DarwinAI elimina el misterio de la Inteligencia Artificial

Como estudiante de doctorado en ingeniería de diseño de sistemas en la Universidad de Waterloo, Alexander Wong no tenía suficiente dinero para comprar el hardware que necesitaba para realizar sus experimentos en visión artificial. Entonces, inventó una técnica para hacer que los modelos de redes neuronales sean más pequeños y rápidos.

Alexander estaba haciendo una presentación, cuando alguien exclamó: ¡Oye!, tu trabajo de doctorado es fantástico, pero sabes que el verdadero ingrediente secreto es lo que creaste para obtener tu doctorado, ¿cierto? recuerda Sheldon Fernandez.

Fernandez es el director general de DarwinAI, la empresa tecnológica emergente (startup) con sede en Waterloo, Ontario, que ahora comercializa ese ingrediente secreto. Wong es el científico en jefe de la compañía. Ahora, Intel está ayudando a DarwinAI a multiplicar el rendimiento de su extraordinario software, desde el centro de datos hasta las aplicaciones de edge.

«Usamos otras formas de Inteligencia Artificial para investigar y entender fundamentalmente la red neuronal, manifiesta Fernandez, al describir la táctica de DarwinAI. Adquirimos un entendimiento muy sofisticado de ésta, y entonces utilizamos la Inteligencia Artificial por segunda vez, para generar una nueva familia de redes neuronales que sea tan buena como la original, mucho más pequeña y se pueda explicar».

«Esa última parte es crítica: El gran desafío de la Inteligencia Artificial», comenta Fernandez, «es que es misteriosa y compleja para sus diseñadores. Al no saber cómo una aplicación de Inteligencia Artificial funciona y toma decisiones, los desarrolladores luchan por mejorar el desempeño o por diagnosticar problemas.»

Un cliente del sector automotriz de DarwinAI, por ejemplo, estaba diagnosticando un vehículo autónomo que tenía la extraña tendencia a girar a la izquierda cuando el cielo adquiría un tono púrpura particular. La solución de DarwinAI llamada Generative Synthesis ayudó al equipo a reconocer cómo el comportamiento del vehículo se vio afectado por ciertas circunstancias en las que se había llevado a cabo el entrenamiento de giros en el desierto de Nevada: por casualidad, cuando el cielo tenía un tono púrpura (leer la reciente publicación sobre una inmersión profunda en lo explicable de DarwinAI).

«Otra manera de concebir la tecnología Generative Synthesis», explica Fernández, «es imaginar una aplicación de Inteligencia Artificial que vio una casa diseñada por un ser humano, observó el perfil arquitectónico y después diseñó una casa completamente nueva que era más firme y confiable. Como se trata de Inteligencia Artificial, puede ver mejoras que nunca se le ocurrirían a la mente humana», explicó Fernández. «Es lo que estamos haciendo con las redes neuronales. (Una red neuronal es un planteamiento para descomponer tareas sofisticadas en un gran número de cálculos simples.)»

Intel está en el negocio de hacer que la Inteligencia Artificial no solo sea accesible para todos, sino que también sea rápida y fácil de usar. Intel ha trabajado con DarwinAI a través del programa Intel AI Builders, para combinar la tecnología Generative Synthesis con el kit de herramientas Intel Distribution of OpenVINO y otros componentes del software de Inteligencia Artificial Intel, a fin de aumentar exponencialmente el desempeño.

En un estudio reciente, las redes neuronales creadas utilizando la plataforma de Generative Synthesis junto con Intel Optimizations para TensorFlow pudieron aumentar hasta 16.3 veces y 9.6 veces el rendimiento en dos cargas de trabajo de reconocimiento de imágenes populares (ResNet50 y NASNet) sobre mediciones de referencia para un procesador Intel Xeon Platinum 8153.

«Intel y DarwinAI frecuentemente trabajan juntos para optimizar y acelerar el rendimiento de la Inteligencia Artificial en una variedad de hardware de Intel», indicó Wei Li, vicepresidente y gerente general de Machine Learning Performance de Intel.

«Las herramientas de las dos compañías se complementan mucho», señala Fernández. «Cuando usan nuestra herramienta adquieren una red neuronal verdaderamente optimizada, y entonces utilizan OpenVINO y la herramienta Intel hace que se pueda implementar en un dispositivo».

Esta combinación puede brindar soluciones de Inteligencia Artificial que sean compactas, precisas y ajustadas para el dispositivo en el que se implementen, lo cual se está convirtiendo en algo esencial debido al aumento de la computación perimetral.

«Cada vez estamos viendo más Inteligencia Artificial en el edge», señala Fernández. «Vemos que el Edge es uno de los temas que va a predominar en los próximos dos o tres años».