La Tecnología detrás del “OK Google”

«Es necesario de muchos audios de entrenamiento que contemplen en sus ejemplos todas las dificultades mencionadas al pronunciar el “OK Google”, esto tradicionalmente requiere de computadoras con altas capacidades de cómputo y de almacenamiento.»

¿Cómo puede un smartphone basado en Android reconocer la palabra mágica “OK Google” para activar el asistente de voz de Google? ¿Nos escucha todo el tiempo mientras lo usamos? ¿La grabación de nuestra voz es enviada y analizada en un servidor de Google? Sí y no.

El equipo de Google desarrolló modelos de Machine Learning (aprendizaje automático) con un tamaño de solo 14 kB que puede trabajar en un pequeño procesador en el teléfono dedicado solamente a la tarea de reconocer el “OK Google”. La tecnología detrás del “OK Google” es conocida como Tiny Machine Learning (TinyML).

El Machine Learning mediante el procesamiento y análisis de una gran cantidad de información ha permitido el desarrollo de modelos que pueden resolver tareas complejas como reconocimiento de enfermedades mediante imágenes, recomendación de productos online, traducción de idiomas, o reconocimiento del habla como en este caso.

Pero, ¿Por qué es necesario utilizar el Machine Learning para reconocer una frase tan simple como “OK Google”? Pues, la forma de hablar de cada persona (tonos, acentos, timbre, vocalización, etc.), la velocidad con que se dicen las palabras, el ruido ambiental de fondo y el hardware diferente de cada dispositivo hace que sea una tarea sumamente complicada. Por lo que es necesario un programa que sea lo suficientemente robusto para que pueda adaptarse a todas estas dificultades y completar la tarea de manera exitosa.

Por esto es necesario de muchos audios de entrenamiento que contemplen en sus ejemplos todas las dificultades mencionadas al pronunciar el “OK Google”, esto tradicionalmente requiere de computadoras con altas capacidades de cómputo y de almacenamiento.

Le puede interesar: Consultoría y Gestión de Proyectos de Tecnología

Ahora, ¿Cómo un modelo de Machine Learning que ha sido entrenado con muchas horas de audio puede caber en un procesador tan pequeño? Justamente de eso se trata el TinyML, es un campo de estudio que integra el software, el hardware y algoritmos de Machine Learning para poder ejecutarlos dentro de pequeños dispositivos con capacidades de almacenamiento y procesamiento muy limitadas.

Las ventajas de aplicar este enfoque de TinyML para reconocer el “OK Google” son:

Para este caso es un requisito indispensable, pues al funcionar mientras se está usando el teléfono debe tener un bajo consumo para no afectar la duración de la batería. Si no fuera así, la solución brindada podría terminar convirtiéndose en un problema. Esto es posible mediante el uso de pequeños procesadores muy eficientes energéticamente.

Debido a las limitaciones de recursos de los dispositivos y su simplicidad contribuye a que tenga un costo relativamente bajo.

• Alta seguridad y baja latencia

Como todo el procesamiento se realiza dentro del mismo dispositivo, la información no es guardada en ningún lugar por lo que nadie puede acceder a esta información por lo que la privacidad está protegida, además al no transitar hacia algún servidor en la nube no puede ser interceptada por hackers y hace que el tiempo para activar el asistente de voz de Google sea menor.

Las principales herramientas de TinyML son: TensorFlow Lite de Google, ELL de Microsoft, STM32 Cube AI de STMicroelectronics, ARM-NN de ARM, etc.

En la India se desarrolló un sistema de monitoreo de uso de mascarillas faciales en lugares públicos con un dispositivo que tiene una memoria para representar los píxeles de un cuadro de video completo de solo 496 kB, en Italia y Suiza se está desarrollando un sistema de navegación robusta autónoma en mini-vehículos (tareas de clasificación de imágenes). Sin duda, es un campo que está creciendo aceleradamente y que va a tener múltiples aplicaciones en las ciudades inteligentes, la agricultura, las fábricas, la salud, etc.

Lea también: La Importancia de las Aplicaciones Web y Móviles en el Éxito Empresarial