Pregúntele mediante voz a un dispositivo inteligente de su hogar qué tiempo hará, y el aparato tardará varios segundos en responder. Una de las razones por las que se produce esta latencia es que los dispositivos conectados no tienen suficiente memoria o potencia para almacenar y ejecutar los enormes modelos de aprendizaje automático (una modalidad de inteligencia artificial) necesarios para que el dispositivo entienda lo que el usuario le pide. El modelo se almacena en un centro de datos que puede estar a cientos de kilómetros de distancia, donde se calcula la respuesta y se envía al dispositivo.
Un equipo que incluye a Alexander Sludds y Dirk Englund, ambos del Instituto Tecnológico de Massachusetts (MIT) en Estados Unidos, ha creado un nuevo método para calcular directamente en estos dispositivos y reducir drásticamente esta latencia. Su técnica desplaza los pasos que más memoria requieren a un servidor central donde los componentes del modelo se codifican en ondas de luz.
Las ondas se transmiten a un dispositivo conectado mediante fibra óptica, lo que permite enviar cantidades ingentes de datos a una velocidad enorme a través de una red. El receptor emplea entonces un sencillo dispositivo óptico que realiza rápidamente los cálculos utilizando las partes de un modelo transportado por esas ondas de luz.
Esta técnica permite multiplicar por más de cien la eficiencia energética en comparación con otros métodos. También podría mejorar la seguridad, ya que los datos de un usuario no necesitan ser transferidos a un centro de datos para su cálculo.
Este método podría permitir que un coche autoconducido tomara decisiones en tiempo real utilizando solo un pequeño porcentaje de la energía que actualmente necesitan los ordenadores de alto consumo. También podría permitir a un usuario mantener una conversación sin latencia con su dispositivo doméstico inteligente, utilizarse para el procesamiento de vídeo en directo a través de redes celulares o incluso permitir la clasificación de imágenes a alta velocidad a bordo de una nave espacial a millones de kilómetros de la Tierra.
«Cada vez que se quiere hacer funcionar una red neural, hay que ejecutar el programa, y la rapidez con la que se puede ejecutar el programa depende de la rapidez con la que se pueda canalizar el programa desde la memoria. Nuestra tubería es enorme: equivale a enviar una película completa por internet cada milisegundo, más o menos. Así de rápido llegan los datos a nuestro sistema. Y puede calcular tan rápido como eso», explica Englund.
