La inteligencia artificial de borde: Qué es y cómo funciona?

¿Qué es la IA de borde?

La IA en el borde es el despliegue de aplicaciones de IA en dispositivos de todo el mundo físico. Se denomina «edge AI» porque el cálculo de la IA se realiza cerca del usuario en el borde de la red, cerca de donde se encuentran los datos, en lugar de hacerlo de forma centralizada en una instalación de computación en la nube o en un centro de datos privado.

Dado que Internet tiene un alcance global, el borde de la red puede connotar cualquier lugar. Puede ser una tienda, una fábrica, un hospital o los dispositivos que nos rodean, como semáforos, máquinas autónomas y teléfonos.

La eficacia de desplegar modelos de IA en el borde surge de tres innovaciones recientes.

1.  La maduración de las redes neuronales: Las redes neuronales y la infraestructura de IA relacionada se han desarrollado finalmente hasta el punto de permitir el aprendizaje automático generalizado. Las organizaciones están aprendiendo a entrenar con éxito los modelos de IA y a desplegarlos en producción en el borde.

2.  Avances en la infraestructura informática: Se necesita una potente potencia de cálculo distribuida para ejecutar la IA en el perímetro. Los recientes avances en GPUs altamente paralelas se han adaptado para ejecutar redes neuronales.

3. Adopción de dispositivos IoT: La adopción generalizada del Internet de las Cosas ha impulsado la explosión de big data. Con la repentina capacidad de recopilar datos en todos los aspectos de una empresa -desde sensores industriales, cámaras inteligentes y robots, entre otros-, ahora disponemos de los datos y dispositivos necesarios para desplegar modelos de IA en el borde. Además, el 5G está proporcionando al IoT un impulso con una conectividad más rápida, estable y segura.

¿Cómo funciona la tecnología de IA en el borde?

Para que las máquinas vean, detecten objetos, conduzcan coches, entiendan el habla, hablen, caminen o emulen de alguna manera las habilidades humanas, necesitan replicar funcionalmente la inteligencia humana.

La IA emplea una estructura de datos llamada red neuronal profunda para replicar la cognición humana. Estas redes neuronales profundas se entrenan para responder a determinados tipos de preguntas mostrándoles muchos ejemplos de ese tipo de preguntas junto con las respuestas correctas.

Este proceso de entrenamiento, conocido como «aprendizaje profundo», suele ejecutarse en un centro de datos o en la nube debido a la gran cantidad de datos necesarios para entrenar un modelo preciso, y a la necesidad de que los científicos de datos colaboren en la configuración del modelo. Después del entrenamiento, el modelo se gradúa para convertirse en un «motor de inferencia» que puede responder a preguntas del mundo real.

En los despliegues de IA de borde, el motor de inferencia se ejecuta en algún tipo de computadora o dispositivo en lugares lejanos como fábricas, hospitales, coches, satélites y hogares. Cuando la IA tropieza con un problema, los datos problemáticos suelen subirse a la nube para seguir entrenando el modelo de IA original, que en algún momento sustituye al motor de inferencia en el borde. Este bucle de retroalimentación desempeña un papel importante en el aumento del rendimiento del modelo; una vez que se despliegan los modelos de IA de borde, sólo se vuelven más y más inteligentes.

Fuente: diarioti.com