EYERISS y la emancipación del Internet

La revolución tecnológica es también un proceso en red, no se trata de cambios radicales en secuencia sino de procesos graduales que se construyen desde múltiples áreas al mismo tiempo. Así vemos los avances extraordinarios de la Ciencia libre con tecnologías abiertas (todavía en pañales pero que generan grandes expectativas), acompañando los saltos tecnológicos de los grandes proyectos institucionales. Ambos desarrollos conectándose entre sí, interaccionando y creciendo juntos, están generando lo que podría ser la base de una nueva sociedad.

En este sentido, quizá el Internet es la tecnología más análoga al cerebro humano, ya que funciona como una red de computadoras que procesan información de manera individual y la comparten en colectivo creando complejas interacciones. Pero en los últimos años, algunos de los avances más emocionantes en la inteligencia artificial han llegado por cortesía de redes neuronales convolucionales, grandes redes virtuales de unidades simples de procesamiento-información, basados en la anatomía del cerebro humano. Por lo general, las redes neuronales son implementadas usando unidades de procesamiento gráfico (GPU), chips gráficos para fines especiales que se encuentran en todos los dispositivos informáticos con pantallas. Una GPU móvil, del tipo que se encuentra en un teléfono celular, podría tener casi 200 núcleos, o unidades de procesamiento, por lo que es muy adecuado para la simulación de una red de procesadores distribuidos.

En la Conferencia Internacional de Circuitos de Estado Sólido en San Francisco esta semana, los investigadores del MIT presentaron un nuevo chip diseñado específicamente para implementar redes neuronales. Es 10 veces más eficiente que una GPU móvil, por lo que podría permitir a los dispositivos móviles ejecutar potentes algoritmos de inteligencia artificial a nivel local, en lugar de cargar los datos en Internet para su procesamiento.

En la década de 1970, las redes neuronales fueron la base del surgimiento en la investigación de la inteligencia artificial pero se fueron abandonando a lo largo del tiempo. Hoy han resurgido bajo el nombre de “aprendizaje profundo”. “El aprendizaje profundo es útil para muchas aplicaciones, tales como el reconocimiento de objetos, el habla, la detección de rostros”, dice Vivienne Sze, un de los investigadores que desarrolló el nuevo chip del MIT. En este momento, las redes son bastante complejas y en su mayoría se ejecutan en las GPU de alta potencia pero la idea es llevar ese poder a los dispositivos más cotidianos como los teléfonos celulares.

El nuevo chip, que los investigadores denominaron “Eyeriss”, puede ayudar al desarrollo de robots de alta gama y sobre todo apuntalan lo que algunos han denominado como “El Internet de las cosas”: la idea de que los vehículos, electrodomésticos, estructuras de ingeniería civil y equipos de fabricación tendrían sensores que proporcionan información directamente a servidores en red, sin depender del Internet. Se trata del intento más reciente para hacer operaciones complejas de máquinas de aprendizaje mucho más portátiles. Esto significa que nuestros smartphones, wearables, robots, vehículos autónomos y otros dispositivos podrían comenzar a procesar el aprendizaje profundo de forma local, algo que hasta ahora parecía imposible.

Con los procesadores actuales, si tu dispositivo móvil no puede encontrar una conexión a Internet, entonces no puede llevar a cabo las tareas de “aprendizaje profundo”. Por otro lado, cuando logras conectarte a Internet, los datos que el dispositivo sube a los servidores pueden ser personales, lo que trae consigo conflictos de privacidad. Estos procesadores simulan el comportamiento de una red organizada en capas, donde cada capa contiene un gran número de nodos de procesamiento. Los datos llegan y se dividen entre los nodos de la capa inferior y cada nodo manipula los datos que recibe y transmite los resultados de la capa siguiente y así sucesivamente. Pero “Eyeriss” procesa esa información en múltiples nodos al mismo tiempo, de diferentes maneras y con interacciones simultáneas entre ellos, lo que hace que la velocidad y la eficiencia en el procesamiento aumente de manera exponencial.

La clave de la eficiencia de “Eyeriss” es reducir al mínimo la frecuencia con la que los núcleos tienen que intercambiar datos con bancos de memoria distantes, una operación que consume una gran cantidad de tiempo y energía. Mientras que un GPU tiene muchos núcleos que comparten un único banco de memoria de gran tamaño, cada uno de los núcleos “Eyeriss” tiene su propia memoria. Por otra parte, el chip tiene un circuito que comprime los datos antes de enviarlos a los núcleos individuales. Cada núcleo también es capaz de comunicarse directamente con sus vecinos inmediatos, por lo que si necesitan compartir datos no tiene que pasar necesariamente por la memoria principal. Esto es esencial en una red neuronal de convolución, en el que tantos nodos están procesando los mismos datos.

Si bien esta sección pretende centrar su atención en los proyectos de ciencia comunitaria y autogestiva, es importante mantener el contacto con la ciencia tradicional institucional. Podemos imaginar desde aquí el incremento de la tecnología libre utilizando el poder de las redes neuronales convolucionales aplicadas en la construcción de proyectos comunitarios que trabajen en absoluto anonimato. “Eyeriss” es un gran paso para una tecnología de gran potencia que puede crear una red local con gran privacidad y la misma potencia del Internet, una herramienta que sería fundamental en la organización comunitaria y que cambiaría drásticamente el escenario político-social de nuestro globalizado planeta.

Pueden encontrar más información sobre Eyeriss y proyectos afines en Science and Technology News.