Қайырлы таң, Хабр!
Біздің алдын-ала хабарландыруымызда мақаланың тақырыбына қосатын ештеңе жоқ - сондықтан барлығы бірден мысыққа шақырылады. Оқып, пікір қалдырыңыз.
Мобильді әзірлеу мамандары бүгінгі күн ұсынатын революциялық өзгерістердің пайдасын көреді.
Мобильді машиналық оқытудың бұл қарқынды дамуы классикалық машиналық оқытуда біз зардап шеккен бірқатар жалпы мәселелерге жауап болып табылады. Шындығында бәрі түсінікті. Болашақта мобильді қосымшалар деректерді жылдам өңдеуді және кідірістерді одан әрі азайтуды талап етеді.
Неге деп ойлаған боларсыз
Сонымен, мобильді машинаны оқытудың осы негізгі артықшылықтарын сипаттай отырып, біздің көз алдымызда болып жатқан машинаны оқыту революциясы мобильді әзірлеуші ретінде сізді неге қызықтыруы керек екенін егжей-тегжейлі қарастырайық.
Кешіктіруді азайту
Мобильді қолданбаларды әзірлеушілер кідірістің жоғарылауы оның мүмкіндіктері қаншалықты жақсы немесе бренд қаншалықты беделді болса да, бағдарлама үшін қара белгі болуы мүмкін екенін біледі. Бұрын Android құрылғыларында болған
Құрылғыда машиналық оқытуды енгізу дәл осы сияқты кідіріс мәселелеріне байланысты маңыздырақ болып барады. Кескін сүзгілерінің әлеуметтік желілер немесе геолокация негізіндегі мейрамхана ұсыныстары үшін қалай жұмыс істейтінін елестетіп көріңіз. Мұндай қолданбаларда оның ең жоғары деңгейде орындалуы үшін кідіріс ең аз болуы керек.
Жоғарыда айтылғандай, бұлтты өңдеу кейде баяу болуы мүмкін және әзірлеуші мобильді қолданбаның машиналық оқыту мүмкіндіктері дұрыс жұмыс істеуі үшін кідіріс нөлге жақын болғанын қалайды. Құрылғылардағы машиналық оқыту кідіріс уақытын нөлге дейін азайта алатын деректерді өңдеу мүмкіндіктерін ашады.
Смартфон өндірушілері мен технологиялық нарық алпауыттары мұны біртіндеп түсіне бастады. Ұзақ уақыт бойы Apple дамып келе жатқан осы салада көшбасшы болып қалды
Apple сонымен қатар Core ML, мобильді қолданбаларға арналған машиналық оқыту платформасын кезең-кезеңімен дамытуды жалғастыруда; кітапханада
Дәлдік пен үздіксіз пайдаланушы тәжірибесінің бұл тіркесімі мобильді қолданбаларды әзірлеушілер қолданбаларына машиналық оқыту мүмкіндіктерін енгізген кезде ескеруі тиіс негізгі көрсеткіш болып табылады. Және мұндай функционалдылыққа кепілдік беру үшін бұл қажет
Жақсартылған қауіпсіздік пен құпиялылық
Шеттік есептеудің тағы бір үлкен артықшылығы, оны асыра бағалау мүмкін емес - бұл пайдаланушы қауіпсіздігі мен құпиялылығын қаншалықты жақсартады. Қолданбадағы деректердің қауіпсіздігі мен құпиялылығын қамтамасыз ету әзірлеуші міндеттерінің ажырамас бөлігі болып табылады, әсіресе GDPR (Деректерді қорғаудың жалпы ережесі), жаңа еуропалық заңдарды сақтау қажеттілігін ескере отырып, ұялы телефонды дамыту тәжірибесіне әсер ететіні сөзсіз. .
Деректерді өңдеу үшін жоғары немесе бұлтқа жіберу қажет болмағандықтан, киберқылмыскерлер тасымалдау кезеңінде жасалған осалдықтарды пайдалана алмайды; сондықтан деректердің тұтастығы сақталады. Бұл мобильді қолданбаларды әзірлеушілерге GDPR деректер қауіпсіздігі ережелерін сақтауды жеңілдетеді.
Құрылғылардағы машиналық оқыту блокчейн сияқты орталықсыздандыруға мүмкіндік береді. Басқаша айтқанда, хакерлерге орталық серверге бірдей шабуыл жасаудан гөрі, жасырын құрылғылардың қосылған желісіне DDoS шабуылын жасау қиынырақ. Бұл технология дрондармен жұмыс істегенде және заңнаманың сақталуын бақылау үшін де пайдалы болуы мүмкін.
Apple компаниясының жоғарыда аталған смартфон чиптері де пайдаланушы қауіпсіздігі мен құпиялылығын жақсартуға көмектеседі - мысалы, олар Face ID үшін негіз бола алады. Бұл iPhone мүмкіндігі пайдаланушы бетінің барлық әртүрлі көріністерінен деректерді жинайтын құрылғыларда орналастырылған нейрондық желі арқылы жұмыс істейді. Осылайша, технология өте дәл және сенімді сәйкестендіру әдісі ретінде қызмет етеді.
Бұл және жаңа AI қолдайтын аппараттық құралдар пайдаланушы мен смартфонмен қауіпсіз әрекеттесуге жол ашады. Іс жүзінде әзірлеушілер пайдаланушы деректерін қорғау үшін шифрлаудың қосымша қабатын алады.
Интернет байланысы қажет емес
Кідіріс мәселелерін былай қойғанда, деректерді өңдеу және қорытынды жасау үшін бұлтқа жіберу жақсы интернет байланысын қажет етеді. Көбінесе, әсіресе дамыған елдерде интернетке шағымданудың қажеті жоқ. Бірақ байланыс нашар жерлерде не істеу керек? Құрылғыларда машиналық оқыту жүзеге асырылған кезде, нейрондық желілер телефондардың өзінде өмір сүреді. Осылайша, әзірлеуші технологияны қосылым сапасына қарамастан кез келген құрылғыда және кез келген жерде орналастыра алады. Сонымен қатар, бұл тәсіл әкеледі
Сайып келгенде, құрылғылардағы машиналық оқыту әзірлеушілерге Интернетке қосылу жағдайына қарамастан бүкіл әлемдегі пайдаланушыларға пайда әкелетін құралдарды жасау құралдарымен қамтамасыз етеді. Жаңа смартфондардың қуаты кем дегенде қазіргідей қуатты болатынын ескере отырып, пайдаланушылар қолданбамен желіден тыс жұмыс істегенде кідірістерді ұмытады.
Сіздің бизнесіңіз үшін шығындарды азайту
Құрылғылардағы машиналық оқыту көптеген шешімдерді енгізу және қолдау үшін сыртқы мердігерлерге ақы төлеудің қажеті жоқ, сізге байлықты үнемдей алады. Жоғарыда айтылғандай, көптеген жағдайларда сіз бұлтсыз да, Интернетсіз де жасай аласыз.
GPU және AI үшін арнайы бұлттық қызметтер сатып алуға болатын ең қымбат шешімдер болып табылады. Құрылғыңызда модельдерді іске қосқан кезде, бүгінгі күні заманауи құрылғылармен жабдықталған жетілдірілген смартфондар бар болғандықтан, осы кластерлердің барлығына ақы төлеудің қажеті жоқ.
Құрылғы мен бұлт арасында орын алатын ауыр деректерді өңдеу қорқынышынан аулақ бола отырып, сіз айтарлықтай үнемдейсіз; Сондықтан құрылғыларда машиналық оқыту шешімдерін енгізу өте тиімді. Бұған қоса, сіз ақшаны үнемдейсіз, себебі қолданбаның өткізу қабілетіне қойылатын талаптар айтарлықтай төмендейді.
Инженерлердің өздері де әзірлеу процесінде көп нәрсені үнемдейді, өйткені оларға қосымша бұлттық инфрақұрылымды жинау және қолдау қажет емес. Керісінше, кішірек командамен көп нәрсеге қол жеткізуге болады. Осылайша, даму топтарындағы адам ресурстарын жоспарлау әлдеқайда тиімді.
қорытынды
Сөзсіз, 2010 жылдары бұлт деректерді өңдеуді жеңілдететін нағыз игілік болды. Бірақ жоғары технологиялар экспоненциалды түрде дамып келеді, ал құрылғылардағы машиналық оқыту жақын арада мобильді даму саласында ғана емес, сонымен қатар заттар интернетінде де факто стандартына айналуы мүмкін.
Кідіртілген кідіріс, жақсартылған қауіпсіздік, офлайн мүмкіндіктері және жалпы төмен шығындар, мобильді дамудағы ең ірі ойыншылардың технологияға үлкен ставка жасауы таңқаларлық емес. Мобильді қосымшаларды жасаушылар да заман ағымына ілесу үшін оны мұқият қарауы керек.
Ақпарат көзі: www.habr.com