Investigadores en China han desarrollado un sensor que podría reducir la cantidad de energía que drones y otro hardware autónomo utilizan para procesar datos visuales. En un estudio publicado el 19 de agosto en la revista Nature Sensors, los científicos detallaron la arquitectura de un nuevo chip 2D llamado “LightTok”, que puede convertir la luz cruda en tokens utilizados por modelos de inteligencia artificial (IA) en el propio chip. El dispositivo evita varios pasos intensivos en energía de los sistemas de sensores convencionales, según los científicos. “Nuestra idea de diseño fue trasladar la generación de tokens al sensor mismo, permitiendo que el chip produzca directamente tokens que los modelos de IA pueden procesar una vez que la luz llega al sensor”, declaró Miao Feng, directora del Instituto de Inteligencia Inspirada en el Cerebro de la Universidad de Nanjing, en un comunicado. “Estos tokens contienen información completa de la imagen.”
Colapso del proceso de percepción visual
En la percepción visual convencional, las señales de luz deben atravesar múltiples etapas. Un sensor capta las señales, y un convertidor analógico-digital transforma la luz en píxeles. Esos datos se almacenan temporalmente antes de ser enviados a un chip separado, donde la imagen se divide en compartimentos cuadrados —de manera similar a dividir una foto en una malla de mosaicos—. Cada compartimento se convierte luego en un token que un modelo de IA puede leer. Un estudio ampliamente citado por otros académicos encontró que un convertidor analógico-digital es responsable del 66% del consumo de energía de un sensor de imágenes, en promedio. Mover el procesamiento de datos visuales fuera del chip y hacia la nube puede aumentar el consumo total de energía. La solución de LightTok al problema de la energía es condensar las cinco etapas en una, mediante la construcción de los procesos de detección, memoria y cómputo dentro del mismo píxel. Los investigadores lograron esto mediante una matriz basada en una tecnología llamada fototransistor de puerta flotante de disulfuro de molibdeno (MoS2) de una sola capa, que puede percibir la luz, recordar lo que percibió y luego integrarlo en un cálculo. El chip elimina físicamente el movimiento de datos, que es la principal fuente de desperdicio de energía. Liang Shi-Jun, profesor de física en la Universidad de Nanjing, resumió el chip para la agencia estatal china Xinhua. “El chip elimina físicamente el movimiento de datos, que es la principal fuente de desperdicio de energía”, comentó Liang. “La luz entra, salen tokens” —de ahí el nombre “LightTok”. LightTok logró una precisión del 87.3% en el reconocimiento de imágenes durante las pruebas —en comparación con el proceso convencional de múltiples pasos descrito anteriormente—, al mismo tiempo que era 10 veces más eficiente energéticamente al convertir la luz en tokens, informaron los investigadores en el estudio.
Un mundo físico más eficiente
Actualmente, la resolución máxima de LightTok es apenas de 32 por 32 píxeles fotosensibles —los compartimentos sensibles a la luz en un sensor de imágenes que capturan los datos visuales. Esto está muy por debajo de la calidad de las cámaras modernas de los teléfonos inteligentes, por no mencionar drones y hardware autónomo. No obstante, Miao señaló en el comunicado que existe la oportunidad de escalar la tecnología utilizando el proceso de fabricación Complementary Metal-Oxide-Semiconductor (CMOS), el mismo método usado para fabricar chips en teléfonos inteligentes y computadoras portátiles, así como sensores en drones. Los investigadores creen que si LightTok logra escalar con éxito, podría transformar el funcionamiento de la tecnología de teledetección. Por ejemplo, un dron que escanea una zona de desastre o un área remota podría volar más tiempo, ya que se requeriría menos energía para el procesamiento visual. Kumar Sokka, director ejecutivo de Acre Security, una empresa que proporciona detección en el mundo real para infraestructuras críticas, describió el trabajo como una “demostración a pequeña escala”. Sin embargo, “la dirección [de la investigación] importa para cualquiera que trabaje en el mundo físico”, añadió Sokka, quien no participó en la nueva investigación. Sokka, que anteriormente pasó 15 años en la empresa de automatización industrial Rockwell Automation, dijo a Live Science por correo electrónico que gran parte de la conversación en torno a la IA física se ha centrado en los modelos de IA. En realidad, el mayor reto ha sido el costo energético de “obtener lo que un sensor ve en una forma que un modelo pueda usar, justo donde ocurre la detección.” La enorme cantidad de energía que normalmente se necesitaría para convertir datos crudos, como la luz, en tokens “es desperdiciada cuando se está ejecutando la percepción en un robot o un dispositivo en el borde con un presupuesto de energía limitado”, señaló Sokka. Sin embargo, procesar en el punto de detección podría ser “un habilitador para la IA física ubicua, y astuto, pero no una solución para todo el problema”, añadió.
