Cómo las Aplicaciones de Aprendizaje Automático Integradas se Beneficiarán de 5G y la Nube

shutterstock_332648915.jpg

Crédito editorial: Anton_Ivanov / Shutterstock.com

Cuando estudiaba hasta altas horas de la noche en la universidad, a menudo deseaba tener un implante cerebral cibernético. Entonces podría descargar cualquier información que necesitara y recuperarla al instante más tarde. No iba a estudiar más, no olvidaría más el cumpleaños de mi novia, tal vez incluso podría ver Netflix dentro de mi propia cabeza. Lamentablemente, los ilustres ingenieros eléctricos que vinieron antes que yo diseñaron dispositivos de Internet de las Cosas (IoT). Mientras sigo esperando mi máquina de la memoria, esos mismos dispositivos están consiguiendo sus propios cerebros. El aprendizaje automático y la inteligencia artificial (IA) son temas candentes, y los diseñadores como tú probablemente estén buscando implementarlos en sistemas integrados. Solo hay un problema: las redes neuronales utilizadas para el aprendizaje automático consumen demasiada energía y necesitan demasiada potencia de procesamiento. La llegada de 5G y su combinación con la computación en la nube puede proporcionar una solución a ese enigma. La computación en la nube puede potenciar los sistemas integrados con inteligencia artificial utilizando el ancho de banda alto y la baja latencia de 5G.

Aprendizaje Automático en Sistemas Integrados

El aprendizaje automático no es un concepto nuevo, pero los continuos avances en el poder de procesamiento lo están haciendo realidad. La IA permitirá que los dispositivos interactúen con sus entornos de manera mucho más inteligente.

El sensor sintético hecho por Future Interfaces Group es un gran ejemplo de cómo el aprendizaje automático puede mejorar la operación del sistema. Este módulo incluye casi todos los sensores que se encuentran en dispositivos "inteligentes" como la temperatura ambiente, EMI y ruido. Luego utiliza el aprendizaje automático para comprender su entorno. El sensor sintético puede indicar qué fogón en la cocina enciende o identificar qué electrodoméstico está funcionando. Esto permite a los usuarios saber exactamente lo que sucede en su hogar cuando están fuera.

Las ventajas de la detección inteligente son enormes para los sistemas integrados. Ya están siendo utilizados por algunos dispositivos. El termostato Nest aprende a qué temperatura te gusta tener tu casa y rastrea tus movimientos. En consecuencia, ajusta la temperatura de tu casa en función de su comprensión de tus preferencias y horarios. Caliente cuando estás en casa, frío cuando te vas. Este tipo de comprensión y programación podría hacer que los hogares sean más eficientes energéticamente.

 

 PCB on a human

No incrustes sistemas de IA en tu carne, por favor.

Barreras al Aprendizaje Automático

Si el aprendizaje automático es tan bueno, ¿por qué no lo hemos implementado en todas partes todavía? Por las mismas razones por las que no tengo un cerebro biónico; es demasiado voluminoso y requiere demasiada energía.

No es exactamente fácil instalar un súper ordenador en un sistema integrado, pero eso es lo que tendrás que hacer si quieres IA. El aprendizaje automático requiere una enorme cantidad de energía de procesamiento, más de lo que es prudente poner en un sistema integrado. Incluso los fabricantes de automóviles habilitados para el sistema avanzado de asistencia al conductor (ADAS) están preocupados por poder instalar las CPU necesarias para los sistemas inteligentes.

Los desarrolladores ahora están usando GPU para acelerar los procesos de aprendizaje automático, pero esos no reducirán los chips al tamaño que necesitas.

Incluso cuando haya chips apropiados disponibles, aún tendrás que lidiar con los requisitos de potencia de AI. En 1989, algunos investigadores de Carnegie Melon fabricaron un coche que conducía solo utilizando técnicas de aprendizaje profundo. El nombre del automóvil era ALVINN, y su CPU de 100 MFLOP funcionaba con un generador de 5,000 W. Los chips actuales usan menos energía que eso, pero no significativamente menos. Para sistemas integrados grandes, como un vehículo habilitado para ADAS, es posible que tengas espacio para muchas baterías; sin embargo, para electrodomésticos y dispositivos de mano, necesitarías una batería más grande que tu dispositivo.

Ambos son problemas difíciles, pero finalmente los superaremos. Sin embargo, una solución a corto plazo para llevar la inteligencia artificial a los sistemas integrados es 5G y la computación en la nube.

Ordenador en Nube y 5G

La nube, qué cosa tan misteriosa. Me gusta imaginarla como el mundo de Tron, aunque con suerte con menos conflictos. Cuando se combina con 5G, la nube informática podría ser lo suficientemente inteligente como para ayudarme a crear mi propio mundo informático.

La nube informática puede resolver las limitaciones de potencia y procesamiento antes mencionados. Los cálculos se pueden ejecutar en una ubicación externa con potencia informática infinita y una conexión a la red. La gente ya está utilizando la nube para la informática distribuida, por lo que no hay razón para que los sistemas integrados no hagan lo mismo. De acuerdo con esto, Google, Amazon y otros han comenzado a ofrecer servicios de aprendizaje automático en la nube. Con sus procesadores apagados en una granja de servidores lejana, solo tienes que preocuparte por alimentar una antena. Esto me lleva al 5G.

El aprendizaje automático requiere una gran cantidad de datos, datos que actualmente son difíciles de transmitir de forma inalámbrica. Intel estima que los automóviles habilitados para ADAS necesitarán procesar 1 GB de datos por segundo. Esa es una gran cantidad de información que se transmitirá a través de una conexión WiFi o 4G. Sucede que 5G admitirá velocidades de datos de hasta 10 Gbps con latencias de menos de 10 ms. Esto significa que tu dispositivo podrá transferir los datos requeridos y recibir una interpretación casi al instante. Las empresas también están trabajando en antenas 5G de baja potencia para que sus placas puedan tomar decisiones más inteligentes con menos electricidad.

 

cloud above a tablet computer

Así es exactamente como se vería el aprendizaje automático con la computación en la nube.

El aprendizaje automático es un campo emocionante que mejorará enormemente los sistemas integrados. La nube informática puede abordar el procesamiento de IA y los requisitos eléctricos y 5G resolverá los requisitos de transferencia de datos.

Una vez que el aprendizaje automático sea viable para los sistemas integrados, necesitarás algo como un Android para ayudarte con todo el trabajo de diseño. Bueno, no tengo un Android para ti, pero tengo la siguiente mejor opción. El software de diseño de PCB Altium Designer® te ayudará a diseñar placas para cualquier tipo de sistema integrado. Su amplia gama de excelentes herramientas te hará sentir como un PCB sobrehumano.

¿Tienes más preguntas sobre el aprendizaje automático y los sistemas integrados? Llama a un experto en Altium.

Acerca del autor

Altium Designer

PCB Design Tools for Electronics Design and DFM. Information for EDA Leaders.

Visitar sitio web Más contenido por Altium Designer
Artículo anterior
Cómo Elegir un Laboratorio de Pruebas para la Certificación FCC de Productos IoT
Cómo Elegir un Laboratorio de Pruebas para la Certificación FCC de Productos IoT

Obtener una certificación de la FCC es un paso importante (y legalmente requerido) para los sistemas IoT y ...

Artículo siguiente
PCB Biodegradables: ¿Realmente Ayudarán con la Eliminación de Desechos de PCB?
PCB Biodegradables: ¿Realmente Ayudarán con la Eliminación de Desechos de PCB?

PCB biodegradables: ¿realmente ayudarán con la eliminación de desechos de PCB