Una startup del MIT trabaja en un nuevo tipo de inteligencia artificial

Liquid AI, una especie de spin-off del Instituto Tecnológico de Massachusetts (MIT), anunció el 6 de diciembre que había recaudado 37,5 millones de dólares. Esta financiación permitirá a esta nueva entidad diseñar modelos de inteligencia artificial (IA) impulsados ​​por un nuevo tipo de red neuronal.

Redes neuronales líquidas: ¿la IA del futuro?

Para su recaudación de fondos, Liquid AI se acercó a varios fondos de inversión y pudo contar con la participación de inversores privados como el cofundador de GitHub, Tom Preston Werner, el cofundador de Shopify, Tobias Lütke y la empresa Red Hat. -fundador Bob Young. La nueva empresa está valorada ahora en 303 millones de euros.

Ramin Hasani, exdirector científico de Vanguard, encabeza esta entidad. Lo acompañan Mathias Lechner, como director tecnológico (CTO), y Alexander Amini, como director científico. Con la ayuda de Daniela Rus, cofundadora de la spin-off y directora del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT, los tres investigadores inventaron las redes neuronales líquidas (LNN). Para aprovechar su descubrimiento crearon Liquid AI.

A diferencia de una red neuronal más tradicional, las redes neuronales líquidas utilizan menos neuronas y parámetros, pero ofrecen un rendimiento igual de confiable. A modo de comparación, una red neuronal líquida entrenada para realizar tareas como volar un dron al aire libre puede contener sólo 20.000 parámetros y menos de 20 neuronas. Utilizando una red neuronal convolucional (CNN) típicamente utilizada para entrenar modelos de aprendizaje profundo, se multiplicaría el número de parámetros y neuronas utilizadas, hasta alcanzar un mínimo de 100.000 neuronas y medio millón de parámetros.

Si con las tecnologías actuales un modelo con un número bajo de parámetros y neuronas es sinónimo de una solución menos eficiente, con las redes neuronales líquidas las cartas se reorganizarán. Con menos neuronas y parámetros, pero un alto nivel de rendimiento, los modelos desarrollados utilizarán menos potencia informática. Un verdadero avance que permitiría reducir el altísimo coste de funcionamiento de la IA generativa.

Las redes neuronales líquidas tienen una última gran ventaja. Tienen la capacidad de adaptar su configuración en función de las solicitudes de los usuarios para satisfacer mejor sus necesidades. En las pruebas realizadas por Liquid AI, los LNN superaron a otros algoritmos de última generación y tomaron decisiones consistentes a diferencia de los modelos que utilizan CNN.

A principios de este año, el equipo de Liquid AI desarrolló con éxito una red neuronal líquida con 19 neuronas. Los investigadores del MIT utilizaron una base de datos de los vuelos de un piloto profesional de drones para entrenar su modelo. Implementaron su solución en una flota de drones cuadrotores para ver si podían volar de forma autónoma en diversos entornos al aire libre, como bosques o una zona urbana densa. Hasta el momento, los experimentos llevados a cabo por Liquid AI parecen ser concluyentes.