El aprendizaje automático es una industria emocionante que, en última instancia, allanará el camino para la automatización global. Sin embargo, también es un proceso costoso debido al creciente costo computacional que afecta a esta industria vertical. Por lo tanto, encontrar soluciones a ese problema apremiante sigue siendo primordial en 2022 y más allá.
El costo creciente del aprendizaje automático
Es atractivo pensar en el aprendizaje automático y la inteligencia artificial como procesos que no involucran a los humanos. Pero desafortunadamente, eso no es del todo exacto. La creación de un algoritmo de aprendizaje automático requiere una enorme potencia de entrada y computación. Esos aspectos deben ser atendidos por humanos que “alimentan” estos algoritmos con nuevos datos para que puedan volverse más inteligentes, mejores y más avanzados.
A medida que un algoritmo se vuelve más inteligente, requerirá un hardware más potente. Tener acceso a petabytes de datos es intrigante, pero esa información debe almacenarse en algún lugar. Además, debe ser accesible, lo que requiere un hardware robusto con múltiples redundancias. Es una muy costoso aspecto de la automatización del flujo de trabajo empresarial, aunque los costes se reducirán con el tiempo.
Combinado con el costo de integrar la IA y el aprendizaje automático para modelos comerciales específicos, los costos actualmente no superan los beneficios para la mayoría de las empresas. Los gigantes tecnológicos como Google, NVIDIA, Meta y otros pueden encontrar formas de mantener bajos sus costos generales. Sin embargo, una empresa más pequeña o un negocio nuevo no tendrán esa opción de inmediato, lo que retrasará la integración de estas emocionantes tecnologías.
Resolver este problema de los “rendimientos decrecientes” requiere un enfoque completamente diferente. Nadie cuestiona el potencial del aprendizaje automático y la IA; mejorar el rendimiento requiere más puntos de datos y mejor hardware. Reducir los costes generales es obligatorio para que este modelo de negocio sea sostenible.
Un enfoque descentralizado es una solución
La adquisición de más poder computacional para el aprendizaje de la máquina o el desarrollo de la IA es un proceso laborioso. Más a menudo que no, los investigadores tienen que depender de los conglomerados que proporcionan el hardware necesario, inflar los costos generales, y la introducción de restricciones posibles. Por otra parte, el uso de grandes proveedores de terceros introduce una capa de centralización, que actúa como un punto de fallo.
La descentralización del acceso a grandes cantidades de potencia informática puede proporcionar un alivio muy necesario. Sin embargo, es más fácil decirlo que hacerlo, a pesar de que existe un tremendo poder de cómputo en manos de los consumidores cotidianos, las pequeñas empresas, etc. Los avances tecnológicos hacen que los teléfonos inteligentes sean más potentes que las computadoras domésticas, pero debe haber un incentivo para que los propietarios de dispositivos compartan sus recursos de repuesto.
Una red peer-to-peer, como la proporcionada por Morphware, puede ser el catalizador para hacer que el poder computacional sea más accesible. Los jugadores de videojuegos a menudo tienen el hardware más reciente y más caro en sus máquinas. Además, estas son las personas que a menudo poseen capacidad de procesamiento inactiva, que pueden monetizar a través de Morphware. Los jugadores pueden usar energía inactiva para entrenar modelos, mejorar el aprendizaje automático y mucho más.
Como un mercado de dos caras, Morphware puede satisfacer las necesidades de los científicos de datos. Estos científicos pueden acceder a la potencia informática remota compartida por los propietarios de las computadoras, similar a AWS, pero a precios mucho más democráticos y a través de una mejor interfaz de usuario. Además, los propietarios de un exceso de potencia informática pueden vender su exceso de capacidad a un precio preferencial y cosechar las recompensas correspondientes.
Pensamientos finales
Hay mucho poder de cómputo en el mundo que no se usa mucho durante la mayoría de las horas del día. Los entusiastas de los juegos construyen plataformas increíblemente poderosas pero luchan por monetizar su poder inactivo. Morphware crea un puente entre los usuarios que buscan ganar algo de dinero y los investigadores que necesitan hardware con precios democráticos. Además, el enfoque de hardware remoto renuncia a la creación de centros de datos y garantiza la descentralización geográfica.
La interacción entre pares se aplica a muchos modelos comerciales, incluida la distribución del poder de cómputo. Es un gran paso adelante para reducir los costos generales de aprendizaje automático y desarrollo de IA. Además, permite “tercerizar” otras tareas computacionales de alta intensidad a través de incentivos financieros sin una etiqueta de precio elevada.