Apple, Google y la persecución constante de la tecnología que no puede ser de ingeniería inversa. El futuro de los teléfonos inteligentes premium es una batalla de aprendizaje automático

Una de mis cosas favoritas de la industria de la tecnología es la rapidez con que las innovaciones de las grandes empresas y productos de primera calidad chorreo en dispositivos más asequibles. El robo desenfrenado de ideas no es tan asombroso cuando sucede entre pequeñas empresas, o, como en el caso de Facebook tratando a Snapchat como su laboratorio de incubación , cuando una gran compañía copia una más pequeña. Pero no tengo problemas con el flujo general de buenas ideas de gigantes como Apple y Google a proveedores de hardware y software más amigables con el presupuesto. Apple y Google, sin embargo, tienen un problema obvio con eso, y han trabajado duro para desarrollar nuevas técnicas y enfoques que no pueden imitarse fácilmente.

La gran novedad en los teléfonos inteligentes últimamente es una de esas frases de moda que habrán escuchado: aprendizaje automático. Al igual que la realidad aumentada y virtual, el aprendizaje automático a menudo se considera una promesa distante. Sin embargo, en 2017, se ha materializado de manera importante. El aprendizaje automático es el corazón de lo que hace que el iPhone X de Apple y Pixel 2 / XL de Google este año sea único. Es el motor de la diferenciación, tanto hoy como mañana, y las empresas que se atrasen en él se encontrarán desesperadamente fuera de conflicto.

Una ventaja de aprendizaje automático no puede replicarse fácilmente, ni clonarse, ni ingeniería inversa: para competir con Apple y Google en este juego, debe tener tanta potencia de cómputo y datos de usuario como ellos (de lo que probablemente carezca). ) y todo el tiempo que hayan invertido (que probablemente no tengas). En términos simples, el aprendizaje automático promete ser el santo grial para las compañías tecnológicas gigantes que quieren escalar picos que los rivales más pequeños no pueden alcanzar. Aprovecha los vastos recursos y las bases de usuarios, y sigue mejorando con el tiempo, por lo que los competidores deben seguir avanzando solo para mantenerse al alcance.

No estoy argumentando que el aprendizaje automático es una panacea más de lo que yo diría que todas las pantallas OLED son increíbles ( algunas son terribles ): es solo la base sobre la cual se están construyendo algunas de las características diferenciadoras clave.

CÁMARA HDR DE GOOGLE

Comencemos con la expresión más impresionante de la tecnología de consumo de aprendizaje automático hasta la fecha: la cámara en los teléfonos Pixel y Pixel 2 de Google . Su rendimiento DSLR nunca deja de sorprenderme, especialmente en condiciones de poca luz . El software de imágenes de Google ha trascendido las limitaciones físicas tradicionales de las cámaras móviles (es decir, la falta de espacio físico para grandes sensores y lentes), y lo hace a través de una combinación de algoritmos inteligentes y aprendizaje automático. Como le gusta a Google, la compañía ha convertido un problema leve en un problema de datos, y pocas compañías son tan hábiles en el procesamiento de datos como Google.

Hablé con Marc Levoy, el académico de Stanford que dirige el equipo de fotografía computacional de Google, recientemente, y destacó algo importante sobre la cámara asistida por el aprendizaje automático de Google: sigue mejorando con el tiempo. Incluso si Google no hizo nada para mejorar la cámara Pixel en el tiempo entre el lanzamiento de Pixel y Pixel 2, la simple acumulación de tiempo de aprendizaje de la máquina habrá mejorado la cámara. El tiempo es la dimensión adicional que hace que el aprendizaje automático sea aún más emocionante. Cuantos más recursos pueda utilizar en su configuración de aprendizaje automático, dice Levoy, mejor será su rendimiento, y el tiempo y la potencia de procesamiento (tanto en el propio dispositivo como en las vastas granjas de servidores de Google) son cruciales.

Haga clic aquí para más información