MAUPITI: On-Device Prototype-Based Learning on a Smart Infrared Sensor

Imagina un mundo donde tus dispositivos puedan "verte" sin llegar a tomar una fotografía. Este es el reino de TinyML, una rama de la ciencia dedicada a comprimir algoritmos inteligentes y de aprendizaje en los dispositivos más diminutos y con mayor demanda de energía imaginables. Por lo general, para que una computadora aprenda algo nuevo —como reconocer un nuevo gesto de la mano— necesita estar conectada a un servidor masivo y potente en la nube. Esto es como enviar una carta a un bibliotecario súper inteligente cada vez que quieres aprender una palabra nueva; toma tiempo, energía y requiere una conexión constante. Pero, ¿qué pasaría si tu dispositivo pudiera aprender por sí mismo, justo donde se encuentra, usando solo una pizca de memoria y potencia? Este es el desafío del aprendizaje en el dispositivo (on-device learning). El objetivo es crear sensores que puedan adaptarse a nuevos entornos o aprender nuevos trucos sin necesidad de estar conectados a Internet o de agotarse por cálculos pesados. La idea clave es hacer que el "cerebro" del sensor sea tan eficiente que pueda actualizar su propio conocimiento instantáneamente, preservando la privacidad al no enviar nunca tus datos hacia el exterior.

Presentamos MAUPITI, un pequeño y astuto sensor inteligente que hace exactamente esto. Piensa en MAUPITI como un pequeño guardia de seguridad centrado en la privacidad, compuesto por una cuadrícula de 16 por 16 píxeles de detección de calor (una matriz infrarroja) y un microcontrolador súper eficiente. En lugar de tomar fotos de alta resolución que podrían revelar quién eres, solo ve las formas cálidas y borrosas de las personas y sus movimientos. El gran problema que los investigadores abordaron fue cómo enseñar a este sensor nuevas posturas o gestos después de haber sido fabricado, sin necesidad de enviar datos a la nube o de agotar su diminuta memoria.

El artículo introduce un método llamado aprendizaje basado en prototipos. Imagina que estás tratando de enseñarle a un robot a reconocer diferentes tipos de frutas. En lugar de mostrarle miles de fotos de manzanas y naranjas y obligarlo a memorizar cada detalle (lo cual es como el pesado método de "retropropagación" utilizado en la IA de gran escala), simplemente le muestras una "prototipo" de manzana perfecta y un "prototipo" de naranja perfecta. Cuando aparece una nueva fruta, el robot simplemente pregunta: "¿Esto se parece más a mi prototipo de manzana o a mi prototipo de naranja?". Este es el enfoque de Media de Clase Cercana (NCM, por sus siglas en inglés). El sensor MAUPITI utiliza un "codificador" preentrenado (un traductor que convierte las formas de calor en números simples) y luego almacena estos "prototipos" simples para cada postura o gesto.

Aquí está la magia: cuando el sensor necesita aprender una nueva postura, no necesita reentrenar todo su cerebro. Simplemente calcula la forma promedio de la nueva postura y la almacena como un nuevo prototipo. El artículo muestra que este enfoque funciona increíblemente bien en el hardware MAUPITI. En pruebas con dos conjuntos de datos diferentes —uno para reconocer cinco posturas humanas (como estar de pie o levantar los brazos) y otro para nueve gestos de la mano (como un puño o una señal de "shaka")— el sensor logró una precisión casi tan buena como los métodos tradicionales de gran capacidad.

Los investigadores descubrieron que este método es increíblemente eficiente. El sensor tiene solo 32 kB de memoria total (16 kB para instrucciones y 16 kB para datos), lo cual es diminuto comparado con un teléfono inteligente. Sin embargo, al usar este sistema de prototipos, pudo aprender nuevas clases con solo unos pocos ejemplos (tan pocos como uno, aunque cuatro funcionaron mejor) y actualizar su memoria en menos del 0,29% del tiempo total que le toma tomar una decisión. Esto significa que el sensor puede aprender un nuevo gesto en tiempo real, con casi ningún retraso.

Crucialmente, el artículo descarta la idea de que necesitas enviar datos a la nube o usar "buffers de repetición" complejos y que consumen mucha memoria (donde el dispositivo guarda imágenes antiguas para volver a aprenderlas más tarde) para aprender de manera efectiva. Demostraron que puedes saltarte la parte pesada de la "retropropagación" (la forma estándar y de alto consumo energético de entrenar la IA) por completo. En su lugar, al simplemente actualizar el "promedio" de la nueva forma, el sensor se mantiene rápido, privado y adaptable. El estudio confirma que este "sensor inteligente" puede manejar el aprendizaje continuo por sí solo, convirtiéndolo en una herramienta poderosa para futuros dispositivos que preservan la privacidad y que pueden evolucionar directamente en tu bolsillo o en tu pared.