Apple ha adquirido silenciosamente otra startup de IA, la canadiense Darwin AI, una empresa centrada en inteligencia de visión artificial, fabricación inteligente, eficiencia mejorada del aprendizaje automático e inteligencia basada en el borde. Todo esto parece fundamental para los planes futuros de Apple. ¿Quién es Darwin AI? Según Bloomberg, varios miembros del equipo de IA de Darwin se han unido a Apple. Darwin AI, aparentemente una empresa de inspección de calidad visual, se desarrolló para proporcionar a los fabricantes de productos electrónicos una herramienta para mejorar la calidad del producto y la eficiencia de la producción. Una nota en Arm.com sugiere que la plataforma patentada de IA explicable (XAI) de DarwinAI estaba en uso en varias compañías Fortune 500. empresas, incluidas Audi, BMW, Honeywell y Arm. Ese sitio también explica que la tecnología se utilizó en el desarrollo de Covid-Net, un sistema de código abierto para diagnosticar COVID-19 mediante radiografías de tórax. (La compañía también fue declarada proveedor genial en el informe Cool Vendors in Enterprise AI Governance and Ethical Response de Gartner de octubre de 2019. Si bien se eliminaron los feeds de Twitter/X y YouTube de Darwin AI, un video de hace cuatro años que proporciona una idea de cómo funciona la tecnología works todavía está disponible a través de Arm Software Developers/YouTube. Aun así, cuatro años es un tiempo muy, muy largo en innovación tecnológica de IA, especialmente para una empresa cuyo cofundador, Alexander Wong, fue clasificado en 2021 como uno de los científicos más importantes del mundo. por la Universidad de Stanford. Una herramienta para industrias inteligentes En julio de 2023, el director ejecutivo Sheldon Fernández explicó a la revista SMT007 (p.16) que la empresa estaba «aprovechando nuestras últimas herramientas en aprendizaje profundo para realizar inspecciones visuales de PCB de una manera convincente». «La IA puede ser excelente, pero si las imágenes están borrosas, no son de alta resolución o no funcionan con su flujo de trabajo, no funcionarán». «Ser un producto eficaz», dijo. Fernández señaló que la IA que desarrolló su empresa podría entrenarse para tener una comprensión completa de un nuevo diseño de PCB en un par de minutos. Luego puede tomar asiento en la línea de producción, monitorear con precisión la calidad del producto y detectar fallas en tiempo real. También señaló que el sistema se vuelve más preciso con el tiempo: «A veces presentamos un sistema para un cliente que tiene una precisión del 93%, pero en un par de meses estamos en el 97%», dijo. En ese momento, Argumentó que las verdaderas fábricas robóticas están a nuestro alcance y dijo que la industria ahora anticipa que la AGI (Inteligencia General Artificial) aparecerá alrededor de 2026. (Piense en ChatGPT con esteroides). También vale la pena señalar que la tecnología de Darwin AI también tiene implicaciones para la tecnología de la salud, con el financiador Alexander Wong es el presidente de investigación de Canadá en imágenes médicas e inteligencia artificial. Entonces, hay un mar de posibilidades para desbloquear en eso también. Robots que se enseñan entre sí Otro aspecto del arco de la compañía se reveló en un artículo de Automatización de Manufactura de agosto de 2023, que informó sobre la participación de Darwin AI en la investigación del «aprendizaje federado». Esto exploró cómo los robots pueden aprender unos de otros sin compartir sus datos de entrenamiento. El informe se centró en cómo los robots podrían federar su aprendizaje sin filtrar secretos de la empresa. En términos increíblemente simplistas, funciona más o menos así: los robots equipados con cámaras aprenden a reconocer diferentes artículos y utilizan un método de recogida adecuado. Con miles de elementos que aprender, generar suficientes datos para la IA lleva mucho tiempo. Al trabajar con muchos robots en múltiples organizaciones, el conjunto de datos se expande exponencialmente. A medida que cada robot aprende, esta información se comparte con un servidor central de aprendizaje automático. Luego, esos datos se pueden compartir entre robots de varias empresas, sin revelar secretos. La razón por la que esto es importante es que, en teoría, permite una creación mucho más rápida de modelos de IA efectivos manteniendo la privacidad y la seguridad de los datos, lo que encaja bien con el enfoque general de Apple hacia esta tecnología. “Al utilizar el aprendizaje distribuido, también conocido como aprendizaje federado, podemos lograr el equilibrio adecuado entre tener una amplia gama de datos disponibles y mantenerlos seguros en el entorno industrial”, afirmó Jonathan Auberle, del Instituto de Manipulación de Materiales y Logística (IFL) del Instituto Tecnológico de Karlsruhe (KIT). KIT dirigió la investigación. ¿Datos que vuelan? Envíe menos datos Otra faceta del trabajo de Darwin AI consistió en desarrollar una IA adecuada para la informática de punta utilizando 5G. Un informe del 5G Innovation Lab explica por qué las redes son tan importantes: “En la fábrica inteligente habilitada para la Industria 4.0, las computadoras están conectadas y se comunican entre sí. Las líneas están totalmente automatizadas y controladas por robots. Los vehículos autónomos transportan mercancías hacia y desde las células de trabajo”. Todo esto genera datos que deben trasladarse desde el borde donde se crean al servidor central donde se analizan. De hecho, “la noticia llega cuando el uso de la IA en la fabricación comienza a proliferan, incluso cuando las redes móviles construyen tecnologías inalámbricas (network slicing, SD-WAN, etc.) diseñadas para admitir una gran cantidad de dispositivos conectados a través de redes privadas construidas para resistir la piratería y también para ofrecer altos niveles de QoS”, como señalé en otra parte. Apple podría hacerlo. Con tanto enfoque en la fabricación en el currículum de Darwin AI, parece plausible que Apple pueda implementar parte de la tecnología en sus propias líneas de producción. Hacerlo podría ayudar a la empresa en su búsqueda por construir un sistema de fabricación circular e impulsar la eficiencia en su red cada vez más global de líneas de producción de iPhone. Pero la capacidad de construir modelos eficaces de aprendizaje automático utilizando datos de forma privada también será útil para una empresa con más de mil millones de dispositivos utilizados activamente en circulación. Y la capacidad de minimizar los datos que deben transportarse en la red también tiene un efecto significativo, particularmente porque se cree que Apple está desarrollando modelos de IA que funcionan casi por completo en el borde. La capacidad de compartir información entre máquinas mientras se mantiene la privacidad y seguridad del usuario. podría ayudar a generar el tipo de datos de alta calidad que necesitarán los mejores sistemas de IA. Es difícil no conectar los puntos y es realmente difícil no ver una sinergia entre estos sistemas y Vision Pro. Después de todo, con sistemas automatizados listos para detectar fallas en la línea de producción, el siguiente paso obvio para un ingeniero jefe es utilizar el Vision Pro eche un vistazo más de cerca antes de enviar cualquier equipo de respuesta a incidentes. Esa es sólo una de las muchas implicaciones, por supuesto. Pero a medida que el torrente de noticias de Apple relacionadas con la IA se convierte en una avalancha, será mejor que comience a hacer sus apuestas en anuncios de noticias interesantes relacionados con la IA mientras Apple se prepara para la WWDC. Después de todo, el Internet de las cosas ya existe; ahora solo necesitan funcionar mejor juntos. Síganme en Mastodon o únanse a mí en el bar & grill de AppleHolic y en los grupos de debates de Apple en MeWe. Copyright © 2024 IDG Communications, Inc.

Source link