El proceso de creación de funciones lingüísticas para Galaxy AI requirió mucho tiempo y esfuerzo, ya que cada idioma presenta una estructura y cultura únicas. Investigadores de Samsung de todo el mundo -Brasil, China, India, Indonesia, Japón, Jordania, Polonia y Vietnam- compartieron los retos y los triunfos del desarrollo de Galaxy AI. Samsung Newsroom ha recopilado un resumen de sus historias a continuación.

Desarrollo de un modelo de traducción

Las funciones de Galaxy AI, como Live Translate, realizan tres procesos básicos: reconocimiento automático de voz (ASR), traducción automática neuronal (NMT) y conversión de texto a voz (TTS).

▲ El reconocimiento automático del habla (ASR), la traducción automática neuronal (NMT) y la conversión de texto a voz (TTS) requieren distintos conjuntos de información para su entrenamiento.

El Instituto de Investigación y Desarrollo de Samsung de Vietnam (SRV) se enfrentó a obstáculos con los modelos de reconocimiento automático del habla (ASR) porque el vietnamita es un idioma con seis tonos distintos. Los idiomas con tonos pueden ser difíciles de reconocer para la IA debido a la complejidad que los tonos añaden a los matices lingüísticos. SRV respondió al reto con un modelo que diferencia entre fotogramas de audio más cortos, de unos 20 milisegundos.

El Instituto de Investigación y Desarrollo de Samsung de Polonia (SRPOL) se enfrentó al gigantesco reto de entrenar modelos de traducción automática neural (NMT) para un continente tan variado como Europa. Aprovechando su amplia experiencia en proyectos que abarcan más de 30 idiomas en cuatro zonas horarias, SRPOL fue capaz de sortear la dificultad de traducir ciertas frases y manejar expresiones idiomáticas que pueden no tener equivalentes directos en otros idiomas.

El Instituto de Investigación y Desarrollo de Samsung de Jordania (SRJO) adaptó el árabe -una lengua hablada en más de 20 países en unos 30 dialectos- para Galaxy AI. Crear un modelo de texto a voz (TTS) no fue tarea fácil, ya que los diacríticos y las guías de pronunciación son ampliamente comprendidos por los hablantes nativos de árabe, pero están ausentes en la escritura. Basándose en un sofisticado modelo de predicción de los diacríticos ausentes, SRJO pudo publicar un modelo lingüístico que entiende los dialectos y puede responder en árabe estándar.

La importancia de los datos

A lo largo del proceso de capacitación de Galaxy AI en cada idioma, un tema general fue la importancia de una colaboración abierta con las instituciones locales. La calidad de los datos utilizados afecta directamente a la precisión del ASR, NMT y TTS. Por eso, Samsung trabajó con varios socios para obtener y revisar datos que reflejaran la jerga, los dialectos y otras variantes de cada región.

▲ Cada lengua tiene sus propias cualidades, que dificultan la creación de un modelo lingüístico de inteligencia artificial. En el caso de las lenguas tonales, como el vietnamita, los tonos aumentan la complejidad.

El Instituto de Investigación y Desarrollo de Samsung en India-Bangalore (SRI-B) colaboró con el Instituto de Tecnología de Vellore para obtener casi un millón de líneas de datos de audio segmentados y procesados sobre conversaciones, palabras y comandos. Los estudiantes obtuvieron experiencia práctica en un proyecto de la vida real, así como la tutoría de expertos de Samsung; el rico almacén de datos ayudó a SRI-B a entrenar Galaxy AI en hindi, cubriendo más de 20 dialectos regionales y sus respectivas inflexiones de tono, puntuación y expresiones coloquiales.

Para el modelo del español latinoamericano era imprescindible contar con conocimientos lingüísticos locales, ya que la variedad del idioma se refleja en la diversidad de su base de usuarios. Por ejemplo, la palabra piscina puede ser alberca (México), piscina (Colombia, Bolivia, Venezuela) o pileta (Argentina, Paraguay, Uruguay) según la región de la que seas originario. El Instituto Samsung de Investigación y Desarrollo de Brasil (SRBR) trabajó con los institutos de ciencia y tecnología SiDi y Sidia para recopilar y gestionar cantidades masivas de datos, así como para perfeccionar y mejorar las fuentes de audio y texto para el modelo de español latinoamericano de Galaxy AI.

El Instituto Samsung de Investigación y Desarrollo de China-Pekín (SRC-B) y el Instituto de Investigación y Desarrollo Samsung China-Guangzhou (SRC-G) se asociaron con las empresas chinas Baidu y Meitu para aprovechar su experiencia en el desarrollo de grandes modelos lingüísticos (LLM) como ERNIE Bot y MiracleVision, respectivamente Como resultado, Galaxy AI admite los dos modos principales de chino mandarín y cantonés.

Además de la cooperación externa, también fueron fundamentales la diligencia debida y los recursos internos.

El bahasa indonesio es un idioma famoso por su amplio uso de significados contextuales e implícitos que se basan en claves sociales y situacionales. Los investigadores del Instituto Samsung de Investigación y Desarrollo de Indonesia (SRIN) salieron al campo a grabar conversaciones en cafeterías y entornos de trabajo para captar ruidos ambientales auténticos que pudieran distorsionar la entrada de datos. Esto ayudó al modelo a aprender a reconocer la información necesaria a partir de la entrada verbal, mejorando en última instancia la precisión del reconocimiento del habla.

En el japonés hay muchos homónimos, ya que el número de sonidos es limitado. Por lo tanto, muchas palabras se deben determinar en función del contexto. El Instituto Samsung de Investigación y Desarrollo de Japón (SRJ) utilizó Samsung Gauss, el LLM interno de la empresa, estructura oraciones contextuales con palabras o frases relevantes para cada escenario para ayudar al modelo de IA a diferenciar entre homónimos.

Red mundial de investigación de Samsung

Los profesionales de varios institutos de Investigación y Desarrollo de Samsung aprovecharon al máximo la red mundial de investigación de Samsung.

Antes de abordar el hindi, SRI-B colaboró con equipos de todo el mundo para desarrollar modelos lingüísticos de IA para el inglés británico, indio y australiano, así como para el tailandés, el vietnamita y el indonesio. Ingenieros de otros centros de investigación de Samsung visitaron Bangalore (India) para llevar el vietnamita, el tailandés y el indonesio a Galaxy AI.

▲ Staff and collaborators pose in front of Samsung R&D Institute India-Bangalore (SRI-B)

SRPOL tenía una amplia experiencia en el desarrollo de modelos ASR, NMT y TTS para una gran variedad de idiomas. SRPOL, protagonista clave en la expansión lingüística de Galaxy AI, colaboró en todos los continentes para apoyar SRJO con dialectos árabes y SRBR con portugués brasileño y español latinoamericano.

Los desarrolladores de Samsung en cada uno de estos lugares aprendieron a colaborar a través de fronteras y husos horarios. Los desarrolladores de SRIN incluso observaron las costumbres locales de ayuno en la India cuando se reunieron con sus colegas de SRI-B. Muchos reflexionaron sobre su trabajo con orgullo y gratitud, dándose cuenta de las implicancias duraderas que este proyecto tiene en el idioma, la cultura, el patrimonio y la identidad.

Esfuerzos continuos a medida que avanza el proceso

Recientemente Samsung presentó Galaxy AI en sus últimos dispositivos plegables y portátiles. Desde su lanzamiento a principios de este año, Galaxy AI ya se ha utilizado en más de 100 millones de dispositivos. “Esperamos alcanzar los 200 millones de dispositivos a finales de 2024”, declaró Won-joon Choi, Vicepresidente Ejecutivo y Director de la Oficina de Investigación y Desarrollo de Móviles, Mobile eXperience Business de Samsung Electronics, en un reciente debate.

En medio de esta misión de democratizar la IA, es importante mirar atrás y celebrar los logros y avances que han llevado a proporcionar esta tecnología segura e inclusiva que beneficiará a la humanidad y mejorará vidas. Al construir el ecosistema Galaxy AI con aún más funciones, idiomas y variantes regionales, Samsung está facilitando los intercambios interculturales de manera sin precedentes para hacer realidad su visión de IA para Todos.

El Instituto de Investigación y Desarrollo de Japón (SRJ) se creó para ser un centro de I+D centrado en hardware, como electrodomésticos y pantallas. Con la demanda de innovación en IA aumentando en todo el mundo, SRJ en Yokohama también ha estado operando un laboratorio de desarrollo de software para crear la función de Live Translate de Galaxy AI que, desde finales del año pasado, traduce automáticamente las llamadas de voz en tiempo real.

“La función de Live Translate es especialmente útil en los viajes, como en el caso de quienes acudan a los Juegos Olímpicos de este año en París”, afirma Takayuki Akasako, director de Inteligencia Artificial de SRJ. “Actualmente estamos desarrollando un programa de reconocimiento de voz para personas que hacen turismo y van a ver los Juegos Olímpicos de París y entrenando el programa de reconocimiento de voz para aprender sobre los Juegos y las ubicaciones de los estadios para París 2024”.

Comprensión del contexto en el reconocimiento de voz

Para aquellos que ya utilizan las funciones de traducción de Galaxy AI, estas funcionalidades pueden parecer muy útiles. Pero los desarrolladores que las han creado saben que poder comunicarse en el extranjero no es algo que se pueda dar por sentado.

Una cosa que el equipo notó fue que hay más homónimos en japonés que en otros idiomas. Por ejemplo, ‘palillos’ (Hashi,箸) y ‘puente’ (Hashi,橋) son relativamente fáciles de distinguir debido a la diferencia de entonación, pero palabras como ‘turismo’ (Kankō,観光), ‘costumbres’ (Kankō,慣行), ‘público’ (Kōkyō,公共) y ‘prosperidad’ (Kōkyō,好況) deben interpretarse según el contexto.

“La interpretación se vuelve más difícil cuando el contexto es ambiguo, como en los casos de nombres de lugares y personas, nombres propios, dialectos y números”, dice Akasako. “Por lo tanto, para mejorar la precisión del reconocimiento de voz, se necesitan muchos datos”.

“Siempre buscamos formas de ajustar el modelo de IA para eventos y momentos clave, a tiempo”, añade Akasako. “Con muchas combinaciones nuevas de nombres de lugares y actividades, es importante que el contexto quede claro cuando las personas usan Galaxy AI”.

Desafíos en la recopilación de datos eficientes

Si bien también es importante reconocer los tipos de datos necesarios, recopilar los datos en sí mismo es un desafío aparte.

Anteriormente, el equipo de SRJ utilizaba datos grabados por personas para entrenar el motor de reconocimiento de voz para la función de Live Translate, lo que no nos llevaba a una recopilación de datos suficiente.

Samsung Gauss, el modelo de lenguaje grande (LLM, por sus siglas en inglés) de la compañía, utiliza guiones para estructurar oraciones con palabras o expresiones que son relevantes para cada escenario. Los datos recopilados con Samsung Gauss no solo los graban las personas, sino que también los generan datos de síntesis de voz text-to-speech (TTS), por medio de los cuales las personas realizan la verificación de calidad final. Con este método, el equipo ha observado una mejora significativa en la eficiencia de la recopilación de datos.

“Cada vez que se identifica y resuelve un problema, la precisión del reconocimiento de voz mejora significativamente”, explica Akasako. “Independientemente de dónde se encuentren las personas, nuestro objetivo es conectarlas entre sí, y las herramientas impulsadas por Galaxy AI garantizarán una comunicación más divertida y eficiente”.

Hay un dicho en el Instituto de Investigación y Desarrollo de Samsung de Polonia (SRPOL, su sigla en inglés): “Un día en SRPOL dura 96 ​​horas”. Se refiere a su papel global como uno de los centros de I+D más grandes y de más rápido crecimiento en la región, que a menudo trabaja en cuatro zonas horarias diferentes. Ubicado en el corazón de Europa y cubriendo muchos mercados europeos y globales, SRPOL ha trabajado en reconocimiento automático de voz, traducción automática neuronal y modelos de texto a voz para más de 30 idiomas. Cuando se trató de incorporar 10 idiomas a Galaxy AI, esta experiencia significó que el equipo estaba bien preparado para combinar de forma continua las perspectivas culturales con la tecnología global de Samsung.

SRPOL tiene años de experiencia en procesamiento del lenguaje natural. Lo que lo hace único es su adaptabilidad para trabajar en cualquier idioma gracias al apasionado equipo y sus herramientas, como una plataforma de crowdsourcing que permite un desarrollo rápido y ágil.

“La colaboración en todo el continente significa la recopilación, anotación e investigación de datos incesantes, lo que se ha convertido en algo que realmente disfrutamos”, afirma Kornel Jankowski, Head de Decodificación de Voz de SRPOL. “Hemos trabajado con tantos idiomas que nuestro equipo desarrolló habilidades universales e independientes del idioma. Cuando nos piden que apoyemos un nuevo modelo de lenguaje, la actitud de todos es: ¡Que bueno, vamos a aprender otro, será divertido!».

Un centro europeo para el desarrollo del lenguaje de IA

El idioma es una piedra angular de la cultura y la comunicación en toda Europa, independientemente de si está incorporado a la tecnología. Sin embargo, presenta desafíos únicos para el equipo de SRPOL, que desarrolla modelos de inteligencia artificial para idiomas europeos.

“Cada idioma y la cultura de la que forma parte conlleva obstáculos que nos hacen reevaluar cómo percibimos un tema específico”, explica Adam Ros, Head de Inteligencia Artificial de SRPOL. Estos obstáculos incluyen sortear la intraducibilidad de ciertas frases y manejar expresiones idiomáticas que pueden no tener equivalentes directos en otros idiomas.

El equipo vio estos desafíos como una oportunidad para hacer de SRPOL un centro europeo para el desarrollo del lenguaje de IA. El mayor beneficio de esto es que acorta el camino de comunicación entre diferentes departamentos y, fundamentalmente, el camino de toma de decisiones. Ya sea que se trate de reconocimiento automático de voz, traducción automática neuronal o texto a voz, los equipos podrían simplemente acercarse a sus colegas en Garantía de Calidad Móvil y resolver juntos los problemas de manera eficiente.

Si bien esto ha ayudado, no ha superado todos los desafíos de la IA. Inevitablemente, existen limitaciones en los modelos de IA cuando se trata de múltiples idiomas europeos, como la traducción sin contexto o variaciones en la entonación. Sin embargo, el equipo vio esto como una oportunidad para seguir aprendiendo e innovando.

“Mi equipo nunca se detiene en un solo ejemplo cuando maneja una palabra o tema nuevo. Algunas lenguas europeas son más difíciles que otras”, añade Ros. Si alguna vez estuviste en España, sabrás que el español se habla a menudo a velocidades vertiginosas y necesitamos entrenar bien a la IA para manejar eso”.

La expansión de Galaxy AI requirió una novedosa colaboración entre continentes, pero el trabajo pronto creció más allá de las fronteras europeas. SRPOL apoyó los esfuerzos del equipo de Jordania para enseñar la gran variedad de dialectos árabes de Galaxy AI, así como el trabajo del equipo de Brasil en idiomas latinoamericanos.

La importancia de las sutilezas del idioma y las diferencias culturales están en el radar de los desarrolladores de productos SRPOL porque todas ellas pueden notarse por el objetivo: los usuarios finales.

“Existen diferencias sutiles entre las culturas europeas que influyen en si algo se siente natural para el usuario final. Por ejemplo, en algunos países la gente espera leer los precios con el símbolo del euro (€), mientras que otros están acostumbrados a verlo escrito, e-u-r-o-s”, dice Agata Maria Rozycka, Head de Investigación de Inteligencia de Voz en SRPOL. “Si este matiz cultural no se refleja en el texto traducido, la interfaz puede parecer menos intuitiva para el usuario. La implementación de estos conocimientos a nivel micro en el diseño de interfaces puede hacer que la tecnología se sienta más natural en diversas culturas”.

“El equipo se ha estado comunicando y colaborando de forma remota en diferentes países durante muchos años, creando numerosos canales de comunicación eficaces”, afirma Marcin Mrugala, Head de Garantía de Calidad Móvil de SRPOL. “Estábamos listos para hacer nuestra parte para permitir que Galaxy AI reduzca las barreras del idioma en todo el mundo”.

Tecnología para unir culturas

Gestionar e integrar diversos conocimientos lingüísticos y culturales es una tarea desafiante, pero es esencial para la visión de Samsung para Galaxy AI: reducir las barreras que dividen a las personas según el idioma y la cultura, y permitirles crear conexiones más profundas.

“No sólo estamos construyendo la tecnología del futuro, sino también los equipos del futuro. Nuestras mejores prácticas están diseñadas para perfeccionar los productos en función de las diferencias entre países, pero fundamentalmente creemos que nuestras similitudes superan con creces nuestras diferencias y que nuestra tecnología puede unir culturas”, afirma Mrugala.

“Nuestro objetivo es unir a las personas, hacerles la vida más fácil y simplificar sus tareas diarias. Estamos viendo a nuestras familias usar la Grabadora de Voz de nuevas maneras y ahora podemos llamar a nuestros amigos en diferentes países y hablar con ellos en su propio idioma. Es mágico ver este cambio en el mundo y ser parte de él. Galaxy AI unió a la gente de SRPOL y ahora estamos uniendo al mundo”, concluye Rozycka.

Escondido dentro del Instituto de Tecnología Vellore en Chennai, India, hay un laboratorio lleno de equipos de audio futuristas. Se pueden encontrar maniquíes —conocidos en la industria como simuladores de cabeza y torso— así como micrófonos binaurales y audífonos. Se almacenan en cámaras especiales tratadas con un avanzado sistema de absorción acústica, lo que convierte a este laboratorio en el primero de su tipo en la India. Imaginate que una instalación así se utiliza para desarrollar los últimos equipos de alta fidelidad (Hi-Fi) de próxima generación.

Acá es donde el Instituto de Tecnología Vellore colabora con Samsung para producir y desarrollar datos e ideas que impulsan los últimos modelos de IA para las capacidades lingüísticas de Galaxy AI. El centro se desarrolló como parte del Samsung SEED (Students Ecosystem for Engineered Data) Labs, una iniciativa que permite al personal universitario, estudiantes y becarios en la India trabajar en proyectos solicitados por Samsung desde 2021. Este es solo uno de varios programas universitarios financiados por Samsung, en el que los alumnos tienen la oportunidad de trabajar en proyectos con expertos técnicos de la empresa.

“Como estudiante, me encanta poder trabajar en varios proyectos con una empresa conocida y respetada como Samsung”, asegura Yashika Ilanchezhiyan, estudiante del Samsung SEED. “Me dieron confianza para aprender nuevas habilidades de manera práctica y siento que estoy marcando una diferencia real en los productos actuales y futuros”.

“En este tipo de colaboración todos salen ganando”, afirma Giridhar Jakki, director de IA para idiomas en el Instituto de Investigación y Desarrollo de India – Bangalore (SRI-B). “Gracias a nuestros proyectos con universidades, podemos acceder a conocimientos adicionales y conjuntos de datos personalizados. A cambio, las universidades asociadas reciben inversión, incentivos financieros y asesoramiento especializado de Samsung”.

Reducir las barreras del idioma

SRI-B ha colaborado con equipos de todo el mundo para desarrollar modelos de IA para el inglés británico, indio y australiano, así como para los idiomas tailandés, vietnamita y indonesio. Recientemente, los principales ingenieros de otros centros de investigación de Samsung visitaron Bangalore (India), donde el equipo de SRI-B ayudó a desarrollar la tecnología para incorporar el vietnamita, el tailandés y el indonesio a Galaxy AI. De este modo, SRI-B se situó en una posición ideal para desarrollar el idioma hindi para Galaxy AI.

Según Jakki, “Cada idioma tiene sus desafíos. Pero cuando pensamos en el objetivo final de brindarle a las personas la capacidad de comunicarse en otros idiomas, todo el esfuerzo vale la pena. No veíamos la hora de incorporar el hindi a Galaxy AI”.

Desarrollar el modelo hindi de IA no fue fácil. El equipo tuvo que garantizar que se incluyeran más de 20 dialectos regionales, inflexiones vocales, puntuación y coloquialismos. Además, los hablantes de hindi suelen mezclar palabras en inglés en sus conversaciones. Esto requirió que el equipo tuviera que realizar varias sesiones de entrenamiento de modelos de IA con una combinación de datos traducidos y transliterados.

“El hindi tiene una estructura fonética compleja que incluye sonidos retroflejos —sonidos que se producen al curvar la lengua hacia atrás— que no existen en muchos otros idiomas”, asevera Jakki. “Para desarrollar el elemento de síntesis de voz de la solución de IA, analizamos cuidadosamente los datos con lingüistas nativos para comprender todos los sonidos únicos y creamos un conjunto especial de fonemas para admitir dialectos específicos del idioma”.

Los esfuerzos de colaboración entre Samsung y los socios académicos fueron fundamentales para desarrollar el modelo de lenguaje de IA que reflejará los matices culturales de las regiones de la India. El Instituto de Tecnología Vellore ayudó a obtener casi un millón de líneas de datos de audio segmentados y organizados sobre voz, palabras y comandos conversacionales. Los datos fueron un componente clave para una tarea tan crítica como la de incorporar el cuarto idioma más hablado del mundo a Galaxy AI. Trabajar con universidades garantizó que Samsung utilizará datos de la más alta calidad.

Conexiones globales que generan grandes impactos

Este proyecto resume a la perfección la filosofía de colaboración abierta de Samsung y la convicción de la compañía de que compartir conocimientos y perspectivas garantiza una innovación significativa En el caso de SRI-B, esto no solo incluye trabajar con el mundo académico sino también compartir ideas y prácticas recomendadas con otros centros de investigación de Samsung en todo el mundo.

“Estoy muy orgulloso de lo que hemos logrado con la ayuda de nuestros socios”, afirma Jakki. “La innovación en IA mediante la colaboración es una gran parte de lo que hacemos. Continuaremos comprendiendo, recopilando y analizando mejor los datos lingüísticos para que más personas puedan acceder a las herramientas de IA en el futuro”.

Brasil, un país diverso con más de 203 millones de habitantes que encarna una amplia gama de culturas y tradiciones, utiliza el portugués brasileño como idioma oficial. Mientras tanto, 22 países vecinos utilizan el español latinoamericano.

Aunque el portugués brasileño y el español latinoamericano se hablan ampliamente, las intrincadas variaciones de ambos idiomas presentaron varios desafíos al enseñar a la Galaxy AI a discernir y distinguir las diferencias regionales. Es por eso que el Instituto de Investigación y Desarrollo de Samsung Brasil (SRBR) colaboró con expertos de Samsung de México, así como con aliados externos como los institutos de ciencia y tecnología SiDi y Sidia, para formar un equipo multidisciplinario y altamente capacitado que pudiera enfrentar esta tarea.

Menos barreras, más comprensión

El equipo utilizó miles de fuentes y una combinación de aprendizaje automático y lenguaje para mejorar el reconocimiento del habla, los textos escritos y las variaciones regionales del modelo de IA. Pero la jerga local y los nombres de figuras famosas (incluidos equipos deportivos, celebridades y bandas) varían mucho entre regiones. Además, el mismo significado puede expresarse con palabras diferentes. Si bien los modelos lingüísticos necesitan datos localizados para obtener una comprensión integral de los diferentes idiomas para traducir, tales variaciones inevitablemente presentan obstáculos.

Por ejemplo, piscina es “alberca” en México, pero es “pileta” en Argentina, Paraguay y Uruguay. Mientras tanto, en Colombia, Bolivia y Venezuela la piscina es “piscina”, así como también en Brasil, pero con una ligera diferencia tonal. Y mientras que los colombianos dicen “chévere” para referirse a algo interesante, los mexicanos dicen “padre”.

Estas diferencias representan enormes desafíos para la comprensión y el aprendizaje del lenguaje de la IA, pero el equipo los superó construyendo modelos de lenguaje más amplios, perfeccionando las herramientas de procesamiento y colaborando a través de fronteras y zonas horarias.

“Tuvimos que considerar la jerga local y diferentes formas de hablar antes de adaptar y probar el modelo respectivo, lo que requirió una estrecha colaboración entre el equipo de control de calidad (QA) de SRBR y los equipos de desarrollo”, dice Mateus Pedroso, gerente senior y jefe del Laboratorio de Calidad de Software. en SRBR. “Dado que SRBR está tres horas adelantado del equipo de control de calidad en México y 12 horas atrasado del equipo de gestión en Corea, tuvimos que crear nuevos canales y procesos de comunicación para alinear resultados y compartir progresos. Esta colaboración multicultural generó una fiesta de ideas y soluciones para la Galaxy AI”.

Comunicando el éxito

La filosofía de colaboración abierta de Samsung cobró vida durante este proyecto regional, ya que fue un proceso iterativo que aprovechó la evolución de la tecnología a escala global. Para superar las barreras lingüísticas y culturales, el equipo de SRBR necesitaba recopilar, gestionar y desarrollar cantidades masivas de datos, refinando y mejorando continuamente las fuentes de audio y texto.

Los equipos crearon áreas clave de responsabilidad para garantizar que todos pudieran beneficiarse de las habilidades colectivas en las oficinas latinoamericanas de la empresa. El equipo de desarrollo de SRBR actuó como parte intermediaria del proyecto, recibió instrucciones de la sede de Samsung y desarrolló nuevas actualizaciones para mejorar el modelo de IA mientras realizaba pruebas para varios tipos de uso.

“La fase de prueba requirió una amplia comunicación y colaboración con los equipos de control de calidad para optimizar la experiencia del usuario, y cada ajuste requirió pruebas y revisiones adicionales”, dice Leandro Flores de Moura, Gerente de Desarrollo de Software de SiDi. “El éxito de las capacidades lingüísticas de la Galaxy AI se basa tanto en la comunicación y la colaboración como en la experiencia técnica”, añade Nathan Castro, desarrollador de pruebas de control de calidad en SiDi.

Una hoja de ruta para la cultura

Lo que hace que Galaxy AI sea particularmente interesante para todos los involucrados es el hecho de que no se trataba simplemente de un proyecto de lenguaje. Para ellos, el idioma es una guía cultural que proporciona información valiosa sobre la herencia y la identidad de las personas.

“Para el equipo de control de calidad de SiDi, este fue un esfuerzo que cambiará el mundo al permitir que las culturas se unan y superen la dificultad de comunicarse en diferentes idiomas”, agrega Estefanía Castro Suárez, desarrolladora de pruebas de SiDi. “Saber que fuimos parte de esto nos llena de orgullo y motivación”.

“La forma en que colaboró el equipo de SRBR ejemplifica lo que Galaxy AI se propone lograr: hacer del mundo un lugar más cercano mediante la comunicación, el intercambio y la interacción con personas, incluso con aquellas que hablan diferentes idiomas”, concluye Pedroso. “Esta capacidad solo crecerá a medida que se incorporen más idiomas a Galaxy AI”.

Mientras Samsung continúa siendo pionero en experiencias premium de IA móvil, visitamos los centros de investigación de Samsung en todo el mundo para conocer cómo Galaxy AI permite que más usuarios maximicen su potencial. Galaxy AI ahora admite 16 idiomas, por lo que más personas pueden ampliar sus capacidades lingüísticas, incluso sin conexión, gracias a la traducción en el dispositivo en funciones como Traducción simultánea, Interprete, Asistente de notas y Asistente de Navegación. Pero ¿qué implica el desarrollo del lenguaje de IA? La última vez visitamos Vietnam para aprender cómo preparar los datos que se utilizan para entrenar modelos de IA. Esta vez, estamos viendo cómo los equipos hicieron de Galaxy AI una oferta única tanto para China continental como para Hong Kong.

El rápido crecimiento de las herramientas de inteligencia artificial que utilizan grandes modelos de lenguaje (LLM) se ha observado en todo el mundo y China no es una excepción. Con ERNIE Bot de Baidu y MiracleVision de Meitu emergiendo como opciones populares en China, Samsung R&D Institute China se asoció con ambas compañías para ayudar a desarrollar funciones de Galaxy AI para el país.

El Samsung R&D Institute China en Guangzhou (SRC-G) y Beijing (SRC-B) trabajaron para garantizar que los hablantes de mandarín en China tuvieran la misma experiencia de Galaxy AI que otros usuarios en todo el mundo, a pesar de que la tecnología de back-end se ve diferente. El equipo aprovechó los recursos dedicados a dialectos chinos de socios externos y creó una solución Galaxy AI única para China.

“Tenemos la ventaja de combinar las mejores prácticas globales con las prácticas locales de China, además de crear nuevas características y mejorarlas constantemente a través de la comunicación diaria con los consumidores chinos”, dice Hairong Zhang, líder del grupo de innovación de software en SRC-G. “Con la rica experiencia en desarrollo del Galaxy S24, estoy orgulloso de cómo nuestro equipo cooperó con empresas locales chinas de inteligencia artificial, como Baidu y Meitu, para brindar una solución que impacte en China”.

Al principio, los equipos tuvieron que aclimatarse a los estilos de trabajo de cada uno y solucionar los problemas iniciales de asimetría de información. Daijun Zhang, director de SRC-B, estableció un grupo de trabajo para garantizar que el proyecto siguiera el cronograma de desarrollo y avanzara rápidamente hacia sus objetivos.

Gracias a la experiencia del equipo de Beijing en la generación de modelos a gran escala y la colaboración exitosa con socios externos, todas las funciones de IA generativa se lanzaron con éxito en China. El resultado es una solución que tiene relevancia local y características específicas para el mercado, como Touch to Search.

Ampliando el chino para desarrollar el dialecto cantonés

El chino para China continental (mandarín) llegó a Galaxy AI con el lanzamiento del Galaxy S24 en enero de 2024. Pero el trabajo del Samsung R&D Institute China estaba lejos de estar terminado. Al equipo también se le asignó la tarea de desarrollar el modelo de IA para el chino en Hong Kong (cantonés), un dialecto que se sustentó en el trabajo ya realizado para el mandarín pero que aporta un conjunto completamente nuevo de características lingüísticas para abordar.

Al desarrollar el cantonés, el equipo de I+D de China enfrentó importantes desafíos culturales a los que necesitaba responder para poder respaldar plenamente su ubicación en el mercado. El primer fenómeno cultural son los dos conjuntos de sistemas de escritura y habla. Los habitantes de Hong Kong utilizan gramática y expresiones similares al mandarín cuando escriben, pero adoptan una gramática coloquial completamente diferente cuando se comunican a diario. Además, el cantonés tiene nueve tonos de pronunciación, mientras que el mandarín tiene cuatro.

Otro fenómeno cultural es que el propio dialecto cantonés se desarrolla con los tiempos. Agregando a eso el hecho de que las personas a menudo combinan cantonés e inglés en las conversaciones, dejando claro por qué fue complicado crear casos de prueba y validar paquetes de idiomas.

“El cantonés es un dialecto muy singular que varía en las distintas regiones donde se habla cantonés”, afirma Jing Li, que dirige la operación para probar la solución de IA en cantonés. “Algunas de las jergas, frases, vocabulario e incluso los tonos varían de un lugar a otro. Por lo tanto, llevamos a cabo una gran cantidad de trabajo para verificar los datos específicos de Hong Kong, así como también para corregir decenas de miles de casos de prueba relevantes”.

Con estas complejidades en mente, SRC-G y SRC-B trabajaron juntos para admitir una combinación de código profunda utilizando una combinación de cantonés e inglés para el reconocimiento de voz, admitiendo simultáneamente expresiones habladas y escritas en traducción automática y reflejando pronunciaciones actuales en síntesis de voz.

Impacto cultural de la comunicación

Cuando Galaxy AI lanzó la opción de idioma chino (Hong Kong), los comentarios de los clientes mostraron que el arduo trabajo del equipo de I+D de Samsung estaba justificado.

Tanto para China continental como para Hong Kong, las actividades de Galaxy AI de Samsung muestran la importancia de que una marca global tenga presencia y experiencias locales, así como el poder de la colaboración abierta con otras organizaciones. En Hong Kong, el cantonés es una parte clave de la identidad cultural de quienes viven allí. Por eso era tan importante para el equipo acertar con el modelo de lenguaje de IA.

“El lenguaje y la comunicación son cruciales en todas las regiones y en todos los ámbitos de la vida”, afirma Henry Wat, jefe del grupo de ingeniería de Samsung Electronics Hong Kong. “No importa el idioma, cualquier herramienta que ayude a las personas a comunicarse es invaluable. Creo que nuestro trabajo es significativo”.

En el próximo episodio de La curva de aprendizaje, nos dirigiremos a Brasil para ver cómo un equipo trabaja a través de culturas y fronteras para llevar Galaxy AI a más personas.

Samsung Electronics ha reconocido desde hace mucho tiempo la importancia de estas tecnologías avanzadas y ha buscado activamente la innovación en estos campos. Investigadores expertos están trabajando arduamente en los 14 centros de I&D de Samsung Research^[1] y en los siete centros globales de IA en todo el mundo para prepararse al futuro, innovar a los usuarios y crear la próxima generación de tecnologías y servicios de vanguardia sobre la cual el legado de Samsung Electronics se basa.

En esta serie, Samsung Newsroom presenta a expertos en tecnología de los centros de I&D de Samsung en todo el mundo para saber más sobre el trabajo que realizan y las formas en las que están mejorando directamente la vida de los consumidores.

El primer experto de la serie que se presentará es Sergii Lytvynenko, Líder del Equipo de Inteligencia Visual en el Instituto de I&D de Samsung en Ucrania (SRK). Sergii ha trabajado para SRK durante más de una década desde que se unió como Ingeniero de software. Siga leyendo para saber más sobre el trabajo pionero que Lytvynenko y su equipo realizan en SRK.

P: ¿Puede presentar brevemente el Instituto de I&D de Samsung en Ucrania y el tipo de trabajo que se lleva a cabo allí?

Nuestro centro de I&D se encuentra en Kiev, en el corazón de Ucrania. Desde su creación en 2009, SRK se ha centrado y tiene una gran experiencia en los dominios de IA, Realidad Aumentada (RA)/Realidad Virtual (RV) y Seguridad. SRK es compuesto por destacados profesionales de la industria y actualmente está trabajando en el estudio de seguridad de inteligencia, visión computacional, servicios inteligentes sensibles al contexto y más. Además, como parte de las iniciativas de cooperación industrial-educativa, SRK coopera activamente con universidades y escuelas locales.

P: ¿En qué están trabajando usted y el Equipo de Inteligencia Visual en este momento?

Nuestro equipo está llevando a cabo actualmente una investigación fundamental en los dominios de IA, Visión Computacional y Gráficos Computacionales. La misión principal de nuestro equipo es transformar los avances de la investigación en experiencias de usuario integrales, perfeccionando así la calidad de vida de las personas, simplificando sus rutinas diarias y generando emociones positivas y experiencias inmersivas.

Para hacerlo, estamos colaborando estrechamente con varios equipos en otros países mediante la realización de investigaciones avanzadas en nuestros dominios focales y trabajando con diferentes unidades de negocio aportando nuestras tecnologías centrales a los productos Samsung.

P: Su equipo cubre dos dominios tecnológicos principales: Visión computacional y Gráficos Computacionales. ¿Cómo contribuyen estas tecnologías a la innovación de nuevas experiencias de usuario?

El año pasado, realizamos un extenso trabajo en la solución Smart Trainer, que permite un nivel totalmente nuevo de experiencias de fitness en casa. A través de la cámara USB conectada al Smart TV Samsung, el sistema puede realizar un seguimiento de sus actividades, de los ejercicios que realiza e incluso ofrecer recomendaciones sobre la precisión de su forma, todo gracias a la IA. Ahora estamos muy contentos de que los usuarios de televisores Samsung puedan disfrutar de esta función en sus hogares.

P: ¿Cómo está incorporando las tecnologías clave de sus dominios focales en sus proyectos actuales, como las Gafas de RA?

En estos días, estamos realizando I&D avanzado para abordar los principales desafíos en las áreas de gráficos y visión computacionales para las Gafas de RA. En el lado de la visión, estamos trabajando en las soluciones esenciales necesarias para la RA, incluida la Localización y el Mapeo Simultáneos (SLAM), la Estimación de Profundidad, la Comprensión del Entorno y la Interacción Persona-Computadora (HCI). En el lado de los gráficos, estamos investigando el renderizado de baja latencia para la optimización del Rendimiento del Juego y la RA.

△ Equipo de Inteligencia Visual en Instituto de I&D de Samsung en Ucrania

P: Además de RA, su equipo contribuye al desarrollo de la tecnología de S-Pen. ¿Puede darnos un poco de información sobre el desarrollo de esta tecnología?

Una de nuestras áreas focales de I&D y soluciones centrales es la tecnología de reconocimiento de escritura a mano para dispositivos habilitados para S Pen, que está implementándose y extendiéndose a la línea Galaxy. Mientras trabajábamos en nuestra solución de reconocimiento de escritura a mano, también hemos desarrollado una rica cartera de patentes, contribuyendo así al desarrollo de la tecnología central de Samsung.

P: ¿De qué manera cree que las tecnologías de S Pen optimizadas que su equipo creó para el Galaxy Z Fold3 complementarán la experiencia de los usuarios con el dispositivo?

Galaxy Z Fold3 es un producto realmente único. Su pantalla grande y flexible amplía los límites y abre nuevas posibilidades para que los usuarios lo utilicen como un verdadero compañero de productividad para los negocios y la educación diariamente. En este contexto, el S Pen y el reconocimiento de Escritura a Mano y la baja latencia se vuelven de crucial importancia y estamos aprovechando lo mejor del lápiz y papel convencionales para ofrecer esos mismos tipos de experiencias en la pantalla digital.

P: ¿De qué manera las tecnologías que su equipo contribuyó al Galaxy Z Fold3 se establecieron para mejorar la calidad de vida de los usuarios y simplificar sus rutinas?

Implementamos nuestra solución de predicción de puntos basada en IA para minimizar la entrada de latencia del S Pen con el fin de hacer que la experiencia de escritura y dibujo se sienta más como la del lápiz y el papel. Además, las tecnologías de reconocimiento de escritura a mano hacen que la escritura digital sea más inteligente, fácil y agradable. Los usuarios pueden transformar sus notas en documentos impresos, reconocer tablas, diagramas, añadir enlaces, resolver problemas matemáticos y más – todo más simple que nunca. Experiencias como estas son las que marcan una diferencia real en nuestra vida diaria.

P: ¿Cuáles cree que son las principales tendencias tecnológicas en este momento?

En estos días, reconocemos la Modalidad Visual como la próxima gran novedad: cómo transformar una nota en una nota inteligente, cómo convertir un video en un video inteligente y cuánta información de contexto útil podemos extraer de estos procesos. Para esta tecnología, la RA abre toneladas de posibilidades, así como desafíos por resolver. Por ejemplo, los “Ojos Digitales” que explorarían completamente un entorno para un usuario y proporcionarían información contextual bien organizada podrían cambiar totalmente nuestras vidas.

Otra gran tendencia en este momento es HCI. Aquí creemos que la interacción multimodal, que es una parte crucial de HCI, sería esencial. Las interacciones multimodales son interacciones usuario-máquina que encapsulan la visión, el lenguaje y el conocimiento, y esta tecnología puede ayudar un dispositivo Samsung a comprender el mundo en el que se encuentra.

P: ¿Cuál ha sido su logro más memorable en SRK hasta ahora?

Junio de 2021 fue un mes realmente especial para nosotros, ya que ganamos la CVPR (Conferencia sobre Visión por Computadora y Reconocimiento de Estándares) de 2021 para el Desafío de Respuesta a Preguntas de Gráfico. La CVPR es la conferencia más grande del mundo sobre visión por computadora e IA. Estamos realmente orgullosos de lo que logramos.

P: Las tecnologías de inteligencia visual son cruciales cuando se trata de innovar con nuevas experiencias móviles para los usuarios. ¿De qué manera las tecnologías relacionadas con el lenguaje también han contribuido a estas experiencias?

El Procesamiento del Lenguaje Natural (PNL) es una de las áreas de investigación más desafiantes. Realmente deseamos que todas las personas en el mundo puedan usar y experimentar nuestras soluciones, y para lograrlo, la expansión del idioma y del soporte son de crucial importancia. En el reconocimiento de Escritura a Mano de S Pen, trabajamos continuamente para ampliar la cobertura de idiomas. Nuestra solución ahora admite más de 80 idiomas y hay más en el camino.

[1] Samsung Research es el hub de investigación y desarrollo (I&D) avanzado de la División de Electrónica de Consumo (CE) y la División de TI & Comunicaciones Móviles (IM) de Samsung.

En esta serie de divulgación, Samsung Newsroom presenta a expertos en tecnología de los centros de I&D de Samsung en todo el mundo para conocer más sobre el trabajo que realizan y las formas en las que están mejorando directamente la vida de los consumidores.

El quinto experto entrevistado para la serie es Ratnakar Rao V R, quien dirige el Equipo Beyond 5G en el Instituto de I&D de Samsung en India – Bangalore (SRI-B). Rao pronto completará una década en SRI-B, y la mayor parte de su experiencia se ha centrado en la investigación y el desarrollo de tecnologías de comunicación inalámbrica como 4G y 5G. Vea la entrevista a continuación para obtener más información sobre las tecnologías prometedoras en las que Rao y su equipo han estado trabajando.

Tradicionalmente, todos los sistemas de comunicación celular se han implementado utilizando modelos matemáticos basados estrictamente en reglas. Sin embargo, esto ahora está cambiando en la era 5G debido a algunos factores clave.

En primer lugar, dado que una sola red tiene que atender una serie de diversos casos de uso simultáneamente, dichos sistemas no pueden funcionar al máximo de sus capacidades si se implementan basándose únicamente en el modelado tradicional. En segundo lugar, los avances en los algoritmos de computación y las arquitecturas de procesadores están facilitando la ejecución de modelos de IA y aprendizaje automático en una gama más amplia de dispositivos. En tercer lugar, las redes inalámbricas están virtualizándose y dividiéndose en microservicios que se ejecutan en la nube. Las capacidades de IA en el dispositivo también están agregándose a los terminales inalámbricos. A partir de 5G, las redes estarán estrechamente integradas con las aplicaciones, por lo que será necesario que sean más conscientes del contexto de los usuarios y las aplicaciones para poder ofrecer experiencias de red personalizadas a todos.

Todos estos factores habilitan y exigen un uso más amplio de la IA y el aprendizaje automático en las redes y terminales inalámbricos de próxima generación.

P: ¿Por favor, puede presentar brevemente el SRI-B y el tipo de trabajo que se realiza allí?

El Instituto de I&D de Samsung en Bangalore (SRI-B) ha establecido cinco Centros de Excelencia (CoEs) con las áreas de enfoque de Comunicación, Cámara y Multimedios, IA en el Dispositivo, IoT y Servicios. El SRI-B tiene experiencia en la ejecución de proyectos desde la investigación hasta la etapa de mercado en cada una de estas áreas, y cada año realiza contribuciones impactantes a las líneas de productos de Samsung respaldadas por estos CoEs.

En el CoE de Comunicaciones, el SRI-B cuenta con equipos dedicados que trabajan en terminales móviles, desarrollo de RAN/núcleo de red y estándares inalámbricos. La fuerte sinergia entre estos equipos ha dado como resultado el establecimiento de una experiencia de dominio de un extremo a otro. Además de esto, recientemente hemos sembrado una investigación de comunicación avanzada en un intento por hacer contribuciones impactantes a la evolución de Beyond 5G y 6G.

P: ¿En qué tipo de trabajo relacionado con la comunicación usted y su equipo están participando ahora?

En primer lugar, nuestro equipo se especializa en radio, protocolos de redes de datos y software de sistema de módem integrado. Creamos la experiencia de radio 5G para diferentes mercados de todo el mundo. Nuestro equipo se compromete con el desarrollo de productos de terminales móviles 5G para una variedad de mercados mundiales.

En segundo lugar, estamos comprometidos con la investigación y el desarrollo avanzados en torno a los protocolos de comunicación. Parte de este trabajo se convierte en productos Samsung, como recursos y soluciones diferenciadoras. El resto está dirigido a la creación de estándares y la implementación de IPs (propiedades intelectuales) pertenecientes a los sistemas Beyond 5G y 6G.

P: ¿Cómo espera que la era Beyond 5G cambie la forma en que los usuarios interactúan con la tecnología en sus vidas diarias?

Los primeros lanzamientos de red 5G no autónoma han desbloqueado una gran cantidad de espectro no utilizado hasta ahora en bandas medias y altas, y también han habilitado la reutilización del espectro 4G existente para su uso con 5G. Por lo tanto, está en marcha la transición a un sistema de comunicación de muy alta capacidad.

Esta enorme adición de capacidad habilitará a más usuarios a conectar más dispositivos a Internet y a llevar los beneficios de la conectividad a las masas que viven en áreas rurales. Para los usuarios habituales, estos beneficios serán evidentes en términos de transmisión de muy alta resolución, descargas y cargas más rápidas y juegos interactivos en tiempo real. También tendrán experiencias de realidad mixta en transmisión de video y videollamadas.

Las mejoras posteriores a 5G en los próximos años desbloquearán el entretenimiento informativo para el consumidor y muchos otros casos de uso. Por ejemplo, los recursos de bajo consumo de energía y bajo ancho de banda de los dispositivos de IoT ayudarán los servicios públicos, la industria agrícola y las plantas a automatizarse para lograr una mayor eficiencia. Del mismo modo, la red 5G basada en satélites proporcionará una cobertura ubicua en todo el mundo. Las optimizaciones altamente confiables y de baja latencia aplicadas a las redes 5G también habilitarán una mejor entrega remota de servicios, como atención médica y educación.

P: ¿De cuál de los logros de SRI-B en el campo de las comunicaciones está más orgulloso?

En SRI-B estamos orgullosos de haber desempeñado un papel fundamental en el lanzamiento de los primeros smartphones 3G, 4G y 5G del mundo. Recientemente, el SRI-B ha habilitado la agregación autónoma de 5G y operadores 5G en terminales móviles para uso comercial, ha desarrollado el software de red 4G y 5G y ha ayudado a establecer los recursos de MC-PTT (Mission Critical Push to Talk).

SRI-B también ha sido una potencia de IP durante varios años. Cada año, los ingenieros de SRI-B crean una serie de IPs de los distintos dominios. Hemos creado más de 200 IPs de implementación en el área de la comunicación inalámbrica y más de 100 IPs estándar esenciales en las áreas de 4G y 5G.

P: ¿Cómo la colaboración con otros institutos, como Samsung Research America, Instituto de I&D de Samsung del Reino Unido y Samsung Research en Corea, complementa su trabajo y sus recursos de investigación?

Hemos trabajado en estrecha colaboración con Samsung Research en el desarrollo de tecnología temprana y en la realización de 5G, y ahora estamos colaborando en el desarrollo de la tecnología 6G incipiente. Creo firmemente que pueden desbloquearse muchos potenciales mediante una mayor colaboración entre el SRI-B y los equipos de Samsung Research America y el Instituto de I&D de Samsung en Reino Unido.

SRI-B tiene un grupo muy grande de ingenieros de comunicación, incluidos innovadores y expertos en el dominio. Por lo tanto, es posible crear equipos de alta calidad y ejecutar la investigación con prontitud. Estamos explorando activamente estas posibilidades e interactuando con líderes de I&D en centros de investigación globales para habilitar innovaciones revolucionarias.

P: ¿Cómo están aplicándose la IA y el aprendizaje automático a la tecnología de comunicación inalámbrica Beyond 5G y 6G? ¿Cómo espera que evolucionen estas combinaciones de tecnología en el futuro?

Existe un consenso generalizado de que la IA y el aprendizaje automático tendrán una influencia significativa en la gestión de la red y en la gestión de los recursos de radio para las redes Beyond 5G y 6G. Imaginamos las aplicaciones de IA y aprendizaje automático estén presentes en la IA a nivel de bloque, la IA procedimental y la IA del software del sistema, y estamos investigando activamente en este sentido.

• IA a nivel de bloque: se podría agregar un bloque específico en la terminal o la red con IA/aprendizaje automático sin afectar al resto del sistema, lo que resulta en mejoras de rendimiento y/o ahorros de computación. Por ejemplo, un decodificador de canal podría decidir terminar las iteraciones del decodificador precozmente si es capaz de predecir si la decodificación del bloque eventualmente pasará o fallará.

• IA procedimental: aquí es donde al menos dos entidades en el sistema de un extremo a otro intercambian información para habilitar un uso preciso de la IA y las técnicas de aprendizaje automático. Por ejemplo, es necesario intercambiar metadatos entre el terminal y la red para que un codificador o decodificador automático funcione dentro de un margen de error. Otro ejemplo es la gestión de la movilidad para terminales.
• IA de software del sistema: la mayoría de las entidades en los sistemas de comunicación de próxima generación tendrán que operar en varios modos. El software integrado del sistema debe poder ampliar o reducir los recursos del sistema de forma muy dinámica. Se espera que el software del sistema integrado asistido por IA aprenda los requisitos específicos del contexto y se adapte en consecuencia.

P: Usted es un miembro senior del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE). ¿En qué tipo de actividades está involucrado en este rol? ¿Cómo su puesto en el IEEE orienta su otro trabajo?

En este puesto, doy conferencias y charlas invitadas sobre diversos temas de tecnología para las comunidades de estudiantes, además de enseñar a las hermandades en las universidades regionales de ingeniería. El puesto también me ha habilitado a sembrar nuevos elementos de estudio internamente, lo que nos permite iniciar nuevas colaboraciones con comunidades de estudiantes y facultades de universidades de renombre.

El objetivo es influir en la mayor cantidad de personas posible para perfeccionar su experiencia en el dominio y realizar investigaciones avanzadas en el campo de las comunicaciones. También represento a Samsung en varias charlas y discusiones con la industria, el gobierno y el mundo académico. Mis interacciones me ayudan a estar en contacto con las últimas tendencias en varias áreas adyacentes a mi área de especialización.

También animo a los miembros de mi equipo a publicar sus resultados en conferencias y revistas destacadas. Este año y el año pasado, hemos publicado más de 20 artículos en varios foros destacados.

El cuarto experto de la serie es Evgeny Pavlov, Líder del Laboratorio de Software de Sistemas Avanzados del Instituto de I&D de Samsung en Rusia (SRR). Después de 9 años de trabajo dedicado en técnicas avanzadas para el análisis de programas en el SRR, Pavlov fue nombrado líder de su laboratorio en 2020.

Los sistemas en los que Pavlov trabaja, el System (SW), es un software que ha sido diseñado para proporcionar una base para otro software, como el Sistema Operativo (SO) que utiliza en su smartphone, los marcos de trabajo para aplicaciones basadas en IA, herramientas para desarrolladores y más. System SW es responsable de la comunicación entre el software y el hardware aplicados. Siga leyendo para obtener más información sobre la investigación crucial que Pavlov y su equipo llevan a cabo en SRR.

P: Los resultados de la investigación sobre IA y aprendizaje automático son de importancia clave para diseñar y optimizar todo tipo de tecnologías. ¿Qué papel la investigación de software de sistemas desempeña en la activación adicional de estas tecnologías?

La investigación del System SW ahora desempeña un papel muy importante en el aprendizaje automático, aunque es posible que esto no siempre sea visible para el usuario final. En primer lugar, los marcos de trabajo de aprendizaje automático no siempre funcionan de manera óptima en hardware y procesadores de uso general, por lo que deben optimizarse de manera que se tengan en cuenta varios recursos de hardware y utilicen extensiones adicionales de la unidad central de procesamiento (CPU).

Además, las últimas tendencias en la industria de la inteligencia artificial (IA) incluyen la integración de unidades de procesamiento especializadas para la aceleración de redes neuronales. Muchas empresas han estado desarrollando recientemente aceleradores especializados para redes neuronales llamados unidades de procesador neuronal (NPU). Para el procesamiento óptimo de un modelo de aprendizaje automático, es necesario transformar el modelo de red neuronal en un conjunto de instrucciones para este acelerador.

Estas conversiones de modelos de redes neuronales generalmente se automatizan mediante un compilador de redes neuronales, ya que se requiere una comprensión profunda de la arquitectura de NPU para el desarrollo de estos compiladores. Esto significa que nosotros, los desarrolladores de System SW, estamos involucrados en su desarrollo, ya que tenemos un conocimiento profundo de cómo funciona el hardware de la computadora.

En otras palabras, gracias a este cambio en los requisitos de la industria, el enfoque de los ingenieros de System SW está moviéndose desde la optimización de programas de propósito general hacia la optimización de programas basados en inteligencia artificial y aprendizaje automático.

P: ¿Por favor, podría presentarnos brevemente el Instituto de I&D de Samsung en Rusia (SRR) y el tipo de trabajo que se lleva a cabo allí?

En estos días, en SRR, estamos enfocándonos en desarrollar nuestra experiencia y capacidades en tres áreas principales de I&D: solución de sensor, imágenes de IA y System SW. El SRR tiene experiencia integral en I&D de sensores, que incluye el desarrollo de hardware y algoritmos, así como la comercialización específicamente para soluciones biométricas y de cuidados de la vida. El SRR ha estado profundamente involucrado en el desarrollo de la biometría del iris, la cara y las huellas dactilares, así como en la estimación de la composición corporal para smartwatches. El SRR también ha contribuido al fortalecimiento de las conocidas funciones Super Slow Motion (Super Cámara Lenta) y Night Mode (Modo Nocturno) en las cámaras de los smartphones mediante el desarrollo constante de la sinergia entre la óptica y la IA dentro del área de imágenes de IA.

Creo que System SW es una de las áreas de investigación más prometedoras que están llevándose a cabo en SRR en este momento. Basándonos en nuestro profundo conocimiento de varios hardware y sistemas operativos (SO), así como en nuestra sólida mano de obra de ingeniería, hacemos todo lo posible para ser un proveedor de tecnología central de System SW para toda la empresa.

P: Siguiendo sus logros dentro del Laboratorio Avanzado de System SW en SRR, ¿en qué está trabajando en este momento?

Estamos llevando a cabo una extensa investigación sobre posibles nuevas direcciones para nuestro equipo de System SW con el fin de comprender las últimas tendencias del área que puedan reemplazar las técnicas tradicionales de System SW en un futuro próximo.

Nuestro laboratorio también está trabajando actualmente en un proyecto relacionado con la habilitación de la infraestructura vRAN escalable de 5G para admitir múltiples tipos de redes, así como otros proyectos relacionados con tecnologías de compilación para Android y Tizen OS, desarrollo avanzado de SO y la producción del Kit de Desarrollo de Software (SDK) para la IA On-Device.

Además de liderar el laboratorio de System SW Avanzado, actualmente también estoy liderando un proyecto de SRR para la plataforma de IA On-Device llamada ONE, u On-Device Neural Engine. Este proyecto está desarrollándose en colaboración con el Laboratorio On-Device en Samsung Research, y Samsung mantiene un aspecto importante de este proyecto como una iniciativa de código abierto ubicada en github.com.

P: La IA On-Device y las tecnologías avanzadas de System SW son cruciales para brindar a los usuarios experiencias móviles sólidas e innovadoras. ¿Podría explicarnos un poco más por qué es así, y la dirección de la investigación que han estado tomando usted y el Laboratorio de System SW Avanzado?

System SW desempeña un papel clave en el funcionamiento de la aplicación y la experiencia del usuario. System SW es la capa inferior que se encuentra entre el hardware de un dispositivo y las aplicaciones del usuario – lo que significa que es la base para el resto del software. Es posible que los usuarios no vean System SW en acción, ya que sus interacciones con sus aplicaciones móviles están relegadas a simplemente comprometerse con la interfaz, pero bajo el capó de sus aplicaciones favoritas hay muchas capas de lógica de programa – por ejemplo, administrar el reconocimiento de un toque para la pantalla en el núcleo del sistema y luego dibujar una ventana correspondiente a través de la biblioteca de gráficos. Si hay un retraso en cualquiera de estos niveles de reconocimiento, todo el rendimiento del sistema se ve afectado, pudiendo afectar también la experiencia del usuario. Por lo tanto, System SW incluye requisitos especiales para el consumo de memoria y la latencia.

La capacidad de integrar aceleradores de hardware especializados en dispositivos móviles ya ha influido en gran medida en el desarrollo de aplicaciones basadas en IA. Esta integración perfecciona la calidad de la imagen, el bloqueo de dispositivos biométricos, los teclados predictivos y más – tecnologías a las que los usuarios están tan acostumbrados en estos días que sería difícil imaginar un dispositivo móvil que no las incluya. El mayor desarrollo de los aceleradores está destinado a hacer que nuestros dispositivos móviles sean aún más inteligentes, más fáciles de usar, y abrirá nuevas posibilidades para las aplicaciones de IA que, anteriormente, solo podrían haber sido soñadas en películas de ciencia ficción.

System SW también puede perfeccionarse utilizando estas tecnologías basadas en IA para la personalización de un dispositivo móvil a un usuario específico, proporcionando, por ejemplo, configuraciones adaptables según la ubicación del usuario, el comportamiento y los estándares de uso del dispositivo. Nuestro equipo participa activamente en dicha investigación sobre la mejora del System SW mediante la utilización de tecnologías de IA en el dispositivo.

P: ¿Cuáles cree que son los principales beneficios para el usuario que se derivan de la incorporación de tecnologías de IA On-Device en los dispositivos móviles?

La IA On-Device es una tecnología relativamente nueva y está estrechamente relacionada con la creciente popularidad de las aplicaciones basadas en IA. Inicialmente, dichas aplicaciones se ejecutaban utilizando un servidor de alto rendimiento en la nube donde se realizaban todos los cálculos complejos, pero tanto el crecimiento del rendimiento del procesador móvil como la integración de aceleradores de hardware especializados han hecho posible ahora desarrollarse aplicaciones de IA para ejecutarse directamente en un dispositivo móvil, no un servidor.

La ejecución de redes neuronales en el dispositivo para aplicaciones de IA tiene una serie de ventajas para los usuarios. En primer lugar, se reduce el tiempo de respuesta a los usuarios que disfrutan de su aplicación, pues ya no es necesario enviar datos al servidor y luego esperar el resultado; en segundo lugar, se mantiene la privacidad de los datos ya que todo el procesamiento se realiza en el dispositivo y, en tercer lugar, estas aplicaciones pueden ejecutarse incluso sin conexión a Internet.

Investigadores del Instituto de I&D de Samsung en Rusia

P: ¿Cómo su proceso de desarrollo de ideas, tanto a nivel interno como con empresas y universidades nacionales, sirve para, en última instancia, brindar mejores experiencias a los usuarios?

En SRR, somos proactivos en el seguimiento de las últimas tendencias en áreas relevantes, realizamos seminarios internos, intercambiamos experiencias, interactuamos con otros equipos y desarrollamos nuestras pruebas de conceptos. Este intercambio de experiencias se produce principalmente en eventos informales, en almuerzos o en la cocina, y muchas veces arroja resultados muy interesantes. También realizamos brainstorms con regularidad para generar nuevas ideas. Una de las últimas sesiones que hemos hecho estuvo relacionada con el desarrollo futuro de un proyecto de máquina virtual de bajo nivel de código abierto (LLVM), en el que generamos alrededor de 30 ideas diferentes y, después de filtrar, elegimos tres de las áreas más prometedoras que estoy seguro de que están preparadas para expandir nuestra competencia y de que serán útiles en el futuro para el negocio de Samsung.

Además de las interacciones con otros equipos dentro de SRR, nuestro centro de investigación organiza seminarios externos y talleres conjuntos en los que compartimos experiencias, discutimos las tendencias actuales y compartimos ideas para los desafíos tecnológicos existentes. Aquí en Rusia, tenemos la suerte de tener un grupo muy sólido de programadores de sistemas, gracias al énfasis puesto en el desarrollo de System SW en la etapa universitaria.

P: ¿Cuáles cree que son las principales tendencias dentro de su industria en este momento? ¿Cómo ha ido incorporándolas a la investigación que hace en SRR?

Creo que System SW se optimizará cada vez más mediante la adopción del aprendizaje automático. Esto nos permitirá centrarnos en tareas más complejas y deshacernos de aquellas rutinarias de optimización. Smart System SW nos permitirá lograr el mejor desempeño en el procesamiento de la información.

Además, la IA On-Device no solo hará que nuestros dispositivos móviles, sino también que nuestros dispositivos portátiles sean más inteligentes, lo que en última instancia conducirá al uso generalizado de la IA en todo tipo de dispositivos. La conexión de estos dispositivos inteligentes requerirá métodos de comunicación de alta velocidad que aprovechen tecnologías de comunicación como 5G y, más allá, que tengan la capacidad de equilibrar dinámicamente la carga entre los nodos de computación de la red. Esta dirección de la investigación también está explorándose activamente en nuestro laboratorio.

El experto que se presentará en esta serie es Bin Dai, Ingeniero de Personal en el Laboratorio de Inteligencia Artificial (IA) del Instituto de I&D de Samsung en China – Beijing (SRC-B). Dai se unió al SRC-B en 2020 para sumarse a sus colegas en el trabajo en compresión de red y diseño e investigación de modelos en el dispositivo. Siga leyendo para obtener más información sobre las tecnologías innovadoras que Dai y su equipo están desarrollando en SRC-B.

P: Las tecnologías basadas en IA, incluida la NLP (Procesamiento del Lenguaje Natural) y la inteligencia acústica, son áreas de investigación de vanguardia que están constantemente abriendo nuevos caminos. Pero ¿qué papel desempeña la oferta de investigación principal proporcionada por el aprendizaje automático como base para estas innovaciones?

El aprendizaje automático desempeña un papel crucial para llevar todo tipo de tecnologías directamente a los usuarios. La visión por computadora y el reconocimiento de voz son dos de las áreas más exitosas que utilizan la IA en la actualidad. Sin embargo, los algoritmos de IA existentes requieren enormes recursos de computación, lo que dificulta la implementación de algoritmos de última generación en dispositivos móviles. Para solucionar este problema, nuestro laboratorio de IA está trabajando en la producción de modelos diminutos con un rendimiento potente tanto desde una perspectiva teórica como práctica. De esta manera, nuestra investigación central está destinada a innovar todo tipo de tecnologías basadas en IA.

P: ¿Podría presentarnos brevemente el Instituto de Investigación de Beijing y el tipo de trabajo que se lleva a cabo allí?

SRC-B es uno de los centros avanzados de I&D de Samsung Electronics y se estableció en 2000, siendo el primer centro de I&D de Samsung de China. SRC-B se enfoca en tecnologías innovadoras y se especializa en inteligencia artificial (IA) y telecomunicaciones de próxima generación, desde aprendizaje automático, visión por computadora, procesamiento de lenguaje e inteligencia de voz hasta la estandarización 3GPP y más. Además, también promovemos estrechas asociaciones industriales-académicas. En abril de 2019, se estableció el Laboratorio de IA para centrarse en la investigación fundamental del aprendizaje automático, y buscamos continuamente formas de aplicar los resultados de nuestra investigación a los productos Samsung.

P: Tras el éxito de su tesis de investigación principal y otros logros, ¿en qué está trabajando en este momento?

Actualmente, el SRC-B tiene como objetivo encontrar la mejor manera posible de perfeccionar la precisión de un algoritmo de IA al tiempo que reduce la complejidad de la computación y los recursos utilizados para hacerlo. Para lograr estos objetivos, actualmente estamos trabajando en dos temas de investigación que habilitan predicciones precisas con menos datos requeridos: redes equivariantes, parte del tema más amplio de aprendizaje profundo geométrico e inferencia dinámica. Hay muchos tipos de simetrías en los conjuntos de datos de visión por computadora que pueden proporcionar una medición profunda precisa como lo hacen los ojos humanos, como imágenes y nubes de puntos LiDAR. Con una red equivariante, se tienen en cuenta estas simetrías al diseñarla. Por lo tanto, se puede lograr un mejor rendimiento con menos recursos, ya que hemos considerado específicamente la estructura intrínseca del conjunto de datos.

La inferencia dinámica también es una dirección de investigación muy interesante. A diferencia de los métodos convencionales que aprovechan una arquitectura fija para todas las muestras de datos, la inferencia dinámica puede decidir de forma adaptativa cuántos recursos utilizar para cada muestra de datos. En consecuencia, utilizará menos recursos computacionales para muestras simples y más para las difíciles. Al hacerlo, el recurso de computación promedio utilizado puede reducirse significativamente.

P: La investigación fundamental sobre la IA ha estado empoderando todo tipo de campos de aplicación para el usuario, desde la visión por computadora hasta el reconocimiento de voz. ¿Podría explicar un poco más sobre por qué es así y la dirección de la investigación que usted y el Laboratorio de IA han estado tomando para optimizar las experiencias móviles?

En esta era de Internet, los datos fluyen por todas partes a nuestro alrededor. Donde hay datos, hay conocimiento. Los algoritmos de IA son la mejor herramienta para descubrir el conocimiento oculto detrás de los datos y hacer su uso para mejorar nuestras vidas.

Hemos desarrollado un algoritmo de compresión de red basado en la teoría del cuello de botella de la información – que postula que los detalles extraños pueden eliminarse de los datos de entrada ruidosos como si se apretaran a través de un cuello de botella –, que se ha aplicado a múltiples tareas, incluido el reconocimiento de video, la segmentación de imágenes y la traducción automática. También colaboramos activamente con otros laboratorios en SRC-B para desarrollar algoritmos de IA más potentes, incluidas las soluciones de Neural Architecture Search (NAS) y Once-For-All (OFA).

P: ¿Cuáles cree que son los principales beneficios al usuario en la incorporación de todas las tecnologías móviles básicas con tecnologías de IA basadas en el aprendizaje automático?

Las tecnologías de IA basadas en el aprendizaje automático pueden mejorar drásticamente la vida de los usuarios de tres formas clave. En primer lugar, hay muchas funciones convenientes que simplemente no pueden funcionar sin tecnologías de IA. Por ejemplo, el sistema automático de preguntas y respuestas de los dispositivos móviles debe estar impulsado por algoritmos de IA. Otros métodos más tradicionales solo pueden manejar preguntas muy limitadas y predefinidas.

En segundo lugar, las técnicas de IA pueden mejorar significativamente el rendimiento de muchas aplicaciones en comparación cuando se aprovechan solo las tecnologías convencionales. Por ejemplo, después de aplicar redes neuronales profundas a la función de procesamiento de señal de imagen neuronal (ISP) de una cámara, la calidad de las fotos tomadas mejora significativamente.

En tercer lugar, las tecnologías de IA son capaces de proporcionar servicios que los usuarios ni siquiera sabían que necesitaban. Por ejemplo, la IA es capaz de desarrollar un software específico del usuario basado en sus preferencias, lo que significa que su experiencia con el dispositivo puede mejorarse continuamente.

P: ¿Cómo el trabajo que realiza hace una sinergia con el trabajo realizado por el resto del Instituto de I&D de Samsung en China – Beijing, o quizás incluso con otros institutos de I&D de todo el mundo? ¿Cómo se combina para hacer que la vida de los usuarios sea más cómoda?

Colaboramos constantemente con los otros equipos dentro del SRC-B. Hemos estado colaborando recientemente con nuestro equipo de Computación Visual para aplicar nuestro algoritmo de compresión basado en cuellos de botella de información a tareas de reconocimiento de video y de segmentación humana, lo que ha resultado en una reducción significativa de los tamaños de los modelos sin ninguna caída en el rendimiento. En 2021, participamos en la Competencia de Búsqueda de Arquitectura Neuronal (NAS) de la Conferencia Sobre Visión por Computadora y Reconocimiento de Estándares (CVPR) como un solo equipo con esta solución, y hemos obtenido el primer lugar.

También hemos estado trabajando con nuestro equipo de Inteligencia del Lenguaje para comprimir su modelo de traducción automática, lo que facilita la comercialización de su aplicación.

También creemos que podemos producir mejores resultados de investigación y aplicación mediante una mayor comunicación, discusión y colaboración con los centros de IA a nivel mundial.

P: ¿Cuáles cree que son las principales tendencias dentro de su industria en este momento? ¿Cómo las ha estado incorporando a la investigación que realiza en el Instituto de I&D de Samsung en China – Beijing?

Hay muchos temas de tendencia dentro de nuestro campo en este momento. El diseño eficiente de la arquitectura de red, el aprendizaje auto supervisado y las redes neuronales gráficas son solo algunos ejemplos.

Nuestro enfoque está en la compresión de redes y el diseño de modelos diminutos, que en última instancia son útiles para aplicaciones en dispositivos móviles. Hay muchos dispositivos móviles, como los smartphones, que poseen recursos computacionales muy limitados, lo que significa que es imposible implementar los enormes modelos diseñados para servicios en estos dispositivos. Por eso, mi equipo está enfocado en diseñar modelos que sean adecuados.

Hay diferentes formas de lograr estes tipos de modelos ligeros pero potentes. Por ejemplo, la poda de redes, la cuantificación, la destilación de conocimientos, la búsqueda de arquitectura de redes neuronales y la inferencia dinámica son solo algunas de las áreas de la industria en las que estamos enfocándonos ahora para lograr esto.

P: ¿Cuál ha sido el logro en el Instituto de I&D de Samsung en China – Beijing del que está más orgulloso hasta ahora?

Desarrollados juntos en colaboración con nuestro equipo de Investigación en Comunicación, hemos diseñado algoritmos de IA para la comunicación inalámbrica. Esta solución ha logrado el primer lugar en la Competencia de IA de Comunicación Inalámbrica (WAIC) de este año, que es la competencia oficial de 5G+IA en China con más de 600 equipos de todo el mundo, organizada por la Academia de Tecnología de la Información y la Comunicación de China (CAICT). Estoy orgulloso de este logro y siento que valida mi creencia de que la red 5G combinada con IA es una dirección de investigación con un gran potencial.