La Inteligencia Artificial (AI) y las Unidades de Procesamiento Neural (NPU) en el ámbito de los computadores personales, van a tener un papel protagonista.

Las Unidades de Procesamiento Neural (NPU) son un tipo de procesador especializado en el procesamiento de datos relacionados con la inteligencia artificial (IA). A diferencia de las unidades de procesamiento central (CPU) y las unidades de procesamiento gráfico (GPU), que se utilizan para realizar cálculos generales y gráficos, respectivamente, las NPU están diseñadas específicamente para realizar cálculos relacionados con la IA.

Las NPU ofrecen ventajas como mayor velocidad y eficiencia energética en tareas de aprendizaje automático y procesamiento de redes neuronales. Se utilizan en aplicaciones cotidianas como cámaras de teléfonos inteligentes, asistentes de voz y procesamiento de lenguaje natural, aplicaciones de la IA que están transformando la computación personal.

Recién ahora se anuncian las primeras computadoras portátiles en el mercado con NPU. A medida que se popularicen a partir del 2024, los consumidores necesitarán una manera fácil de diferenciar entre diferentes tipos de sistemas. 

Descripción de la Tecnología:

Empresas líderes en tecnología como Intel, Qualcomm, AMD y Dell, estarán presentes en CES2024, y se espera que presenten públicamente nuevos chips que soporten servicios de inteligencia artificial en dispositivos, permitiendo tareas como visión por computadora (permitir a las máquinas "ver" y comprender imágenes y videos), y servicios de texto a voz que se sientan más instantáneos

Intel ha anunciado una nueva familia de procesadores, los Intel Core Ultra, que integran tecnologías como CPU, GPU y NPU en un solo chip, lo que permite un alto rendimiento en tareas creativas, juegos y productividad.

Webex y Zoom trabajan para mejorar la eficiencia energética y la respuesta de la plataforma durante las reuniones mediante el uso del kit de herramientas Intel® OpenVINO™ y la nueva Unidad de Procesamiento Neural (NPU) integrada en los procesadores de Intel

Estas innovaciones indican un enfoque creciente en la integración de capacidades de AI en los computadores personales, lo que podría transformar significativamente la eficiencia y la experiencia del usuario en una amplia gama de aplicaciones: 

 

- En atención médica, para ayudar a los médicos a diagnosticar enfermedades y a los pacientes a recibir atención personalizada
- En chatbots impulsados por IA, que se están utilizando en una variedad de industrias, desde la banca hasta la atención al cliente, para mejorar la eficiencia y la satisfacción del cliente
- En la industria automotriz para mejorar la seguridad y la eficiencia de los vehículos
- En la industria de la construcción para mejorar la eficiencia y la seguridad en los sitios de construcción
- En la industria de la energía para mejorar la eficiencia y reducir los costos
- En la industria de la logística para mejorar la eficiencia y reducir los costos
- En la industria de la manufactura para mejorar la eficiencia y reducir los costos
- En la industria de la publicidad para mejorar la eficacia de las campañas publicitarias
- En la industria de la seguridad para mejorar la eficiencia y la precisión de los sistemas de seguridad
- En la industria del transporte para mejorar la eficiencia y reducir los costos
- En la mayor eficiencia y precisión de muchas tareas legales, lo que podría tener un impacto significativo en la práctica legal próxima.

Enfoque Regulatorio

Las Unidades de Procesamiento Neural (NPU) pueden suponer riesgos e impactos regulatorios inherentes a la ÍA:

a. Privacidad de Datos y Consentimiento: La creciente capacidad de las NPU para procesar grandes volúmenes de datos, especialmente datos personales en aplicaciones como asistentes de voz y reconocimiento facial, puede plantear desafíos significativos en términos de privacidad. 

b. Las NPU, al ser más eficientes en el procesamiento de datos, podrían intensificar las preocupaciones sobre cómo se recopilan, almacenan y utilizan estos datos, en la perspectiva de regulaciones como el GDPR en Europa y el CCPA en California 

c. Seguridad y Ciberseguridad: A medida que las NPU se integran más en los sistemas cotidianos, la seguridad de los datos procesados y almacenados se vuelve crítica. Los reguladores podrían necesitar establecer estándares más estrictos para garantizar que estos sistemas sean resistentes a ataques cibernéticos, evitando así violaciones de datos y manipulación de sistemas.

d. Equidad y Sesgo en IA: Las NPU potencian algoritmos de aprendizaje automático y procesamiento de lenguaje natural, lo que conlleva un riesgo de sesgo en la toma de decisiones, especialmente en áreas sensibles como la selección de empleo, crédito y sistemas judiciales. Podría haber una mayor demanda de legislación que exija auditorías de algoritmos y transparencia en los modelos de IA para garantizar equidad y evitar discriminación.

e. Responsabilidad y Gobernanza de la IA: Determinar la responsabilidad en casos de fallos o decisiones erróneas tomadas por sistemas potenciados por NPU será un desafío. Los reguladores podrían necesitar desarrollar marcos legales claros que definan la responsabilidad y la gobernanza en el uso de IA, incluyendo la asignación de responsabilidades entre desarrolladores, proveedores y usuarios finales.

f. Normas y Estándares de Rendimiento: Con la introducción de los procesadores Intel Core Ultra y similares, podrían surgir normas para regular el rendimiento y la eficiencia energética de las NPU. Esto incluiría estándares para evaluar y comparar el rendimiento de las NPU en diferentes aplicaciones, garantizando que cumplan con los requisitos mínimos de eficiencia y sostenibilidad.

g. Impacto en el Trabajo y la Sociedad: A medida que las NPU permitan la automatización avanzada, podrían surgir cuestiones sobre el impacto en el empleo y la necesidad de políticas que aborden la reconfiguración del mercado laboral. Los reguladores podrían considerar formas de facilitar la transición para los trabajadores afectados y garantizar una distribución equitativa de los beneficios de la IA.

Preocupa un enfoque fragmentado hacia la regulación de la IA, con diversas jurisdicciones anunciando sus propias leyes, o bien sus propios estándares de compliance para prevenir riesgos basados en la autorregulación empresarial.

Las empresas, por su parte, deberán concentrarse en cómo las regulaciones no específicas de la IA podrían hacerlas responsables por su uso de la tecnología de IA. Por ejemplo, el uso de herramientas de decisión algorítmicas en su contratación podría violar leyes existentes. Garantizar que sus sistemas cumplan con las diversas regulaciones podría ser difícil y costoso.

El Reglamento General de Protección de Datos (GDPR) seguirá ejerciendo influencia al prohibir decisiones basadas únicamente en procesos automatizados a menos que se obtenga el consentimiento explícito del usuario o se cumplan otros requisitos; y nuevos estatutos adoptan un enfoque basado en el riesgo para regular la IA, con servicios de mayor riesgo sujetos a requisitos de supervisión y transparencia más estrictos. 

La Administración del Ciberespacio de China (CAC) ha esbozado un régimen regulatorio propuesto para abordar los riesgos tecnológicos y operativos específicos del uso de la IA generativa. Esto incluye la seguridad de los datos, la posible tergiversación y la propiedad intelectual. Las llamadas “medidas de borrador” se aplicarán a la investigación y desarrollo, así como al uso de la IA generativa en China, y podrían tener aplicabilidad extraterritorial.

Será importante que los reguladores trabajen en estrecha colaboración con los fabricantes de tecnología para garantizar que se aborden estas preocupaciones. También para los propios reguladores, las NPU tienen el potencial de mejorar la eficiencia y la precisión de muchas tareas regulatorias, lo que podría tener un impacto significativo en una variedad de sectores.

Según algunos analistas, la ÍA va a superar a los humanos en todas las tareas posibles para el año 2047. Faltan dos décadas largas para eso. 

Mientras tanto, atendamos el CES2024