NVIDIA Inception y la línea de I+D de Myukura: modelos especializados e inteligencia artificial local

Cuando se habla de inteligencia artificial aplicada a la salud, gran parte de la conversación gira alrededor de los modelos.

En la práctica, construir un producto requiere resolver muchas otras decisiones: dónde se ejecuta cada proceso, cuánto tarda, qué datos necesita, qué información debe abandonar el dispositivo, cómo se evalúa el resultado y qué ocurre cuando el sistema se equivoca.

Son preguntas de arquitectura, no únicamente de inteligencia artificial.

Dentro de Myukura, una parte de ese trabajo se concentra en una línea que combina modelos especializados, procesamiento local y computación acelerada mediante GPU.

Nuestra pertenencia a NVIDIA Inception se enmarca precisamente ahí.

Qué es NVIDIA Inception

NVIDIA Inception es el programa de NVIDIA dirigido a startups que desarrollan productos basados en inteligencia artificial y otras tecnologías de computación acelerada.

De acuerdo con NVIDIA, el programa ofrece acceso a recursos técnicos, formación a través del Deep Learning Institute, herramientas y SDK, determinadas ventajas sobre productos y servicios del ecosistema y oportunidades de conexión con su red.

El programa no exige participación accionarial ni una cuota de entrada.

Para Myukura, sin embargo, uno de sus efectos más concretos apareció fuera de una plataforma o un crédito tecnológico.

Fue a través de NVIDIA Inception como conocimos la convocatoria del 8.º MareNostrum Hackathon del Barcelona Supercomputing Center.

Del programa al MareNostrum Hackathon

Nuestra selección en el hackathon nos permitió trabajar durante varios días sobre infraestructura de computación de alto rendimiento y contar con apoyo técnico de los mentores participantes.

El objetivo de nuestro equipo era estudiar un problema específico: el reconocimiento automático de voz en contexto clínico y en español.

Durante el hackathon entrenamos y evaluamos nuestros propios modelos y comparamos diferentes configuraciones para comprender mejor las limitaciones que aparecen al trabajar con vocabulario clínico y diferentes formas de hablar.

Este tipo de trabajo es especialmente valioso porque obliga a abandonar la percepción abstracta de que “el modelo funciona” y convertirla en preguntas medibles:

¿En qué se equivoca?

¿Con qué tipo de palabras?

¿Qué ocurre con los medicamentos?

¿Qué sucede cuando cambia el acento?

¿Qué coste computacional tiene mejorar el resultado?

Por qué desarrollamos modelos especializados

Una parte de la investigación de Myukura se centra en el desarrollo y evaluación de modelos propios para tareas clínicas concretas.

Nuestro trabajo aborda problemas como el reconocimiento de voz en español clínico, la identificación de terminología médica, medicamentos, dosis y otras expresiones especialmente sensibles a errores de transcripción, así como la variabilidad que introducen los distintos acentos y formas naturales de hablar.

Pero el tamaño de un modelo no es, por sí solo, una medida de su utilidad.

Para determinadas tareas, investigamos arquitecturas especializadas capaces de ofrecer un mayor control sobre el comportamiento del sistema, sus requisitos computacionales y la forma en que puede evaluarse.

Esto cobra especial importancia cuando el objetivo es ejecutar inteligencia artificial cerca del lugar donde se generan los datos.

Un modelo especializado y optimizado puede reducir requisitos de memoria y computación, mejorar la latencia y facilitar su despliegue en infraestructura local.

La arquitectura de Myukura parte precisamente de esa idea: no existe un único modelo adecuado para todos los problemas.

Distintas tareas pueden requerir modelos, tamaños y estrategias de ejecución diferentes. Nuestro trabajo consiste en investigar esa combinación y determinar qué arquitectura ofrece el equilibrio adecuado entre precisión, eficiencia, privacidad y capacidad de supervisión.

La otra línea: inteligencia artificial local

Una segunda área de trabajo es Myukura Edge.

El objetivo de esta línea es investigar arquitecturas en las que determinados procesos puedan ejecutarse en infraestructura situada dentro del propio entorno de la organización.

En sanidad, la ubicación del procesamiento no es una cuestión puramente técnica.

Puede afectar a la latencia, la dependencia de conectividad, el control sobre la infraestructura y el recorrido que realizan determinados datos.

Por eso estudiamos una arquitectura que no dependa necesariamente de una única forma de computación.

Nube y procesamiento local pueden tener funciones distintas dentro del mismo sistema.

Una arquitectura antes que un modelo

La experiencia de estos meses ha reforzado una idea que consideramos central en Myukura.

La inteligencia artificial clínica no debería plantearse como una carrera por incorporar el modelo de moda más reciente.

Para construir un sistema útil hay que decidir dónde aporta valor cada tecnología y dónde introduce nuevos riesgos o complejidad.

Nuestro trabajo con NVIDIA, el acceso a infraestructura GPU y la experiencia del MareNostrum Hackathon forman parte de ese aprendizaje.

No buscamos que la tecnología sustituya el criterio del profesional.

Buscamos construir herramientas que puedan ayudar a reducir el trabajo administrativo manteniendo al profesional dentro del proceso de revisión.

Esa combinación de especialización, arquitectura y supervisión humana seguirá siendo una de las bases de la I+D de Myukura.

NVIDIA, el logotipo de NVIDIA y NVIDIA Inception son marcas comerciales o marcas registradas de NVIDIA Corporation en Estados Unidos y otros países.