Amazon acaba de publicar en YouTube un video que muestra cómo serán sus futuros taxis autónomos, es decir, que no necesitan conductor. El vehículo permite que viajen hasta cuatro personas y alcanza velocidades de hasta 120 kilómetros por hora.
A principios de 2020, el gigante del comercio electrónico pagó 1.200 millones de dólares a los dueños de Zoox, una empresa dedicada a crear este tipo de vehículos. En menos de un año, ya cuentan con un prototipo que está cerca de circular.
Según detalla Gizmodo, el nuevo taxi autónomo de Amazon posee un cuerpo casi simétrico de 3.5 metros. Cuenta también con una potente batería de 133 kWh que garantiza hasta 16 horas de recorrido constante.
Como podrás apreciar en las imágenes, que tienen más de 24.000 reproducciones en YouTube, en el interior del vehículo podrán viajar hasta cuatro personas y ninguna de ellas será el conductor.
De acuerdo a la publicación, el coche de Amazon cuenta con todo tipo de sensores y cámaras que permiten conocer el entorno, por lo que las probabilidades de que el vehículo choque son bastante bajas.
El taxi autónomo también se caracteriza por su seguridad, ya que cada asiento posee unos airbags envolventes que protegen por completo al pasajero, en caso se haya producido alguna colisión.
Por el momento, se desconoce la fecha en que Amazon podría empezar a sacar provecho de estos autos. Por ejemplo, usarlos para realizar los repartos de sus paquetes en algunas ciudades de Estados Unidos.
Lo que si está confirmado es que, en los próximos meses, varios taxis autónomos estarán realizando pruebas en las carreteras de tres ciudades norteamericanas: Las Vegas (Nevada), San Francisco y Foster City, ambas en California.
Amazon Web Services (AWS) siempre busca innovar y hacer la vida más fácil a sus clientes. Por ese motivo, construyeron Amazon SageMaker, un servicio totalmente administrado que elimina los desafíos de cada etapa del proceso de machine learning, lo que hace que sea radicalmente más fácil y rápido para los desarrolladores y científicos acostumbrados al manejo de datos comunes y corrientes crear, e implementar modelos de machine learning.
“Cientos de miles de desarrolladores y científicos de datos han utilizado nuestro servicio de machine learning líder del sector, Amazon SageMaker, para eliminar las barreras a la creación, entrenamiento e implementación de modelos de machine learning personalizados”, dijo Swami Sivasubramanian, Vicepresidente de Amazon Machine Learning.
“Lo mejor de tener un servicio como SageMaker, tan ampliamente adoptado, es que recibimos muchas sugerencias de los clientes y estas sugerencias impulsan nuestro próximo conjunto de entregables”, añade el representante de AWS, quien recaló que decenas de miles de clientes utilizan Amazon SageMaker para ayudar a acelerar sus implementaciones de machine learning.
Durante su presentación, Swami Sivasubramanian también anunció nueve nuevas capacidades para el servicio de machine learning, Amazon SageMaker, lo que facilitará aún más a los desarrolladores automatizar y escalar completamente todos los pasos del flujo de trabajo de machine learning.
“Hoy, anunciamos un conjunto de herramientas para Amazon SageMaker que facilitará a los desarrolladores la creación de canales de machine learning de punta a punta para preparar, crear, entrenar, explicar, inspeccionar, monitorear, depurar y ejecutar modelos personalizados con mayor visibilidad, explicabilidad y automatización a escala”, indicó.
Los anuncios reúnen nuevas y potentes capacidades, como una preparación de datos más rápida, un repositorio especialmente diseñado para datos preparados, automatización del flujo de trabajo, mayor transparencia en los datos de entrenamiento para mitigar el sesgo y explicar las predicciones, capacidades de entrenamiento distribuidas para entrenar modelos grandes hasta dos veces más rápido, y monitoreo de modelos en dispositivos edge.
AWS
Nuevas capacidades de Amazon SageMaker
Los anuncios se basan en las más de 50 nuevas capacidades de Amazon SageMaker que AWS ha entregado el año pasado para que sea aún más fácil para los desarrolladores y científicos de datos crear, construir, entrenar, implementar y administrar modelos de machine learning, entre las que se incluyen: