Adil Yacoubi, ingeniero sénior de marketing técnico de EMEA para Microchip Technology nos explica la necesidad actual de la Inteligencia Artificialy el Aprendizaje Automático.
La inteligencia artificial (IA) y el aprendizaje automático (ML) se utilizan en muchas aplicaciones, en industrias tan diversas como viajes, servicios bancarios y financieros, fabricación, tecnología alimentaria, atención médica, logística, transporte, entretenimiento y muchas más.
Una de las aplicaciones más conocidas es la conducción autónoma, donde el automóvil puede usar el aprendizaje automático para reconocer barreras, peatones y otros automóviles. Otros usos incluyen predecir o detectar enfermedades e, incluso, inspeccionar placas de circuitos impresos.
¿Qué acelera la implementación de IA?
Uno de los factores clave que aceleran la implementación de la inteligencia artificial y el aprendizaje automático es el crecimiento en el poder de cómputación que permite ejecutar cálculos matemáticos complejos de manera fácil y rápida.
También hay un número cada vez mayor de algoritmos que ayudan a crear modelos y hacen que la inferencia de datos sea más fácil y rápida. Los gobiernos y las empresas también están invirtiendo fuertemente en esta área.
Las herramientas de IA/ML que ayudan a los que no son científicos de datos a comprender, crear e implementar fácilmente modelos son un elemento crucial y hoy en día están cada vez más disponibles y accesibles.
Aunque la construcción de modelos se realizará en la nube, en máquinas de alto rendimiento, a menudo querremos hacer la inferencia localmente. Esto tiene varios beneficios, incluida la seguridad adicional porque no nos estamos comunicando con el mundo exterior. Actuar localmente significa que no estamos consumiendo ancho de banda y no estamos pagando dinero extra para enviar los datos a la nube y luego recuperar los resultados.
Algunos de los beneficios de realizar inferencias en el perímetro incluyen:
- Operación en tiempo real/respuesta inmediata. Es decir, Baja latencia, funcionamiento seguro.
- Costo reducido o uso eficiente del ancho de banda de la red, menos comunicación.
- Operación fiable con conectividad intermitente.
- Mejor experiencia de usuario del cliente y tiempo de respuesta más rápido.
- Privacidad y seguridad, menos datos para transmitir conduce a una mayor privacidad.
- Menor consumo de energía. YA no hay necesidad de una comunicación rápida.
- Aprendizaje local, con un mejor rendimiento, haciendo que cada producto aprenda individualmente.
La latencia es un buen controlador para realizar inferencias localmente porque no estamos esperando que se envíe la información y que se devuelvan los resultados.
El perímetro o borde, puede ayudar a los usuarios al mover el aprendizaje automático de máquinas de alto rendimiento a microcontroladores de alta gama y unidades de microprocesadores de alta gama.
