Lanzado en 2021, el proyecto MISEL (Multispectral Intelligent Vision System with Embedded Low-Power Neural Computing) se acerca ahora a su finalización. Coordinado por el Centro de Investigación Técnica VTT de Finlandia, el proyecto ha combinado la computación neuromórfica —que imita la manera en que el cerebro procesa información— con tecnologías semiconductoras.
“Nuestro objetivo es construir dispositivos verdaderamente inteligentes capaces de realizar observaciones y tomar decisiones por sí mismos, sin enviar datos a superordenadores o a la nube. La computación neuromórfica puede ser cientos o incluso miles de veces más eficiente energéticamente que el procesamiento digital convencional”, explica Jacek Flak, líder del equipo de investigación en VTT y coordinador del proyecto.
El proyecto MISEL recibió casi 5 millones de euros de financiación del programa Horizonte 2020 de la UE. Junto con VTT, participan las universidades de Łódź, Lund, Santiago de Compostela y Wuppertal, el Instituto Fraunhofer, el instituto nacional de investigación LNE de Francia, y las empresas Kovilta Oy (Finlandia) y AMO GmbH (Alemania). El consorcio reúne experiencia interdisciplinaria en ciencia de materiales, electrónica y diseño de algoritmos.
Dispositivos móviles más inteligentes sin conectividad constante
Normalmente, la inteligencia artificial requiere buena conectividad con servicios en la nube o una gran capacidad de computación local. Sin embargo, el proyecto MISEL acerca la inteligencia al borde —directamente a los dispositivos—. Este planteamiento permite que los sistemas alimentados por batería procesen e interpreten datos sensoriales de forma rápida y con bajo consumo energético, además de reducir riesgos de ciberseguridad y privacidad.
“Imagina un dron buscando supervivientes tras un terremoto a través de humo, polvo y escombros. Necesita interpretar su entorno y tomar decisiones al instante. Puede que no haya conectividad de red y la vida útil de la batería es limitada”, explica Flak.
La vista humana y el cerebro como modelo para la visión artificial
La naturaleza ha sido una fuente clave de inspiración. El modelo utilizado ha sido la colaboración entre la retina humana, la corteza visual y el lóbulo prefrontal para la percepción e interpretación. La mosca de la fruta también sirve como modelo ideal, ya que consume cantidades minúsculas de energía para volar, navegar, evitar el peligro y encontrar alimento.
Uno de los resultados clave del proyecto es un system on chip desarrollado por Kovilta, empresa especializada en tecnología avanzada de circuitos integrados. El nuevo circuito integra tanto la captura como una parte importante del procesamiento de imágenes en el mismo chip de silicio. Combina un sensor de imagen de alto rango dinámico (más de 120 dB), alta velocidad de captura (más de 1.000 fotogramas por segundo) y procesamiento de imágenes en paralelo a gran escala, habilitando análisis versátiles de movimiento y reconocimiento de patrones.
“A diferencia de una cámara de vídeo convencional, que captura fotogramas estáticos, este sensor detecta el movimiento y los cambios en el tiempo y el espacio, como un ojo biológico”, explica Flak. “El resultado es un flujo de datos comprimido y muy eficiente sin sacrificar precisión”.
El proyecto también exploró sensores de imagen basados en puntos cuánticos (quantum dots), una tecnología de cámara avanzada que amplía la visión más allá del espectro visible hacia el infrarrojo. Esto permite detectar patrones y movimiento incluso en condiciones de poca luz o niebla donde la visión humana tiene dificultades.
Diseñando toda la cadena de señal como un único sistema
Dentro de MISEL, los sensores, unidades de memoria, algoritmos y componentes electrónicos se han diseñado conjuntamente como un sistema unificado. La optimización de toda la cadena de señal es clave para lograr un sistema compacto y eficiente. El proyecto también ha desarrollado núcleos de procesador especializados —aceleradores de IA en el borde— que aumentan el rendimiento de la IA manteniendo un consumo energético mínimo.
“Diseñar el hardware y el software en estrecha integración garantiza que todos los componentes funcionen de manera fluida y extremadamente eficiente”, afirma Flak.
Junto con la Universidad de Lund, VTT desarrolló memorias no volátiles basadas en materiales ferroeléctricos, integrables directamente en un chip. Estas memorias han demostrado su funcionalidad y su desarrollo continúa. Kovilta planea aplicar las arquitecturas de aceleradores desarrolladas en MISEL a campos como la robótica autónoma y la tecnología vehicular.
“Una capacidad superior para observar el entorno e interpretar las observaciones con precisión es fundamental para que robots y vehículos operen de forma independiente y segura entre personas. Por ejemplo, los futuros robots de asistencia deberán tomar decisiones rápidas para evitar colisiones con personas en movimiento. Al mismo tiempo, el equipo debe ser pequeño, consumir poca energía y fabricarse con costes adecuados para productos de consumo masivo”, afirma Mika Laiho, director de tecnología de Kovilta.
Aplicaciones desde la industria hasta la seguridad
Las soluciones desarrolladas en el proyecto pueden aplicarse en una amplia variedad de usos. Cámaras inteligentes podrían monitorizar procesos industriales, almacenes o fronteras de manera autónoma, mientras que robots móviles podrían tomar decisiones seguras incluso en presencia de humanos. El siguiente paso será aprovechar estos resultados en nuevos proyectos y en las líneas piloto de producción de VTT.
“En el futuro, estos avances podrán emplearse en dispositivos autónomos que vean, piensen y actúen de forma tan independiente y eficiente energéticamente como una mosca de la fruta”, concluye Flak.
