Ejecutar cálculos de IA parece más adecuado para servidores centrales y no algo que se realice directamente en sensores y pequeños dispositivos implementados en el mundo real que incluso pueden estar desconectados de la nube; en otras palabras, en el borde. Pero pensábamos lo mismo de Internet en sus inicios, e Internet no solo se ha vuelto factible, sino que se ha convertido en la norma. Para empezar, se obtienen muchos beneficios al agregar la capacidad de Internet a los dispositivos de última generación en forma de todo, desde relojes inteligentes y sistemas domésticos inteligentes hasta automóviles y máquinas para preparar té.
Las ventajas de la IA perimetral
Edge AI, que es el procedimiento de computación distribuida para ejecutar modelos de inteligencia artificial (AI) localmente en dispositivos en el mundo más cerca de donde se recopilan los datos, en lugar de en servidores centrales, es una técnica que está ganando terreno rápidamente en diferentes verticales. Esto se debe a que Big Data, Internet de las cosas (IoT) y las innovaciones de hardware están empujando cada vez más los límites de lo que es posible y lo que se requiere. Edge AI tiene algunas ventajas distintas sobre el cálculo de IA tradicional basado en la nube:
- Latencia: si descarga el costoso proceso informático en la nube, asume un nuevo desafío: la comunicación. En los sistemas en los que desea que el dispositivo en el borde (edge) esté habilitado por la inteligencia de modelos IA, todos los datos sin procesar y los resultados de salida deben enviarse de un lado a otro entre el borde y el servidor. Este requisito ejerce una enorme presión sobre las redes y siempre genera latencia, lo que puede no ser aceptable en ciertas aplicaciones, como los procedimientos médicos en los que el tiempo es crítico o la visión artificial en tiempo real, por ejemplo, en la detección de objetos para evitar colisiones en automóviles.
- Uso del ancho de banda: a medida que más dispositivos perimetrales o cercanos se basen en el poder de la IA para impulsar los resultados, dichos dispositivos ocuparán un porcentaje cada vez mayor del ancho de banda total disponible para la red si la computación se descarga en la nube. Ese ancho de banda ahora no está disponible para otras aplicaciones que lo requieren.
- Costo: Este punto se explica por sí mismo. La construcción de canalizaciones de datos a través de redes y servidores puede ser una tarea costosa.
- Privacidad: muchos sistemas de inteligencia artificial gestionan datos confidenciales. Si esos datos se envían a un servidor, es justo preguntar qué están haciendo los propietarios de ese servidor con ellos. Además, dado que los datos deben enviarse a través de una red, corren el riesgo de ser interceptados, interferencia y espionaje a menos que invierta recursos significativos para asegurar la canalización.
La solución a estos problemas es realizar el proceso de IA más cerca del borde, directamente en los dispositivos que toman medidas en función de los resultados. Esto es posible dado que los modelos de IA se están volviendo más livianos al mismo tiempo el hardware se vuelve más robusto. Lo que parecía una quimera hace varios años, la IA en el borde (edge), se está convirtiendo rápidamente en el estándar de la industria.
Edge AI no significa cortar toda la comunicación entre el servidor y el borde. De hecho, todo lo contrario. En los llamados sistemas del borde a la nube, la mayor parte del procesamiento de IA se lleva a cabo en el borde y la información procesada de múltiples dispositivos se agrega en el servidor. Las actualizaciones y las medidas de seguridad se pueden comunicar del servidor al borde, y el modelo en sí se puede volver a entrenar en el lado del servidor y comunicarse para mantener el borde, bueno, a la vanguardia.
Casos de uso de IA perimetral
- Robótica: los vehículos no tripulados, como drones, robots o automóviles autónomos, necesitan IA en tareas como la clasificación o la visión por computadora en tiempo real. Si estos dispositivos se implementan en entornos con conectividad limitada -que a menudo lo son-, y también requieren análisis en tiempo real se beneficiarían de la capacidad de IA de borde. La combinación de drones y edge AI, por ejemplo, se puede usar para analizar el tráfico, las condiciones climáticas, la investigación en áreas remotas o la agricultura.
- IoT: Agregar la funcionalidad de IA de borde a los sistemas de Internet de las cosas es extremadamente poderoso. Le permite distribuir la computación a través de la red y permitir que sus dispositivos periféricos tomen decisiones más inteligentes en tiempo real. Esto tiene aplicaciones empresariales como la gestión de inventario y aplicaciones de infraestructura pública como el monitoreo de la red de energía.
- Dispositivos de consumo de próxima generación: los dispositivos de realidad extendida, en particular, se benefician de un enfoque de computación distribuida. Los cascos de realidad aumentada que superponen contenido virtual en el mundo real requieren una visión artificial en tiempo real para funcionar. Sin mencionar las funciones adicionales de un dispositivo de consumo que podría usar IA, desde NLP hasta reconocimiento de voz.
Varias empresas se están desarrollando en el espacio de la IA perimetral, y es más factible comenzar hoy que nunca. La empresa de visión por computadora viso.ai creó una plataforma de software para potenciar las tareas de visión de inteligencia artificial. Dell EMC, AWS e IBM ofrecen una variedad de soluciones de IoT de IA perimetral listas para la empresa. Google desarrolló el conjunto de hardware Edge TPU, que es capaz de realizar cálculos de IA en el dispositivo y también se integra con Google Cloud.
Conclusiones
En general, la capacidad de acercar la computación de IA al borde es clave para implementar sistemas de datos más eficientes, capaces y automatizados en todas las industrias. Edge AI está desbloqueando una nueva clase de dispositivos inteligentes, desde auriculares de realidad extendida (XR) orientados al consumidor hasta sensores IoT y robótica autónoma. Si bien no reemplazará completamente a la IA basada en la nube, sin duda desempeñará un papel más importante en los escenarios de la nube en el futuro. Los líderes inteligentes deben continuar vigilando el espacio.
Artículo original aquí
Autor: Toni Witt
