TecnoCard SpA Impresoras de Credenciales
Hydrogreen
MACAYA equipos trabajos en altura
Detección de Incendios Forestales. Prevención y detección temprana de incendios forestales DROVID
Biodiversa
Datasur d-stats importaciones exportaciones
 

 

La Inteligencia Artificial (IA) emerge hoy como una tecnología clave para el desarrollo de los países. Es por eso que AMD ha adquirido ese compromiso y está apostando por ser un actor clave en el desarrollo de distintas iniciativas que sean un verdadero aporte a la sociedad.

AMD está participando junto a Hewlett Packard Enterprise (HPE) en diversas actividades para dar a conocer sus soluciones tecnológicas enfocadas al desarrollo de la IA en nuestro país. Recientemente ambas compañías expusieron en el evento “Inteligencia Artificial en los servicios públicos: Hoy y en el futuro”, organizado por el Centro Nacional de Inteligencia Artificial (CENIA), donde entregaron las perspectivas tecnológicas y los avances en el Cómputo de Alto Rendimiento  y su aplicación en soluciones para la ciudadanía.

Diseñar e implementar aplicaciones basadas en Deep Learning y Machine Learning muchas veces encuentran una piedra de tope al enfrentarse al gran volumen de información que se debe procesar. Actualmente vivimos en una ‘revolución de los datos’, donde debemos mantener un equilibrio que permita manejar eficientemente variables como la velocidad de procesamiento, la seguridad y la utilidad real del material recolectado.

“Queremos aportar desde el poder de cómputo de nuestros productos al desarrollo de soluciones de Inteligencia Artificial que realmente sean un aporte para la sociedad y ayudar a reducir la brecha tecnológica que existe para implementar nuevas aplicaciones para el sector público”, señala Juan Moscoso, Regional Sales Leader Data Center de AMD para Sudamérica de Habla Hispana.

Los actuales sistemas de inteligencia de computadoras Machine Learning y Deep Learning de última generación pueden ajustar las operaciones después de una exposición continua a datos y otros tipos de información. Aunque están relacionados en cuanto a su naturaleza, existen diferencias sutiles que separan estos campos provenientes de las ciencias de la computación.

El aprendizaje automático se refiere al sistema que puede aprender activamente por sí mismo, en lugar de solo recibir información de forma pasiva y procesarla. El sistema de computadoras se codifica para que responda a la información brindada como si fuera un humano mediante el uso de algoritmos que analizan los datos en busca de patrones o estructuras. Los algoritmos de ML están diseñados para mejorar el desempeño con el transcurso del tiempo, ya que se exponen a más datos.

Cuando un humano reconoce algo, ese reconocimiento es instantáneo. Para ayudar a imitar este proceso, los algoritmos del aprendizaje automático utilizan redes neuronales. Al igual que el proceso de aprendizaje humano, el cómputo de las redes neuronales clasifica los datos (por ejemplo, un conjunto enorme de fotografías) según los elementos reconocidos dentro de la imagen. El índice de éxito de la clasificación correcta puede mejorar con el transcurso del tiempo a través de información aportada por personas «expertas», lo que ayuda a que el sistema aprenda y discierna las decisiones correctas de las incorrectas, con la mirada puesta en la máxima eficiencia y en una mayor exactitud. El algoritmo de la red neuronal modifica todas las decisiones futuras según la información recibida. Este proceso imita el reconocimiento humano mediante el entrenamiento de la red para producir el resultado deseado.

Las aplicaciones inteligentes que responden con reflejos similares a los humanos requieren una enorme cantidad de capacidad de procesamiento informático. Las principales contribuciones de AMD a los sistemas de IA provienen de ofrecer cómputos de alto rendimiento (tanto CPU como GPU) con un ecosistema abierto para el desarrollo de software. Las aplicaciones de análisis de Big Data dependen de una base técnica que pueda respaldar las capacidades de procesamiento más elevadas (velocidad, capacidad y organización) para administrar de forma simultánea conjuntos de datos complejos desde varias transmisiones de datos.

Por ejemplo, en el caso de los vehículos autónomos, es posible que el algoritmo de Deep Learning deba reconocer el próximo cambio de verde a amarillo del semáforo, el movimiento de un peatón cercano y el agua en la calzada a diferencia de la lluvia, entre una infinidad de otras variables en tiempo real, al igual que las operaciones básicas de los vehículos. Es posible que un conductor humano experimentado dé por sentado estas reacciones de coordinación. Sin embargo, para simular las capacidades del cerebro humano, el algoritmo del manejo autónomo requiere un procesamiento eficaz y acelerado para tomar decisiones complejas con la velocidad suficiente y una alta exactitud para garantizar la seguridad de los pasajeros y otros a su alrededor.

“Tenemos infinitas posibilidades para que Chile se convierta en un polo estratégico de desarrollo de IA. Tenemos los profesionales, los investigadores y la posibilidad de testear a escala soluciones que puedan llegar a miles de usuarios. Nuestro rol en este círculo virtuoso de innovación se traduce en proporcionar la tecnología de cómputo de alto rendimiento que permita sustentar la gran carga de información que requiere cualquier aplicación de IA por más simple que ésta sea.”, explica Juan Moscoso.

El desempeño del hardware de AMD y del software asociado también ofrece grandes beneficios al proceso de desarrollo y prueba de los sistemas de Inteligencia Artificial. Actualmente, una plataforma informática basada en las tecnologías de AMD más recientes (CPU AMD EPYC y GPU Radeon Instinct) puede desarrollar y probar una nueva aplicación inteligente en días o semanas, un proceso que solía demorar años.

La compañía también trabaja extensamente con la comunidad abierta de IA para promover y ampliar las capacidades y optimizaciones de aprendizaje automático y profundo. Tras adquirir Xilinx, AMD ha impulsado la herramienta Vitis AI proporcionando una plataforma integral de desarrollo de inferencia de IA para los aceleradores de centros de datos Alveo y SoC adaptables de AMD. Vitis AI se conecta a herramientas comunes de desarrollo de software y utiliza un amplio conjunto de bibliotecas de código abierto optimizadas para empoderar a los desarrolladores de software con la aceleración del aprendizaje automático como parte de su código de software.

AMD está en una posición única con su amplia cartera de productos y software para ayudar a los clientes y socios a desarrollar e implementar aplicaciones con múltiples formas de IA desde la nube y las organizaciones, hasta el perímetro y los terminales. Con un conjunto diverso de hardware que incluye aceleradores AMD Instinct y CPUs adaptables, AMD puede admitir una amplia variedad de modelos generalizados de IA y Machine Learning, desde pequeños puntos de borde hasta cargas de trabajo de gran escala.

Google News Portal Innova
Síguenos en Google Noticias

Equipo Prensa
Portal Innova