Los potentes algoritmos de visión por computadora ahora son lo suficientemente pequeños como para ejecutarse en su teléfono

Categoría: Inteligencia artificial Al corriente Oct 11

Los investigadores han reducido los modelos de visión por computadora de última generación para ejecutarlos en dispositivos de bajo consumo.

Dolores de crecimiento: El reconocimiento visual es la habilidad más fuerte del aprendizaje profundo. Los algoritmos de visión por computadora están analizando imágenes médicas, habilitando automóviles autónomos y potenciando el reconocimiento facial. Pero entrenar modelos para reconocer acciones en videos se ha vuelto cada vez más costoso. Esto ha alimentado las preocupaciones sobre la huella de carbono de la tecnología y su creciente inaccesibilidad en entornos de bajos recursos.

La investigación: Investigadores del MIT-IBM Watson AI Lab ahora han desarrolló una nueva técnica para entrenar modelos de reconocimiento de video en un teléfono u otro dispositivo con capacidad de procesamiento muy limitada. Por lo general, un algoritmo procesará el video dividiéndolo en cuadros de imagen y ejecutando algoritmos de reconocimiento en cada uno de ellos. Luego reúne las acciones que se muestran en el video al ver cómo cambian los objetos en los fotogramas posteriores. El método requiere que el algoritmo recuerde lo que ha visto en cada cuadro y el orden en que lo ha visto. Esto es innecesariamente ineficiente.

En el nuevo enfoque, el algoritmo extrae bocetos básicos de los objetos en cada cuadro y los superpone uno encima del otro. En lugar de recordar qué sucedió cuándo, el algoritmo puede obtener una impresión del paso del tiempo al observar cómo los objetos se desplazan a través del espacio en los bocetos. En las pruebas, los investigadores encontraron que el nuevo enfoque entrenó modelos de reconocimiento de video tres veces más rápido que el estado del arte. También fue capaz de rápidamente clasificar gestos con las manos con una pequeña computadora y una cámara funcionando solo con la energía suficiente para encender la luz de una bicicleta.

Por qué importa: La nueva técnica podría ayudar a reducir el retraso y los costos de cómputo en las aplicaciones comerciales existentes de visión artificial. Podría, por ejemplo, hacer que los automóviles autónomos sean más seguros al acelerar su reacción a la información visual entrante. La técnica también podría desbloquear nuevas aplicaciones que antes no eran posibles, como habilitar teléfonos para ayudar a diagnosticar pacientes o analizar imágenes médicas.

IA distribuida: A medida que más y más investigaciones de IA se traduzcan en aplicaciones, aumentará la necesidad de modelos más pequeños. El documento MIT-IBM es parte de una tendencia creciente para reducir los modelos de última generación a un tamaño más manejable.

Para recibir más historias como esta directamente en su bandeja de entrada, suscríbase a nuestro boletín informativo de IA nominado por Webby, The Algorithm. Es gratis.