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

Imagine um mundo onde seus dispositivos podem "ver" você sem nunca tirar uma foto. Este é o reino do TinyML, um ramo da ciência dedicado a espremer algoritmos inteligentes e de aprendizado nos menores e mais famintos por energia dispositivos imagináveis. Normalmente, para um computador aprender algo novo — como reconhecer um novo gesto de mão — ele precisa estar conectado a um servidor massivo e poderoso na nuvem. Isso é como enviar uma carta a um bibliotecário superinteligente toda vez que você quer aprender uma palavra nova; leva tempo, energia e exige uma conexão constante. Mas e se o seu dispositivo pudesse aprender sozinho, exatamente onde está, usando apenas um pouquinho de memória e potência? Este é o desafio do aprendizado em dispositivo (on-device learning). O objetivo é criar sensores que possam se adaptar a novos ambientes ou aprender novos truques sem precisar estar conectado à internet ou ser drenado por cálculos pesados. A ideia central é tornar o "cérebro" do sensor tão eficiente que ele possa atualizar seu próprio conhecimento instantaneamente, preservando a privacidade ao nunca enviar seus dados para fora.

Apresentamos o MAUPITI, um pequeno e inteligente sensor que faz exatamente isso. Pense no MAUPITI como um pequeno segurança focado em privacidade, feito de uma grade de 16 por 16 pixels de detecção de calor (um arranjo infravermelho) e um microcontrolador super eficiente. Em vez de tirar fotos de alta resolução que poderiam revelar quem você é, ele apenas vê as formas quentes e borradas das pessoas e seus movimentos. O grande problema que os pesquisadores enfrentaram foi como ensinar este sensor novas poses ou gestos depois de ele ter sido construído, sem a necessidade de enviar dados para a nuvem ou usar sua pequena memória.

O artigo introduz um método chamado aprendizado baseado em protótipos. Imagine que você está tentando ensinar um robô a reconhecer diferentes tipos de frutas. Em vez de mostrar a ele milhares de fotos de maçãs e laranjas e forçá-lo a memorizar cada detalhe (o que é como o método pesado de "backpropagation" usado na IA de grande escala), você apenas mostra a ele uma "maçã protótipo" perfeita e uma "laranja protótipo" perfeita. Quando uma nova fruta aparece, o robô apenas pergunta: "Isso se parece mais com o meu protótipo de maçã ou com o meu protótipo de laranja?". Esta é a abordagem de Média de Classe Mais Próxima (Nearest Class Mean - NCM). O sensor MAUPITI usa um "codificador" pré-treinado pequeno (um tradutor que transforma formas de calor em números simples) e então armazena esses "protótipos" simples para cada pose ou gesto.

Aqui está a mágica: quando o sensor precisa aprender uma nova pose, ele não precisa retreinar todo o seu cérebro. Ele simplesmente calcula a forma média da nova pose e a armazena como um novo protótipo. O artigo mostra que essa abordagem funciona incrivelmente bem no hardware MAUPITI. Em testes com dois conjuntos de dados diferentes — um para reconhecer cinco poses humanas (como estar de pé ou levantar os braços) e outro para nove gestos de mão (como um punho ou um sinal de "shaka") — o sensor alcançou uma precisão quase tão boa quanto os métodos tradicionais e pesados.

Os pesquisadores descobriram que este método é incrivelmente eficiente. O sensor possui apenas 32 kB de memória total (16 kB para instruções e 16 kB para dados), o que é minúsculo comparado a um smartphone. No entanto, ao usar este sistema de protótipos, ele pôde aprender novas classes com apenas alguns exemplos (apenas um, embora quatro tenham funcionado melhor) e atualizar sua memória em menos de 0,29% do tempo total que leva para tomar uma decisão. Isso significa que o sensor pode aprender um novo gesto em tempo real, com quase nenhum atraso.

Crucialmente, o artigo descarta a ideia de que você precisa enviar dados para a nuvem ou usar "buffers de replay" complexos e ávidos por memória (onde o dispositivo salva fotos antigas para reaprender mais tarde) para aprender de forma eficaz. Eles demonstraram que você pode pular todo o trabalho pesado do "backpropagation" (a forma padrão e de alto consumo de energia de treinar IA) inteiramente. Em vez disso, ao simplesmente atualizar a "média" da nova forma, o sensor permanece rápido, privado e adaptável. O estudo confirma que este "sensor inteligente" pode lidar com o aprendizado contínuo por conta própria, tornando-o uma ferramenta poderosa para futuros dispositivos que preservam a privacidade e que podem evoluir dentro do seu bolso ou na sua parede.