En el año 2017, la inteligencia artificial (IA) finalmente llegó a nuestros teléfonos inteligentes. No solo en la nube a la que se conectan los teléfonos, sino también en los propios dispositivos. Estos teléfonos cuentan con motores de IA incorporados que están diseñados para tomar de manera eficiente datos de los sensores, asimilarlos, almacenarlos y procesarlos localmente en el dispositivo. Realizan tareas como reconocimiento facial, predicción de actividad y cifrado de datos mejorado. Estos teléfonos deben equilibrar las demandas de almacenamiento y potencia computacional adicionales con las restricciones de tamaño, costo y duración de la batería. Los chips de IA que se utilizan en estos teléfonos deben ser capaces de tomar decisiones rápidas y precisas utilizando datos locales, por lo que dependen de una memoria y almacenamiento del sistema más rápidos e innovadores.
Casos de uso reales para teléfonos inteligentes con IA
Las capacidades mejoradas de procesamiento de imágenes, sonido y voz que ofrecen los últimos teléfonos inteligentes han dado lugar a nuevas experiencias de usuario. La próxima ola de experiencias serán aplicaciones que admitan nuevos casos de uso para la IA en los teléfonos inteligentes, como el procesamiento del lenguaje, la predicción de actividad humana y el cifrado de datos mejorado, entre otros.
El reconocimiento facial para la autenticación de usuarios se está volviendo más común, y los innovadores utilizan la IA incorporada en el dispositivo para hacer que esta autenticación sea más compleja, segura y conveniente. Anteriormente, una fotografía podía ser utilizada para engañar al reconocimiento facial, pero ahora, con el uso de múltiples sensores de profundidad 3D y cámaras infrarrojas, la autenticación facial en los teléfonos inteligentes es más segura y rápida.
La traducción de lenguaje natural con IA incorporada puede mejorar el reconocimiento de voz que ya está presente en la mayoría de los teléfonos inteligentes. Además, el análisis y procesamiento local de conversaciones telefónicas y de chat puede ayudar a que un teléfono inteligente sea más receptivo al utilizar la predicción de intenciones, donde se predice el comportamiento de una persona y un asistente inteligente recomienda una acción o una compra. Las futuras aplicaciones de teléfonos inteligentes seguramente trasladarán algunas funcionalidades de asistencia para compradores de bots basados en la nube a los propios teléfonos, que son más rápidos y seguros.
La integración de la IA basada en la nube con la IA incorporada en el dispositivo amplía aún más la gama de casos de uso. Por ejemplo, la Universidad de California, Berkeley, tiene una aplicación de advertencia de terremotos llamada MyShake que utiliza el acelerómetro del teléfono (ajusta la pantalla cuando giras el teléfono) y el GPS para medir la cantidad de movimiento que ocurre localmente. Combinando los informes de otros usuarios de MyShake cerca de ti y realizando análisis consolidados en la nube, esta aplicación pretende convertirse en un sismómetro personal y un sistema de alerta temprana.
Los teléfonos inteligentes se convierten en máquinas de aprendizaje
La transición hacia la IA local y incorporada en el dispositivo se debe en parte a los nuevos chips de procesamiento de IA especializados, que técnicamente son más de aprendizaje automático que de IA. El aprendizaje automático es un subconjunto de la IA; es una tecnología que permite a las máquinas aprender por sí mismas con el tiempo sin programación manual, respondiendo a diferentes tipos de datos y eventualmente creando patrones repetibles. Los sistemas de redes neuronales ayudan a estas aplicaciones de aprendizaje automático a clasificar datos más rápidamente, permitiendo que las computadoras clasifiquen datos más rápidamente. En 2017, los ingenieros aprendieron a agregar un nuevo componente de IA en sus sistemas en chips (SoCs) que mejoró el rendimiento y la eficiencia de las tareas inteligentes o asistentes de IA, y lo hizo más rentable en términos de costo, consumo de energía y tamaño.
La IA acelera el desafío del tamaño y la potencia móvil
De todos los componentes de un teléfono inteligente, la CPU/GPU, la pantalla y la memoria consumen la mayor cantidad de energía. Además, ahora se suma el requisito de potencia para estos nuevos motores de IA. Las demandas de los consumidores de pantallas con mayor resolución y más memoria para admitirlas aumentan aún más la carga, por lo que la duración de la batería sigue siendo una preocupación importante para los fabricantes.
Se espera que los servicios comerciales de redes 5G lleguen a ciudades seleccionadas este año. Este futuro de conectividad inalámbrica ubicua y de ultra alta velocidad, que ofrece hasta 50 veces más velocidad que las redes 4G existentes, con mejoras de latencia al menos cinco veces mejores que el 4G, desbloqueará posibilidades increíbles para experiencias multimedia y de video. Sin embargo, los dispositivos móviles requerirán un subsistema de memoria más sofisticado para mantenerse al día con los requisitos de velocidad y almacenamiento sin aumentar el consumo de energía o el tamaño.
El procesamiento de IA local aumentará los requisitos de tamaño de memoria y almacenamiento. Además, a medida que se escriban más aplicaciones específicas de IA, la necesidad de un rendimiento de almacenamiento más rápido aumentará exponencialmente.
La NAND 3D se está convirtiendo en la solución de almacenamiento preferida para dispositivos móviles que requieren alta densidad y capacidad en un espacio reducido. Las últimas versiones de NAND 3D de 64 capas apilan capas de celdas de almacenamiento de datos verticalmente para crear dispositivos de almacenamiento con una capacidad hasta seis veces mayor que las tecnologías NAND 2D heredadas.
Además, los últimos dispositivos de memoria NAND 3D utilizan la interfaz de almacenamiento UFS de alto rendimiento, que permite comandos de lectura y escritura simultáneos con velocidades de lectura aleatoria más rápidas que la interfaz e.MMC 1 de la generación anterior. Esta combinación de silicio NAND 3D y la rápida interfaz UFS permite más almacenamiento en un área de matriz más pequeña, lo que proporciona importantes ahorros de costos, bajo consumo de energía y alto rendimiento para impulsar los dispositivos móviles equipados con IA.
Un futuro brillante
Las características y funcionalidades de asistentes inteligentes en los teléfonos inteligentes deben admitir decisiones rápidas pero precisas a partir de los flujos de datos. Un almacenamiento y una memoria lentos significan un rendimiento de entrenamiento de IA más lento, lo que se traduce en un tiempo de espera más largo y una batería que se agota rápidamente. La buena noticia es que las innovaciones en memoria y almacenamiento están ofreciendo operaciones de E/S más rápidas y cálculos de IA casi en tiempo real, satisfaciendo las crecientes necesidades de datos de estos motores de IA para crear una experiencia de usuario poderosa.
Si quieres conocer otras notas parecidas a El primer celular con inteligencia artificial puedes visitar la categoría Tecnología.