Sistema de visión inteligente para la computación perimetral
La computación perimetral implica procesar información localmente donde se genera y donde se utilizarán los resultados del cálculo. Es necesario lograr que los dispositivos inteligentes sean realmente inteligentes, es decir, que no dependan exclusivamente de la retroalimentación de un servidor remoto. «La computación perimetral permite que los sistemas funcionen de forma autónoma y reaccionen y se adapten rápidamente a los cambios en su entorno circundante», explica el coordinador del proyecto MISEL(se abrirá en una nueva ventana), Jacek Flak, del Centro de Investigación Técnica VTT(se abrirá en una nueva ventana) (Finlandia). «Pueden funcionar incluso cuando no hay conexión a la red, por ejemplo, en zonas despobladas o afectadas por desastres naturales, y evitan muchos problemas relacionados con la seguridad y la privacidad que provocan las transferencias de datos».
Sistema de visión artificial compacto y eficiente
Sin embargo, para ser comercialmente atractivos y utilizables en numerosas aplicaciones, los dispositivos inteligentes deben ser eficientes y fiables. El proyecto MISEL, financiado con fondos europeos, intentó abordar este problema centrándose en el rendimiento de toda la cadena de procesamiento, desde los sensores que proporcionan datos de entrada hasta la toma de decisiones final. El equipo de proyecto reunió a investigadores de diversos campos de investigación, incluida la ciencia de los materiales, la electrónica y el diseño de algoritmos. «Nuestro principal objetivo era desarrollar un sistema de visión artificial compacto capaz de percibir e interpretar los cambios en el entorno», afirma Flak. «Para ello, trabajamos en varios aspectos de un sistema de visión artificial». Entre ellos se encontraban sensores y procesadores celulares de inspiración biológica, diseñados para imitar ciertas funciones de la retina del ojo y de algunas partes del cerebro. También se desarrolló un sensor de imagen para adaptarse a diferentes condiciones de iluminación. Se integró una capa de fotodetectores basados en puntos cuánticos para ampliar la sensibilidad más allá de la luz visible hacia el espectro del infrarrojo cercano. «También hemos introducido nuevos algoritmos para procesar la información visual», señala Flak. «Intentamos encontrar el mejor equilibrio posible entre complejidad y rendimiento, para permitir una implementación eficiente en dispositivos pequeños y de baja potencia».
Diseño conjunto exitoso de «hardware» y algoritmos
Las capacidades del «hardware» se estudiaron exhaustivamente durante el desarrollo del algoritmo, lo que permitió a todos comprender mejor las posibilidades y los retos que plantea el logro de una computación periférica eficiente y fiable. El resultado de esto fue un exitoso diseño conjunto de «hardware» y algoritmo. «Nuestro trabajo también abrió nuevas posibilidades para la representación eficiente de datos del análisis de imágenes y la implementación de “hardware”», comenta Flak. «En el ámbito de la fabricación, identificamos numerosas soluciones técnicas para crear dispositivos mejores y más fiables. Los circuitos electrónicos diseñados, aunque muy complejos, se integraron perfectamente y funcionaron según lo previsto». Los sistemas diseñados y evaluados también están repletos de aceleradores de inteligencia artificial de vanguardia, núcleos de procesamiento especiales dedicados a resolver operaciones complejas que requieren los algoritmos de inteligencia artificial.
Nuevos sistemas de percepción ambiental
El proyecto MISEL contribuyó a resolver algunos problemas clave de comunicación e informática en la computación perimetral y también reveló la necesidad de introducir mejoras en las próximas versiones. «Con los conocimientos obtenidos en el proyecto, será más fácil orientar los futuros productos hacia aplicaciones de robótica móvil autónoma», añade Flak. Por ejemplo, a partir de los resultados de MISEL, se podrán desarrollar nuevos sistemas de percepción ambiental dirigidos a robots autónomos o drones. Ello podría ser muy útil en aplicaciones prácticas como la búsqueda de supervivientes en zonas de desastre, la monitorización de la seguridad o las futuras necesidades de los coches inteligentes como la asistencia para evitar colisiones. «Nuestro socio en el proyecto, Kovilta(se abrirá en una nueva ventana), ha anunciado planes para seguir desarrollando las estructuras aceleradoras probadas en el campo de la robótica móvil autónoma, incluyendo drones y la industria automovilística», afirma Flak. «Otros socios del consorcio, entre ellos VTT, están ampliando sus servicios gracias a las tecnologías desarrolladas o mejoradas en el marco del proyecto».
