje profundo en sus chips. Pero hablando de la industria en general, dijo que esos chips seguramente llegarán. Ser capaz de usar el aprendizaje profundo en chips móviles será vital para ayudar a los robots a navegar e interactuar con el mundo, dijo, y para los esfuerzos por desarrollar autos autónomos.

Creo que verá surgir hardware personalizado para resolver estos problemas, dijo. Nuestros enfoques tradicionales del silicio se quedarán sin combustible y tendremos que arremangarnos y hacer las cosas de manera diferente. Gehlhaar no indicó qué tan pronto podría ser. Qualcomm ha dicho que su próxima generación de chips móviles incluirá software diseñado para llevar el aprendizaje profundo a la cámara y otras aplicaciones (consulte Los teléfonos inteligentes pronto aprenderán a reconocer caras y más).

Ren Wu, investigador de la compañía de búsqueda china Baidu, también dijo que se necesitan chips que admitan el aprendizaje profundo para las poderosas computadoras de investigación en el uso diario. Debe desplegar esa inteligencia en todas partes, en cualquier lugar o en cualquier momento, dijo.

Ser capaz de hacer cosas como analizar imágenes en un dispositivo sin conectarse a Internet puede hacer que las aplicaciones sean más rápidas y más eficientes energéticamente porque no es necesario enviar datos de un lado a otro, dijo Wu. Tanto él como Gehlhaar de Qualcomm dijeron que hacer que los dispositivos móviles sean más inteligentes podría atenuar las implicaciones de privacidad de algunas aplicaciones al reducir el volumen de datos personales, como las fotos, que se transmiten desde un dispositivo.

Desea que la inteligencia filtre los datos sin procesar y solo envíe la información importante, los metadatos, a la nube, dijo Wu.

esconder