Coral es la iniciativa silenciosa de Google para permitir la IA sin la nube

Algunos de los productos de hardware de Coral, incluyendo un acelerador de IA (extrema derecha) y una placa de desarrollo (centro). | Imagen: Coral

La IA permite a las máquinas llevar a cabo todo tipo de tareas que solían ser el dominio de los humanos solos. ¿Necesita ejecutar el control de calidad en una línea de producción de fábrica? Configure una cámara alimentada por IA para detectar defectos. ¿Qué tal interpretar los datos médicos? El aprendizaje automático puede identificar tumores potenciales de exploraciones y marcarlos a un médico.

Pero aplicaciones como esta son útiles sólo siempre y cuando sean rápidas y seguras. Una cámara de IA que tarda minutos en procesar imágenes no es muy útil en una fábrica, y ningún paciente quiere arriesgarse a la exposición de sus datos médicos si se envían a la nube para su análisis.

Estos son los tipos de problemas que Google está tratando de resolver a través de una iniciativa poco conocida llamada Coral.

“Tradicionalmente, los datos de los dispositivos [AI] se enviaban a grandes instancias de cómputo, alojados en centros de datos centralizados donde los modelos de aprendizaje automático podían funcionar a velocidad”, explicó Vikram Tank, gerente de producto de Coral, a The Verge por correoelectrónico. Coral es una plataforma de componentes de hardware y software de Google que le ayudan a crear dispositivos con IA local, proporcionando aceleración de hardware para redes neuronales … justo en el dispositivo de borde.”

Imagen:Los productos de Google Coral, como el tablero de

Es posible que no hayas oído hablar de Coral antes (sólo “se graduó” de la beta en octubre pasado), pero es parte de un sector de IA de rápido crecimiento. Los analistas de mercado predicen que más de 750 millones de chips y computadoras de IA de borde se venderán en 2020, aumentando a 1.500 millones para 2024. Y aunque la mayoría de estos se instalarán en dispositivos de consumo como teléfonos, una gran cantidad están destinados a clientes empresariales en industrias como la automoción y el cuidado de la salud.

Para satisfacer las necesidades de los clientes, Coral ofrece dos tipos principales de productos: aceleradores y tableros de desarrollo destinados a crear prototipos de nuevas ideas, y módulos destinados a alimentar los cerebros de IA de dispositivos de producción como cámaras inteligentes y sensores. En ambos casos, el corazón del hardware es Edge TPU de Google, un chip ASIC optimizado para ejecutar algoritmos ligeros de aprendizaje automático, un (muy) hermano pequeño de la TPU refrigerada por agua utilizada en los servidores en la nube de Google.

Mientras que su hardware puede ser utilizado por ingenieros solitarios para crear proyectos divertidos (Coral ofrece guías sobre cómo construir una máquina de clasificación de malvaviscos de IA y alimentador de aves inteligentes, por ejemplo), el enfoque a largo plazo, dice Tank, está en los clientes empresariales en industrias como la automotriz y la atención de la salud.

Como ejemplo del tipo de problema al que Coral se dirige, Tank ofrece el escenario de un coche autónomo que utiliza la visión artificial para identificar objetos en la calle.

“Un coche que se mueve a 65 mph atravesaría casi 10 pies en 100 milisegundos”, dice, por lo que cualquier “retraso en el procesamiento”, causado por una conexión móvil lenta, por ejemplo, “añade riesgo a los casos de uso críticos”. Es mucho más seguro hacer ese análisis en el dispositivo en lugar de esperar en una conexión lenta para averiguar si se trata de una señal de alto o una luz de la calle adelante.

Tank dice que existen beneficios similares con respecto a la mejora de la privacidad. “Considere un fabricante de dispositivos médicos que quiera hacer análisis en tiempo real de imágenes de ultrasonido utilizando el reconocimiento de imágenes”, dice. Enviar esas imágenes a la nube crea un posible vínculo débil para que los hackers se dirijan, pero el análisis de imágenes en el dispositivo permite a los pacientes y a los médicos “tener confianza en que los datos procesados en el dispositivo no salen de su control”.

Imagen:TPU Edge de Google Google, un pequeño chip de

Aunque Coral se dirige al mundo de la empresa, el proyecto en realidad tiene sus raíces en la gama “AIY” de Google de kits de aprendizaje automático, dice Tank. Lanzados en 2017 y alimentados por computadoras Raspberry Pi, los kits AIY permiten a cualquiera construir sus propios altavoces inteligentes y cámaras inteligentes, y fueron un gran éxito en los mercados de juguetes y fabricantes STEM.

Tank dice que el equipo de AIY rápidamente notó que mientras que algunos clientes sólo querían seguir las instrucciones y construir los juguetes, otros querían canibalizar el hardware para crear prototipos de sus propios dispositivos. Coral fue creado para atender a estos clientes.

El problema para Google es que hay docenas de empresas con lanzamientos similares a Coral. Estos van desde startups como Xnor, con sede en Seattle, lo que hace que las cámaras de IA sean lo suficientemente eficientes como para funcionar con energía solar, hasta potentes titulares como Intel, que dio a conocer uno de los primeros aceleradores USB para empresas en 2017 y pagó 2.000 millones de dólares en diciembre pasado por el fabricante de chips Habana Labs para mejorar su oferta de IA de borde (entre otras cosas).

Dado el gran número de competidores que existen, el equipo de Coral dice que se diferencia integrando estrechamente su hardware con el ecosistema de servicios de IA de Google.

Esta pila de productos, que cubre chips, entrenamiento en la nube, herramientas de desarrollo y más, ha sido durante mucho tiempo una fortaleza clave del trabajo de IA de Google. En el caso de Coral, hay una biblioteca de modelos de IA compilados específicamente para su hardware, así como servicios de IA en Google Cloud que se integran directamente con módulos Coral individuales como sus sensores de entorno.

De hecho, Coral está tan estrechamente integrado con el ecosistema de IA de Google que su hardware edge TPU sólo funciona con el marco de aprendizaje automático de Google, TensorFlow, un hecho que rivales en el mercado de borde de IA Con el que habló Verge era potencialmente un factor limitante.

“Los productos de coral procesan específicamente para su plataforma [mientras] nuestros productos soportan todos los principales marcos y modelos de IA en el mercado”, dijo a The Vergeun portavoz de la firma de borde de IA Kneron . (Kneron dijo que no había “negatividad” en su evaluación y que la entrada de Google en el mercado fue bienvenida, ya que “valida y impulsa la innovación en el espacio”).

Pero exactamente cuánto negocio está haciendo Coral en este momento es imposible de decir. Google ciertamente no está empujando a Coral con una intensidad tan alta como sus servicios de IA en la nube, y la compañía no compartiría ninguna cifras de ventas u objetivos para el grupo. Una fuente familiarizada con el asunto, sin embargo, le dijo a The Verge que la mayoría de los pedidos de Coral son para unidades individuales (por ejemplo, aceleradores de IA y tableros de desarrollo), mientras que sólo unos pocos clientes están haciendo compras empresariales por el orden de 10.000 unidades.

Para Google, la atracción de Coral puede no ser necesariamente ingresos, sino simplemente aprender más sobre cómo se aplica su IA en los lugares que importan. En el mundo del aprendizaje automático práctico en este momento, todos los caminos conducen, inexorablemente, al límite.

Haga clic aquí para más información