Según la investigación de Facts & Factors, el mercado de hardware Edge AI alcanzará previsiblemente 2.160 millones de unidades en tan sólo cinco años, en 2026. Como actores que destacan en el juego se encuentra Intel, Samsung Electronics, o Huawei Technologies, entre otros. La compañía de Edge AI situada en San Diego, denominada Kneron, ha desarrollado una Unidad de Procesamiento Neuronal -NPU en inglés- que mueve aplicaciones complejas de IA, sin recurrir a la Nube.
El fundador y CEO de la empresa, Albert Liu, afirma que con ello se solventan problemas de privacidad, a la vez que debería reducir las preocupaciones ambientales. Y es que los dispositivos utilizados procesan datos localmente, sin acudir a la Nube. Ahorra energía y tiempo, algo crucial, por ejemplo, para el mundo del motor -donde el vehículo debe reaccionar con rapidez ante obstáculos-.
¿Cómo funciona Edge AI?
En la actualidad, ya hay chips para múltiples usos: conducción autónoma, cierres inteligentes de puertas, pagos, e incluso vigilancia. Una de las pegas más frecuentes contra la Inteligencia Artificial es la enorme huella de carbono que registra. Como ejemplo sirve IBM Debater, proyecto con el que la tecnología debate con gente real, y sobre temas enrevesados.
Esta herramienta pudo incluso competir contra quien sostiene el récord mundial de victorias en debates competitivos, pero su estructura y funcionamiento requieren una gran consumición energética. Concretamente, se sirvió de casi un terabyte de memoria, y por poco no alcanza el centenar de procesadores.
Sin embargo, Albert Liu aclama que Edge AI puede hacer funcionar de manera autónoma una puerta, con una batería corriente, durante alrededor de un año. El investigador de IBM, Manuel Le Gallo, culpa a la estructura de la ineficiencia de sus ordenadores. Concretamente, las unidades de memoria se encuentran separadas físicamente.
Mover los datos de la memoria al procesador consume cuantiosamente más que si la operación ocurriese al completo dentro de este último. IBM busca solucionarlo mediante informática «mixed-precision in-memory», mostrando una vez más que al trabajar de manera local, sin necesitar traslados de datos, se reduce notablemente el consumo energético.
Limitaciones y futuros avances
Sin bien es cierto que los chips Edge AI destacan por su apuesta en ciberseguridad, hoy solo pueden mover tareas específicas de Inteligencia Artificial. Las Unidades de Procesamiento Neuronal han sido diseñadas para tales fines.
La gente en la actualidad teme que los dispositivos inteligentes puedan transformarse en aparatos de vigilancia, por ejemplo para la policía o los gobiernos. Liu asegura que las cerraduras inteligentes son clave para combatirlo. Edge AI busca incorporar un cerebro a cada pequeño dispositivo, eliminando su dependencia a la Nube, así como el riesgo de caer si esta es crackeada.
Con estos chips se puede por tanto hacer que una tecnología se vuelva «un objeto con IA portátil». Quizás uno de los sectores en los que más piense el lector tras esto es en el de los vehículos conectados.
Una gran ventaja de ciberseguridad para estos podría ser que, ante un ciberataque a la Nube donde estos se conecten, o hacia la base de datos del fabricante, el modelo en cuestión estaría a salvo. A esto se le debe añadir el minúsculo gasto energético necesario, y la mayor comodidad y facilidad para incorporarlo al automóvil. Así, todo parece indicar que la apuesta por los la tecnología Edge AI se verá reforzada con el tiempo.
