La IA tiene un apetito insaciable de recursos. Consume enormes cantidades de energía y datos, con estimaciones de 460 teravatios hora en 2022 que se proyecta que aumentarán drásticamente para 2026 hasta llegar a entre 620 y 1.050 TWh. Pero su demanda más voraz es la de computación: la potencia de procesamiento que alimenta el entrenamiento de modelos complejos, el análisis de conjuntos de datos masivos y la ejecución de inferencias a gran escala.
Esta avidez computacional ha transformado muchos de nuestros panoramas profesionales. En 2024, el mercado mundial de IA superó los 184.000 millones de dólares y las proyecciones sugieren que podría superar los 800.000 millones de dólares en 2030, un valor comparable al PIB actual de Polonia. ChatGPT, el producto más conocido de la industria, alcanzó los 100 millones de usuarios activos en tan solo dos meses desde su lanzamiento en noviembre de 2022.
Sin embargo, a medida que los productos de IA como ChatGPT se multiplican y crecen, nuestra percepción de cómo opera la IA se está volviendo rápidamente obsoleta. La imagen popular de la IA –con centros de datos en expansión, enormes facturas de energía y controlada por gigantes tecnológicos– ya no refleja toda la historia. Esta visión ha llevado a muchos a creer que el desarrollo significativo de la IA es dominio exclusivo de corporaciones bien financiadas y grandes empresas tecnológicas.
Está surgiendo una nueva visión de la IA que se centra en el potencial sin explotar que tenemos en los bolsillos. Este enfoque apunta a democratizar la IA aprovechando el poder colectivo de miles de millones de teléfonos inteligentes en todo el mundo. Nuestros dispositivos móviles pasan horas inactivos cada día, con sus capacidades de procesamiento latentes. Si aprovechamos esta enorme reserva de potencia informática sin utilizar, podríamos reconfigurar el panorama de la IA. En lugar de depender únicamente de una infraestructura corporativa centralizada, el desarrollo de la IA podría impulsarse mediante una red global de dispositivos cotidianos.
Potencial sin explotar
Los teléfonos inteligentes y las tabletas representan una enorme reserva de capacidad informática global, en gran medida sin explotar. Se prevé que en 2024 se enviarán 1.210 millones de unidades, por lo que resulta difícil calcular el verdadero potencial de computación adicional que ofrecen.
Iniciativas como Theta EdgeCloud para dispositivos móviles tienen como objetivo aprovechar esta red distribuida de GPU de consumo para la computación de IA. Este cambio de la computación centralizada a la computación de borde es una evolución técnica capaz de reinventar por completo la forma en que las personas interactúan con los modelos de IA y los potencian.
Al procesar los datos localmente en los dispositivos móviles, la industria puede lograr una latencia mucho menor, una mayor privacidad y un uso reducido del ancho de banda. Este enfoque es particularmente crucial para aplicaciones en tiempo real como vehículos autónomos, realidad aumentada y asistentes de inteligencia artificial personalizados. El borde es donde despegarán los nuevos casos de uso de la inteligencia artificial, especialmente aquellos para uso personal. No solo será más asequible impulsar estos programas en el borde, sino que también será más reactivo y personalizable, una situación beneficiosa para consumidores e investigadores por igual.
Las cadenas de bloques están diseñadas a la perfección para este ecosistema de IA distribuida. Su naturaleza descentralizada se alinea perfectamente con el objetivo de aprovechar la potencia informática inactiva de millones de dispositivos en todo el mundo. Al aprovechar la tecnología de cadenas de bloques, podemos crear un marco seguro, transparente e incentivado para compartir recursos informáticos.
La innovación clave en este caso es el uso de la verificación fuera de la cadena. Si bien la verificación dentro de la cadena crearía cuellos de botella en una red de millones de dispositivos paralelos, los métodos fuera de la cadena permiten que estos dispositivos funcionen juntos sin problemas, independientemente de los problemas de conectividad individuales. Este enfoque permite la creación de un sistema sin confianza en el que los propietarios de los dispositivos pueden contribuir al desarrollo de la IA sin comprometer su seguridad o privacidad.
Este modelo se basa en el concepto de "aprendizaje federado", un método de aprendizaje automático distribuido que puede escalar a grandes cantidades de datos en dispositivos móviles y, al mismo tiempo, proteger la privacidad del usuario. La cadena de bloques proporciona tanto la infraestructura para esta red como el mecanismo para recompensar a los participantes, incentivando una participación generalizada.
La sinergia entre la tecnología blockchain y la inteligencia artificial de borde está fomentando un nuevo ecosistema que es más resistente, eficiente e inclusivo que los modelos centralizados tradicionales. Está democratizando el desarrollo de la IA, permitiendo que las personas participen y se beneficien de la revolución de la IA directamente desde sus dispositivos móviles.
Superando los desafíos tecnológicos
El entrenamiento y la inferencia de la IA se pueden realizar en una variedad de tipos de GPU, incluidas las GPU de consumo en los dispositivos móviles. El hardware que alimenta nuestros dispositivos móviles ha mejorado de manera constante desde que los teléfonos inteligentes llegaron al mercado y no muestra signos de desaceleración. Las GPU móviles líderes en la industria, como la A17 Pro de Apple y la Adreno 750 de Qualcomm (utilizada en dispositivos Android de alta gama como Samsung Galaxy y Google Pixel), están redefiniendo qué tareas de IA se pueden completar en dispositivos móviles.
Ahora se están produciendo nuevos chips, conocidos como unidades de procesamiento neuronal (NPU), que están diseñados específicamente para la computación de IA de consumo, lo que permite casos de uso de IA en dispositivos móviles y, al mismo tiempo, gestiona las limitaciones de calor y energía de la batería de los dispositivos móviles. Si añadimos un diseño y una arquitectura de sistemas inteligentes que puedan enrutar los trabajos al hardware óptimo para ese trabajo, el efecto de red creado será extremadamente poderoso.
Si bien el potencial de la IA de borde es inmenso, aún presenta sus propios desafíos. Optimizar los algoritmos de IA para la diversa gama de hardware móvil, garantizar un rendimiento constante en distintas condiciones de red, abordar problemas de latencia y mantener la seguridad son obstáculos críticos. Sin embargo, la investigación en curso en IA y tecnología móvil está abordando constantemente estos desafíos, allanando el camino para que esta visión se convierta en realidad.
De las corporaciones a las comunidades
Una de las mayores quejas, y la más justa, en relación con el desarrollo de la IA es la increíble cantidad de energía que consume. Los grandes centros de datos también requieren enormes extensiones de tierra para su infraestructura física y cantidades increíbles de energía para mantenerse en línea. El modelo móvil puede aliviar muchos de estos impactos ambientales al utilizar GPU de repuesto en dispositivos preexistentes (en lugar de depender de GPU en centros de datos centralizados), es más eficiente y producirá menos emisiones de carbono. Los posibles impactos en relación con nuestro medio ambiente no se pueden subestimar.
El cambio hacia la computación de borde en la IA también cambiará fundamentalmente quién puede participar en el soporte de las redes de IA y quién puede beneficiarse de ellas. Las corporaciones que poseen los centros de datos ya no estarán en un jardín amurallado. En cambio, las puertas estarán abiertas y el acceso proliferará para desarrolladores individuales, pequeñas empresas e incluso aficionados que estarán capacitados para operar redes de IA.
El hecho de empoderar a un grupo mucho mayor de usuarios y seguidores también permitirá un desarrollo más rápido y abierto, lo que ayudará a frenar la muy discutida y temida idea del estancamiento en la industria. Este aumento en la accesibilidad también conducirá a aplicaciones más diversas, que aborden problemas específicos y comunidades desatendidas que de otra manera podrían quedar desatendidas.
El impacto económico de este cambio será profundo. Al permitir que las personas y las pequeñas y medianas organizaciones moneticen la potencia informática inactiva de sus dispositivos, se generarán nuevas fuentes de ingresos importantes. También abre nuevos mercados para el hardware de IA de consumo y el software optimizado para el borde.
El futuro de la innovación en IA no radica en construir centros de datos más grandes, sino en aprovechar el poder que ya existe en nuestros bolsillos y hogares. Si se cambia el enfoque hacia la computación de borde, puede surgir un ecosistema de IA más inclusivo, eficiente e innovador. Este enfoque descentralizado no solo democratiza la IA, sino que también se alinea con los objetivos globales de sostenibilidad, garantizando que los beneficios de la IA sean accesibles para todos, no solo para unos pocos privilegiados.
Nota: Las opiniones expresadas en esta columna son las del autor y no reflejan necesariamente las de CoinDesk, Inc. o sus propietarios y afiliados.
