Investigadores de la Universidad de Pekin Logran una Mejora del 30% en la Duracion de la Bateria para Sistemas de IA Encarnada con el Marco CREATE

Investigadores de la Escuela de Circuitos Integrados y la Escuela de EECS de la Universidad de Pekin han identificado un desafio critico en el despliegue de sistemas de IA encarnada: las sustanciales demandas computacionales, especialmente para dispositivos portatiles alimentados por bateria. Su trabajo innovador presenta CREATE, un nuevo marco de resiliencia de capas cruzadas que optimiza sinergicamente el uso de energia y la confiabilidad. El marco CREATE logra notables ganancias en eficiencia energetica: hasta un 40,6% de ahorro de energia computacional y una reduccion del 37,3% en el consumo de energia a nivel de chip, extendiendo finalmente la duracion de la bateria hasta en un 30%. Esta investigacion representa un paso significativo hacia agentes de IA encarnada practicos, robustos y eficientes capaces de operar en entornos del mundo real. Los sistemas modernos de IA encarnada frecuentemente integran un planificador basado en Modelo de Lenguaje Grande (LLM) para la gestion de tareas de alto nivel con un controlador basado en aprendizaje por refuerzo (RL) para la ejecucion precisa de acciones, permitiendo que los agentes naveguen por escenarios complejos del mundo real. El nucleo de CREATE reside en tres innovaciones clave: deteccion y eliminacion de anomalias a nivel de circuito para suprimir grandes errores inducidos por violaciones de temporizacion, planificacion mejorada por rotacion de pesos a nivel de modelo para redistribuir las activaciones del LLM, y escalado de voltaje adaptativo por autonomia a nivel de aplicacion para ajustar dinamicamente el voltaje de operacion del controlador. Experimentacion extensiva ha confirmado que CREATE logra estas sustanciales reducciones de energia sin comprometer la confiabilidad o el rendimiento de los agentes de IA encarnada en tareas complejas. Los autores reconocen limitaciones que incluyen el uso de un modelo de error uniforme y la cuantificacion INT8, que pueden no capturar completamente la complejidad de las distribuciones de error del mundo real.