La revolución de la inteligencia artificial da un salto inesperado: la miniaturización
Ya es posible dotar de capacidades inteligentes a sensores y controles remotos con una fracción de la memoria de un teléfono móvil
Con algunos trucos, los modelos de IA pueden funcionar incluso en dispositivos con recursos limitados. / Fuente de la imagen: Lunghammer/TU Graz
Redacción T21
Madrid 08 JUL 2025
Un equipo de científicos austriacos ha demostrado que la inteligencia artificial ya no es solo cosa de supercomputadoras, sino también de los dispositivos más pequeños y discretos que forman el Internet de las cosas.
En los últimos años, la inteligencia artificial (IA) ha transformado numerosos sectores, pero su uso en dispositivos extremadamente pequeños, como sensores o controles remotos, seguía siendo un reto técnico considerable.
Esto se debe a que la mayoría de los modelos de IA requieren una cantidad significativa de memoria y potencia de cálculo, recursos de los que estos dispositivos carecen.
Sin embargo, un equipo de la Universidad Técnica de Graz (TU Graz), en colaboración con Pro2Future y la Universidad de St. Gallen, haya desarrollado métodos que permiten ejecutar modelos de IA en dispositivos con capacidades mínimas, abriendo la puerta a una nueva era de aplicaciones inteligentes en el llamado Internet de las Cosas (IoT).
Técnicas avanzadas
El proyecto, denominado E-MINDS, ha conseguido que modelos de IA funcionen en dispositivos de localización ultrabanda ancha con tan solo 4 kilobytes de memoria. Para poner esto en perspectiva, 4 KB es menos memoria de la que usa una simple imagen de baja resolución. Estos modelos pueden, por ejemplo, filtrar interferencias en datos de localización, lo cual es especialmente útil en entornos industriales donde obstáculos como paredes metálicas o la presencia de personas pueden distorsionar las señales.
El truco está en dividir el modelo de IA en módulos especializados, cada uno encargado de identificar y corregir un tipo específico de interferencia. Un pequeño “modelo orquestador” en el chip detecta la naturaleza del problema y descarga del servidor el módulo adecuado para solucionarlo, todo en tiempo real y sin requerir grandes recursos.
Para lograr esta miniaturización, los investigadores han empleado varias técnicas avanzadas. Entre ellas destacan la “cuantización”, que simplifica los cálculos del modelo usando números más pequeños y manejables, y el “pruning”, que elimina partes innecesarias del modelo sin afectar su rendimiento esencial.
Además, han desarrollado redes configurables por subespacio (Subspace-Configurable Networks, SCNs), que se adaptan dinámicamente al tipo de datos que reciben, logrando una velocidad de procesamiento hasta 7,8 veces mayor que si dependieran de recursos externos.
IA en miniatura
Las aplicaciones de este avance son numerosas y van mucho más allá de la localización. Por ejemplo, podrían mejorar la seguridad de sistemas de apertura sin llave en automóviles o prolongar la vida útil de baterías en mandos a distancia inteligentes para el hogar. Según explica Michael Krisper, líder del proyecto en Pro2Future, este trabajo sienta las bases para una nueva generación de productos inteligentes, capaces de operar de forma autónoma y eficiente incluso en los dispositivos más pequeños.
Lo más llamativo de este desarrollo es que la inteligencia artificial ya no es exclusiva de grandes servidores o smartphones de última generación. Gracias a la innovación de la TU Graz y sus socios, la IA en miniatura se convierte en una realidad tangible, lista para integrarse en el día a día de millones de dispositivos discretos y omnipresentes. Es un salto cualitativo para esta tecnología.
____________
Fuente:
