Este chip de inteligencia artificial reconoce imágenes en nanosegundos

Este nuevo sistema permite ahorrar mucho tiempo a la hora de reconocer y procesar imágenes gracias a la visión artificial.

Chip
iStock

Un nuevo tipo de ojo artificial, concebido mediante la combinación de dispositivos electrónicos de detección de luz junto a una red neuronal en un solo chip diminuto, es capaz de reconocer lo que está viendo en solo unos pocos nanosegundos. Es un lapso de tiempo mucho más rápido que los sensores de imagen existentes hasta ahora.

La detección de objetos es la parte de la visión artificial que estudia cómo detectar la presencia de objetos en una imagen sobre la base de su apariencia visual.

Diseño que imita la naturaleza

El diseño de este chip, publicado en la revista Nature por parte de investigadores del Instituto de Fotónica en Viena, Austria, imita la forma en que los ojos de los animales preprocesan la información visual antes de pasarla al cerebro.

Es decir, que para que el reconocimiento de imágenes sea mucho más rápido y se use mucha menos energía en ello, un sensor captura y procesa la imagen al mismo tiempo. Generalmente se pueden distinguir dos partes en el proceso de detección: la extracción de características del contenido de una imagen y la búsqueda de objetos basada en dichas características. En esta nueva investigación, sin embargo, los datos no tienen que ser leídos y procesados por un ordenador, sino que el propio chip proporciona información sobre lo que está viendo.

El equipo de investigadores construyó el chip a partir de una lámina de diselenuro de tungsteno de unos pocos átomos de espesor, grabado con diodos sensores de luz. A continuación, se conectaron los diodos para formar una red neuronal artificial, un modelo computacional vagamente inspirado en el comportamiento observado en su homólogo biológico.

El material utilizado para fabricar el chip le otorga propiedades eléctricas únicas para que la fotosensibilidad de los diodos, los nodos de la red, pueda modificarse externamente. Esto significa que la red puede ser entrenada para clasificar la información visual ajustando la sensibilidad de los diodos hasta que proporcione las respuestas correctas.

En el estudio publicado en Nature, se demuestra cómo el chip se entrenó para reconocer versiones estilizadas y pixeladas de las letras "n", "v" y "z".

Este nuevo sensor es otro paso en el camino para hacer avanzar el hardware en el que se instala una inteligencia artificial (IA), haciéndola más rápida y más eficiente. Con todo, todavía hay un largo camino por recorrer. Para empezar, el ojo consta de solo 27 detectores y no puede controlar mucho más que imágenes en bloque de 3x3.

"Nuestro chip de prueba es todavía pequeño pero se puede ampliar fácilmente la tecnología dependiendo de la tarea que se quiera resolver", sostiene Thomas Mueller, líder de la investigación. "En principio, el chip también podría ser entrenado para distinguir las manzanas de los plátanos, pero vemos su uso más en experimentos científicos u otras aplicaciones especializadas."

Aún así, por pequeño que sea, el chip puede realizar varias tareas estándar de aprendizaje automático supervisadas y no supervisadas, incluidas, como se ha visto, la clasificación y codificación de letras. Las técnicas de aprendizaje automático tienen como objetivo conseguir diferenciar automáticamente patrones usando algoritmos matemáticos. Estas técnicas son comúnmente usadas para clasificar imágenes.

Referencia: Mennel, L., Symonowicz, J., Wachter, S. et al. Ultrafast machine vision with 2D material neural network image sensors. Nature 579, 62–66 (2020). https://doi.org/10.1038/s41586-020-2038-x

Sergio Parra

Sergio Parra

Científico, letraherido, hiperestésico, idiota en el sentido ateniense de la palabra, aún sigo buscando la ballena blanca a sabiendas de que no existe.

Continúa leyendo