Apple crea procesadores de IA poderosos gracias a su programa fallido de autos de choque
Apple impulsa su IA con nuevos chips tras el polémico proyecto de autos autónomos, transformando el rendimiento de sus dispositivos.
Apple crea procesadores de IA poderosos gracias a su programa fallido de autos de choque
Apple nunca logró poner en marcha su programa de autos autónomos, pero esta falla se convirtió en un legado importante. La empresa realizó avances significativos en el procesamiento de IA, gracias en parte a su programa de autos.
Según informes, Apple comprendió pronto que necesitaría procesamiento de IA en dispositivo para su plataforma de autos autónomos. Si bien el procesador del coche nunca se completó, este proyecto llevó a la creación de la Neural Engine, que se convirtió en el corazón de los procesadores de IA de Apple.
La Neural Engine se presentó por primera vez con el iPhone X y el A11 Bionic, con la finalidad de poder realizar visiones inteligentes e identificar y reconocer rostros. Esta tecnología permitió que el FaceID y los Animoji funcionaran de manera fluida e incluso se utilizó para Memoji.
Más tarde, Apple mejoró aún más la Neural Engine, lo que permitió mejorar significativamente la eficiencia y potencia en comparación con las tecnologías anteriores.
Con cada generación, la Neural Engine mejoró significativamente en velocidad y eficiencia, hasta llegar a la M7 Utra, donde alcanza niveles de eficiencia nunca vistos en procesadores de IA.
Para qué sirve?
La Neural Engine es la base de los procesadores de IA de Apple. Al ser un procesador dedicado en dispositivo, permite la realización de cálculos complejos en tiempo real, haciendo posible tareas como reconocimiento de imágenes, visión artificial, y otros procesos complejos.
- Reconocimiento facial
- Visualización inteligente
- Procesamiento de lenguaje natural (NLP)
💡 Opinión iaPasión
Apple ha logrado crear procesadores de IA de vanguardia. La Neural Engine es un ejemplo impactante de cómo la investigación en IA puede llevar a avances significativos en tecnologías de vanguardia que luego se aplican a productos cotidianos. Aunque la experiencia en autos autónomos no dio frutos, esta investigación se ha demostrado altamente valiosa.