DARPA Apunta a Llevar los Sistemas de Visión por Computadora de IA a la “Tercera Ola” de Desarrollo

La Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) está iniciando un proyecto destinado a mejorar las técnicas de visión por computadora y siniciar una “tercera ola” de investigación de IA. La tercera ola de investigación de IA busca abordar las limitaciones de las primeras y segundas olas de tecnologías de IA, que incluyen mejoras en los algoritmos de reconocimiento de imágenes.

DARPA es el grupo de investigación avanzada principal para el ejército de EE. UU., y ha desempeñado un papel fundamental en la creación de muchos elementos de la tecnología moderna, como las primeras redes informáticas y los primeros sistemas de IA. DARPA recientemente publicó un anuncio sobre una oportunidad upcoming, buscando a un investigador para participar en el desarrollo de la teoría y aplicaciones de IA de “tercera ola”. El aviso hizo referencia a la oportunidad de trabajar en el sistema de Procesamiento de Píxeles Inteligentes (IP2) de DARPA. IP2 está destinado a mejorar la confiabilidad general, la usabilidad y la precisión de los sistemas de reconocimiento de imágenes/vídeo. IP2 es especialmente importante para instancias de edge-computing, ya que estos dispositivos no tienen acceso a los recursos computacionales necesarios para manejar grandes cargas de trabajo.

IP2 apunta a resolver dos problemas que limitan la implementación de sistemas de IA en dispositivos de edge computing. Un problema es la creación de algoritmos de IA de bajo peso, baja potencia y baja latencia que aún puedan mantener la precisión necesaria para ser útiles. El otro problema que necesita resolverse es la complejidad de los datos. Cuanto más se pueda reducir la complejidad del conjunto de datos, menos potencia de procesamiento se necesitará para analizar el conjunto de datos.

Los investigadores de DARPA se esforzarán por reducir la complejidad de los conjuntos de datos de imágenes utilizando redes neuronales que procesan píxeles individuales. Esta técnica reduce la dimensionalidad del conjunto de datos y aumenta la dispersión de las imágenes/vídeo en el conjunto de datos. Estas técnicas permiten que los datos se procesen en el backend sin sacrificar la precisión del modelo. Las técnicas de reducción de dimensionalidad permiten que el sistema de IA extraiga solo la información más relevante de las imágenes/vídeo y la entregue al modelo de red neuronal recurrente que realmente hace predicciones sobre los datos. La propia red neuronal recurrente también se simplifica para reducir el consumo de energía.

Según los funcionarios de DARPA, según se cita en NextGov:

“Al mover inmediatamente la secuencia de datos a una representación de características dispersas, las redes neuronales de complejidad reducida se entrenarán para una alta precisión mientras se reducen las operaciones de cómputo generales en 10x”.

El proyecto IP2 necesitará que los participantes muestren una precisión de vanguardia mientras instituyen una reducción de 20x en la energía de procesamiento de los algoritmos de IA cuando se manejan grandes conjuntos de datos. Por ejemplo, IP2 debería poder entregar resultados de vanguardia en el conjunto de datos BDD100K de la Universidad de California-Berkley, que es un conjunto de datos grande utilizado para entrenar vehículos autónomos incorporando una variedad de tareas de clasificación de imágenes junto con ocultaciones y diversidad en condiciones climáticas, geográficas y ambientales.

A medida que DARPA se prepara para abordar la tercera ola de algoritmos y sistemas de visión por computadora, también está liderando un esfuerzo para automatizar aspectos del control de aeronaves, recientemente llevando a cabo una serie de pruebas simuladas que pusieron a aviones de combate F-16 controlados por IA contra un oponente. Estas pruebas fueron la Fase 1 de una misión más grande para integrar la IA en los aviones de combate del ejército. El final de la Fase 1 se centra en la transición de simulaciones a vuelos reales, con DARPA preparándose para pruebas de vuelo en vivo más adelante en 2021.