El Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC) ha anunciado el inicio de un nuevo proyecto europeo, financiado por la Agencia Espacial Europea (ESA), destinado a investigar más sobre la Inteligencia Artificial Generativa para aplicarla en la teledetección del espacio. Se trata de DeepLIM, una iniciativa en la que el centro aportará todos sus conocimientos sobre ‘deep learning’ –un enfoque que se está utilizando en campos como el espacio– para optimizar los procesos y tener una capacidad de inferencia más rápida.
De este modo, el BSC –que se ha unido en este proyecto a AIKO y al National Research Council - Institute of Atmospheric Sciences and Climate– ayudará con las optimizaciones de rendimiento de las bibliotecas de ‘deep learning’, una tecnología que lleva a cabo procesos de ‘machine learning’, pero de manera jerarquizada a través de arquitectura computacional y algoritmos de alto nivel. “Entrenar este tipo de modelos requiere mucha potencia de cálculo. Como consecuencia, se ha demostrado que las cargas de trabajo de ‘deep learning’ son excelentes para aceleradores como las GPU [unidades de procesamiento gráfico] incluidas en el clúster de tecnologías emergentes de MareNostrum P9 [del MareNostrum 4, que cuenta con 13,7 petaflops, capaz de realizar más de 11.500 billones de operaciones por segundo]”, explican.
[Le puede interesar: El BSC da a conocer el tercer supercomputador más rápido de Europa]
La labor del BSC será realizar análisis exhaustivos de las principales bibliotecas para identificar “cuellos de botella” de rendimiento, así como funciones que requieren más tiempo para la teledetección del espacio, optimizándolos a su vez para arquitecturas específicas. De hecho, será el grupo de Arquitectura de Computadores y Sistema Operativo (CAOS) el que se haga cargo del proyecto. Este equipo realiza, en tiempo real, investigaciones, además de procesos de computación de alto rendimiento con objetivos como desarrollar herramientas para evaluar diferentes alternativas de hardware y software –y mejoras entre su interacción– o desarrollar metodologías de evaluación como los antes mencionados “cuellos de botella”.
Todo ello para usar Inteligencia Artificial Generativa en el espacio. Pero, ¿qué es exactamente esta tecnología? Básicamente, es una Inteligencia Artificial que puede “crear” desde cero, ya que una IA común puede simular pero no “imaginar”. Esto es: los famosos ‘deep fakes’, por ejemplo, son creados mediante la Inteligencia Artificial Generativa, capaces de fallar una y otra vez hasta que su red generativa aprenda de sus aciertos y descarte errores.
El objetivo es que la Inteligencia Artificial Generativa “genere y aumente conjuntos de datos sintéticos para aplicaciones de teledetección en el ámbito del espacio”. Si la Inteligencia Artificial común ya utiliza datos sintéticos para que su aprendizaje sea mucho más rápido, las posibilidades de poder obtener información a distancia serán mayores.
Como indican desde el BSC, la búsqueda de un mejor uso de la Inteligencia Artificial Generativa tiene dos objetivos principales. “El primero, comprender, desarrollar y explotar el uso de la Inteligencia Artificial Generativa para mejorar y aumentar los conjuntos de datos adquiridos a través de campañas de observación, o generados por modelos computacionalmente intensivos. Y, en segundo lugar, mejorar los modelos de última generación que se utilizan para realizar el modelado de inversión con el uso de algoritmos de aprendizaje profundo”.
Según el centro, en particular se espera “una mejora en la campaña de adquisición de datos para la simulación y el desarrollo de algoritmos y la reducción de costos debido a la menor cantidad de datos reales necesarios para el entrenamiento de modelos de inversión".
