Más

    Adam, el cerebro artificial de Microsoft Research para derrocar a Google Brain

    Lo que antes era un sueño utópico, poco a poco se está convirtiendo en realidad. Estamos comenzando una nueva era dentro del campo de la inteligencia artificial. Asistentes como Siri, Google Now o Cortana son sólo un minúsculo comienzo de algo mucho más grande, una revolución que podría ocurrir en el futuro próximo.

    Los grandes nombres de la tecnología, incluyendo Google, Facebook, Microsoft y Apple, están abrazando una nueva y potente rama de la inteligencia artificial conocida como deep learning (en español, aprendizaje profundo). Esto podría cambiar el paradigma de la IA actual, desde el reconocimiento de voz hasta la visión por ordenador.

    Actualmente, en este nuevo campo, el sentir general es que Google se encuentra al frente liderando los proyectos relacionados, ya que la compañía cuenta entre sus filas con el investigador más importante del movimiento deep-learning, Geoff Hinton, procedente de la Universidad de Toronto. Gracias a este trabajo, se han alcanzado logros con la conocida búsqueda por voz de los smartphones que cuentan con Android como sistema operativo.

    Pero, el asunto se empieza a poner candente, Microsoft Research ha afirmado que están consiguiendo cumplir nuevos hitos con un nuevo sistema deep learning denominado Adam. Según la compañía de Redmond, Adam es dos veces más hábil que los sistemas anteriores en el reconocimiento de imágenes, incluso llegando a reconocer las fotos de una raza de perro concreta o cualquier tipo de vegetación, requiriendo 30 veces menos máquinas. Según Peter Lee, cabeza visible de Microsoft Research: “Adam es una exploración de cómo se construye el cerebro más grande“.

    Adam no tiene como objetivo sobrepasar a Google Brain, aunque podría conseguirlo indirectamente si sus algoritmos son más eficaces. El truco es que el sistema optimiza la manera en la que sus máquinas manejan los datos y realiza un ajuste muy fino de sus comunicaciones. Todo este entramado ha surgido gracias al cerebro de Trishul Chilimbi, investigador de Microsoft Research, una persona cuyo origen no es la inteligencia artificial en su ámbito más académico, sino los sistemas informáticos masivos.

    De forma similar a su competencia, Adam se ejecuta a través de un conjunto de máquinas o servidores, en este caso, bajo Microsoft Azure. El aprendizaje profundo tiene como objetivo imitar de la forma más cercana posible la forma de funcionar de un cerebro real, a través de redes neuronales (para saber lo que es una red neuronal artificial, os recomiendo que leáis este artículo) que se comporten, en algunos aspectos, como las redes neuronales biológicas de un cerebro. Por lo general, esto requiere de una gran fuerza en computación. Adam es capaz de reducir este requerimiento mediante una técnica denominada asincronía.

    Básicamente, la asincronía se trata de dividir un sistema en partes que pueden correr más o menos independientemente unos de otros, antes de compartir sus cálculos y la fusión resultante. El problema es que, si bien esto puede funcionar bien en smartphones y portátiles, esta técnica puede presentar complicaciones en sistemas que se ejecutan a través de muchos servidores diferentes, como lo hacen las propias redes neuronales artificiales. Microsoft y Google principalmente han estado jugando con sistemas asíncronos durante años, y ahora, Microsoft con Adam, está aprovechando este trabajo utilizando una tecnología desarrollada en la Universidad de Wisconsin llamada HOGWILD!.

    HOGWILD! fue diseñado originalmente como algo que permite a cada procesador de una máquina trabajar más independientemente. Diferentes chips podrían escribir, incluso, en la misma posición de memoria, y nada impediría  que se sobrescribiesen entre sí. De siempre, esto se ha considerado una mala idea ya que puede provocar colisiones de datos, pero, sin embargo, puede funcionar bien en algunas situaciones. La probabilidad de colisión de datos en muy baja en sistemas de computación menores, tal y como los investigadores de Wisconsin nos han mostrado, pudiendo provocar importantes aceleraciones en una sola máquina. Adam, basándose en esta idea, le da una vuelta de tuerca más, aplicando esta asincronía HOGWILD! a toda una red. Según el propio Chilimbi de Microsoft Research: “Somos más salvajes que HOGWILD!, ya que somos aun más asíncronos“.

    La extrema densidad de las redes neuronales artificiales provocan que el riesgo de colisión sea alto, pero aun así, esta tecnología funciona porque las colisiones tienden a resultar en el mismo cálculo que se habría alcanzado si el sistema las hubiese evitado. Esto se debe a que, cuando cada máquina actualiza el servidor maestro, la actualización tiende a ser aditiva, no perjudicando el orden.

    El propio Lee se jacta de que, cuando se ejecuta una prueba de referencia denominada IMAGEnet 22K, la red neuronal Adam mejora los números de rendimiento de Google Brain, superándolo a pesar del imperio online del gigante de Mountain View. Esta prueba trata con una base de datos de 22.000 tipos de imágenes, y antes de Adam, sólo un pequeño puñado de modelos de inteligencia artificial eran capaces de soportar esta entrada masiva de datos.

    Microsoft comenta que esta configuración puede ayudar realmente a sus redes neuronales, adaptándose con más precisión y más rápidamente para entender cosas como imágenes. Según Andrew Ng, experto en aprendizaje profundo que ahora trabaja para el buscador chino Baidu: “Es una estrategia agresiva, pero yo sí veo porqué esto podría ahorrar bastante en computación. Es interesante que esto esté convirtiéndose en una buena idea“.

    Y a vosotros, ¿os parece interesante?.

    Comentarios

    Te puede interesar

    Mas leídas

    Presentamos CloudMasters, el primer observatorio Cloud en el que colaboran profesionales de más de 100 empresas expertas en soluciones Cloud y Multicloud que operan en España.

    Otros temas de interés