La Inteligencia Artificial ha sido uno de los grandes logros de la humanidad. No solo sirve para dar titulares jugosos acerca de cómo nos estamos acercando a la era Cyberpunk, sino que tiene multitud de utilidades que hacen más sencillas tareas que para los humanos serían sencillamente inabarcables. Pero la IA tiene sus inconvenientes.

La IA es útil cuando además es segura y eficaz. Por ejemplo, ningún paciente se sentiría agusto teniendo sus datos en una nube para que una IA se encargara de analizarlos. Tampoco serviría de mucho, por ejemplo, que una cámara basada en aprendizaje automático tardara minutos en simplemente responder. Google tiene la "solución" a estos problemas con Coral, una de sus iniciativas más desconocidas.

Coral es, a grandes rasgos, una plataforma que ayuda a construir dispositivos con Inteligencia Artificial local que no dependa de la nube, permitiendo la capacidad de potenciar IAs mediante aceleración por hardware directamente en los dispositivos en los que se encuentre este software. Esta iniciativa es ideal, por ejemplo, para redes neuronales.

La IA que no depende la nube, el nuevo sueño de Google

¿Para qué queremos una IA local? Tradicionalmente, las empresas que se dedican a manejar Inteligencia Artificial mandan los datos de estas IAs a instancias de cómputo masivas, alojadas en centros de datos en los cuáles los modelos de aprendizaje operan a gran velocidad. Esta no es la solución más ideal a nivel logístico para algunas de las empresas que se dedican a la Inteligencia Artificial, claro está.

Coral es una plataforma nutrida en productos que pretenden, como ya hemos comentado, ofrecer soluciones de IA a nivel local. Principalmente, Coral ofrece 2 tipos de productos: placas de desarrollo o "dev boards" destinados a la creación de prototipos de nuevas IAs y módulos destinados a alimentar estos "cerebros" con IAs de dispositivos de producción, como cámaras inteligentes y sensores.

Es aquí donde entra el corazón del hardware que ofrece Coral: Edge TPU. Este es un chip ASIC optimizado para ejecutar algoritmos de aprendizaje automático ligeros. Junto al Edge TPU nos encontramos con su hermano pequeño, un TPU refrigerado por agua que se suele usar en los servidores de la nube de Google. El enfoque de Coral y de sus productos son clientes empresariales en industrias como el mundo del automóvil y el cuidado de la salud, pero los usuarios de a pie también podrán acceder a Coral.

Vikram Tank, gerente de producto de Coral, explica a The Verge un ejemplo de problema que Coral soluciona: un escenario en el que un coche sin conductor usa visión artificial para reconocer objetos en la calle, como pasa con los Tesla.

"Un automóvil que se mueve a 100 kilómetros por hora atravesaría casi 4 metros en 100 milisegundos. Cualquier demora en el procesamiento causada, por ejemplo, por una conexión móvil lenta añade riesgo a los casos de uso crítico.". La idea detrás de Coral, en este caso, es que este procesado de datos se haga en un dispositivo local en vez de esperar que una conexión lenta se detenga a discernir entre los distintos elementos que hay en una calle.

Tank también alude a la seguridad. "Imagina un fabricante de dispositivos médicos que quiere hacer un análisis en tiempo real de imágenes de ultrasonido utilizando el reconocimiento de imágenes. El envío de esas imágenes a la nube crea un posible enlace que puede ser débil, por lo que los piratas informáticos puede que lo identifiquen. Analizar imágenes en un dispositivo local de Coral permite a los pacientes y a los médicos tener la confianza de que los datos procesados en el dispositivo no se salgan de su control".

Esta tecnología tiene su foco principal en empresas, pero se espera que la mayoría de estos productos se instalen en objetos de uso cotidiano como smartphones. En el caso empresarial, las aplicaciones son múltiples; industrias médicas, automovilísticas y en general cualquiera que trabaje con IA y quiera ahorrarse los problemas que acarrea tener este tipo de software dependiendo de una nube.

El problema de Coral es que no es la única propuesta del estilo. Empresas como Xnor, dedicadas a cámaras de seguridad potenciadas con IA y energía solar o alternativas de Intel pueden suponer una grave competencia para Coral. La clave para el equipo de Google es integrar estrechamente su hardware con el ecosistema de servicios de inteligencia artificial de la propia Google.

Está tan ligado, de hecho, que su hardware alimentado por TPU Edge solo funciona en el marco del aprendizaje automático, TensorFlow. Un factor que puede ser limitante, pero que ayuda a la pila de productos de Coral a diferenciarse de una industria cada vez más abocada al uso de la IA para tareas de todo tipo.

Origen | Coral