Un investigador de seguridad y desarrollador conocido como 0X0SOJALSEC afirma que logró esquivar restricciones de Apple que normalmente impiden usar el Neural Engine de los chips M4 para el entrenamiento completo de modelos de inteligencia artificial.
El motor neuronal de Apple suele funcionar sobre todo como acelerador para modelos ya entrenados y funciones de IA locales en el dispositivo. Sin embargo, el entusiasta consiguió usar este bloque en escenarios mucho más complejos, incluido el entrenamiento de modelos transformer con retropropagación.
Para lograrlo, creó una capa de compilación propia basada en Model Intermediate Language (MIL). Esta permite comunicarse directamente con el Neural Engine y saltarse herramientas habituales de Apple como Core ML y Metal. Durante la ejecución, los datos permanecen en la memoria RAM, lo que ayuda a reducir retrasos asociados a escrituras constantes en el almacenamiento.
El desarrollador también implementó un mecanismo de recuperación del entrenamiento: si el proceso se congela o se interrumpe, el sistema puede continuar desde el último punto de control sin perder el progreso ya conseguido.
El código fuente del proyecto ya está publicado en GitHub. Según el autor, las primeras pruebas mostraron una velocidad elevada: algunas etapas de entrenamiento de modelos de tipo transformer en chips M4 se completaban en milisegundos.
Apple no ofrece oficialmente a los desarrolladores la posibilidad de entrenar redes neuronales con el Neural Engine y presenta este bloque principalmente como acelerador de inferencia. Aun así, la ingeniería inversa sugiere que el potencial del hardware es bastante mayor de lo que dejan ver las herramientas públicas de la compañía.
Si el enfoque demuestra utilidad práctica, los ordenadores Mac y las tabletas iPad podrían convertirse en una plataforma más atractiva para desarrollar y probar localmente pequeños modelos de IA sin depender necesariamente de servicios en la nube.
El hallazgo vuelve a plantear cuántas capacidades permanecen ocultas en el hardware de Apple y cuántas siguen inaccesibles no por el silicio, sino por las limitaciones de software de la propia empresa.