La inteligencia artificial híbrida aterriza en los ‘smartphones’
Ya existen dispositivos que combinan la tecnología de la nube con redes neuronales integradas en su propio ‘hardware’ para reducir posibles problemas de latencia, estabilidad y privacidad.
Uno de los objetivos de la incorporación de la inteligencia artificial (IA) a los teléfonos móviles es conseguir una interacción más natural entre los terminales y las personas. No en vano, al otorgar a un dispositivo la capacidad de comprender y decodificar significados contenidos en los datos de audio, video o imagen, la experiencia de usuario es mucho más rica, lo que además favorece la aparición de nuevos servicios de valor añadido. Por ejemplo, si los móviles deducen estados de ánimo mediante el análisis de los tonos de voz, a partir de esa información sobre las emociones podrían personalizar su funcionamiento y los contenidos que ofrecen en cada momento.
Aunque los dispositivos que posibilitan esos servicios propios de una inteligencia artificial requieren apoyarse necesariamente en uno de estos dos procedimientos:
Método 1. Que el dispositivo actúe como un terminal pasivo o ‘tonto’ y se limite a enviar los datos a un servicio en la nube para luego recibir la respuesta correspondiente. En este caso, toda la inteligencia y el procesamiento requeridos se encuentran ubicados en el CPD (Centro de Proceso de Datos) del proveedor de servicios de inteligencia artificial.
Método 2. Que el dispositivo sea capaz, por sí mismo, de procesar los datos de forma inteligente, con lo cual no existe ninguna necesidad de enviar los datos por la red.
Cada una de esas dos opciones tiene sus ventajas e inconvenientes. Por un lado, la primera no exige grandes capacidades de procesamiento en el terminal y basta con tener un buen acceso a internet. Sin embargo, existe una mayor demora en la respuesta, dado que es necesario esperar el tiempo que conlleva enviar los datos, culminar el procesamiento en la nube y recibir de nuevo el resultado por la web.
En cuanto a la segunda opción, requiere contar con un terminal lo suficientemente potente para realizar de forma local todo el procesamiento necesario. No obstante, en el caso de que el dispositivo sea capaz de hacerlo, con esta opción se evita el tráfico de internet y por tanto el retardo asociado, con lo que se consigue una respuesta mucho más fluida.
Hasta el momento, el primer método ha sido el más común, ya que los terminales no estaban preparados para ejecutar de forma efectiva esos complejos algoritmos y el ‘hardware’ idóneo para ello sólo estaba disponible en servidores y grandes centros de proceso de datos. “Pero con el auge actual de la robótica aplicada a negocios y de los servicios cognitivos están apareciendo ‘chips’ para móviles orientados a realizar tareas específicas de inteligencia artificial, así que cada vez será más habitual contar con un terminal equipado con ‘hardware’ especializado para este tipo de labores”, según el neurocientífico cognitivo Raúl Arrabales, director de Inteligencia Artificial en Psicobótica.
En este sentido, en el mercado ya existen móviles que integran una unidad de procesamiento neuronal (NPU, en sus siglas en inglés) embebida en el propio ‘chip’, lo que convierte a estos dispositivos en terminales híbridos que combinan el potencial de la nube con la velocidad e inmediatez de respuesta de su procesamiento nativo para inteligencia artificial.
Ventajas de una IA híbrida
La suma de la inteligencia artificial en la nube y la que viene de serie con el ‘hardware’ del propio terminal mejora aspectos como la latencia, la estabilidad y la privacidad. Como apunta Arrabales, si el terminal únicamente recurre a servicios en la nube para estas funciones, la respuesta no solo es más lenta, sino que también existe el riesgo añadido de que los datos se transmitan a infraestructuras de terceros para ser analizados. “En este sentido, desde el punto de vista de la privacidad y la velocidad de respuesta, como usuarios nos interesa que nuestros datos sean analizados localmente en el terminal móvil”, señala el directivo de Psicobótica.
Sin embargo, hay que tener en cuenta que muchos proveedores de servicios tecnológicos como Google, Microsoft o Apple están interesados en tener acceso a los datos, pues la calidad de sus sistemas de inteligencia artificial depende en buena medida de que sean entrenados con la información de los usuarios.
“La combinación de ambos escenarios ofrecerá más posibilidades”, según Arrabales, así de cara al futuro lo ideal es que los desarrolladores aporten servicios que se queden con las ventajas de los dos modelos y eliminen sus inconvenientes.