سهار مو پخیر، حبر!
موږ زموږ په مخکینۍ خبرتیا کې د مقالې سرلیک کې اضافه کولو لپاره هیڅ نه لرو - نو هرڅوک سمدلاسه بلی ته بلنه ورکول کیږي. ولولئ او تبصره وکړئ.
د ګرځنده پراختیا متخصصین به د انقلابي بدلونونو څخه ګټه پورته کړي چې نن ورځ وړاندیز کوي. . ټکی دا دی چې دا ټیکنالوژي څومره د ګرځنده تلیفون غوښتنلیک ته وده ورکوي، د بیلګې په توګه، دا د کاروونکو لپاره د اسانتیا نوې کچه چمتو کوي او تاسو ته اجازه درکوي چې په فعاله توګه پیاوړي ځانګړتیاوې وکاروئ، د بیلګې په توګه، خورا دقیق وړاندیزونه وړاندې کول، ، یا سمدستي کشف کړئ .
د ګرځنده ماشین زده کړې دا چټک پرمختګ د یو شمیر عامو ستونزو ځواب دی چې موږ یې د کلاسیک ماشین زده کړې سره مخ شوي یو. په حقیقت کې، هر څه روښانه دي. په راتلونکي کې، ګرځنده غوښتنلیکونه به د معلوماتو چټک پروسس کولو او د ځنډ نور کمولو ته اړتیا ولري.
تاسو شاید دمخه فکر کړی وي چې ولې ، په ساده ډول په بادل کې اټکل نشي چلولی. لومړی، کلاوډ ټیکنالوژي په مرکزي نوډونو پورې اړه لري (د پراخه ډیټا ذخیره کولو او لوی کمپیوټري ځواک سره د لوی ډیټا مرکز تصور وکړئ). دا مرکزي کړنلاره نشي کولی د پروسس سرعت اداره کړي ترڅو د ماشین زده کړې لخوا پرمخ وړل شوي اسانه ګرځنده تجربې رامینځته کړي. ډاټا باید په مرکزي توګه پروسس شي او بیا وسیلو ته واستول شي. دا طریقه وخت، پیسو ته اړتیا لري او پخپله د معلوماتو محرمیت تضمین نه کوي.
نو، د ګرځنده ماشین زده کړې د دې کلیدي ګټو په ګوته کولو سره، راځئ چې نږدې وګورو چې ولې د ماشین زده کړې انقلاب زموږ د سترګو په وړاندې څرګندیږي باید په شخصي توګه د ګرځنده پرمخ وړونکي په توګه ستاسو لپاره علاقه ولري.
ځنډ کم کړئ
د ګرځنده اپلیکیشن پراختیا کونکي پوهیږي چې د ځنډ زیاتوالی د برنامه لپاره تور نښه کیدی شي ، پرته لدې چې د هغې ځانګړتیاوې څومره ښه وي یا برانډ څومره مشهور وي. پخوا، په Android وسیلو کې شتون درلود ، د دې له امله چې ویډیو او آډیو لید اکثرا له همغږي څخه بهر شو. په ورته ډول، د لوړې ځنډ سره د ټولنیزو رسنیو پیرودونکی کولی شي اړیکه د کارونکي لپاره ریښتیني شکنجه کړي.
په وسیله کې د ماشین زده کړې پلي کول د دې په څیر د ځنډ مسلو له امله په دقیق ډول مهم کیږي. تصور وکړئ چې څنګه د عکس فلټرونه د ټولنیزو شبکو لپاره کار کوي، یا د جغرافیایي موقعیت پراساس د رستورانت سپارښتنې. په داسې غوښتنلیکونو کې، ځنډ باید لږترلږه وي ترڅو دا په لوړه کچه ترسره کړي.
لکه څنګه چې پورته یادونه وشوه، د کلاوډ پروسس کول ځینې وختونه ورو وي، او پراختیا کونکی غواړي چې د ګرځنده اپلیکیشن د ماشین زده کړې وړتیاوو لپاره د سم کار کولو لپاره ځنډ صفر ته نږدې وي. په وسیلو کې د ماشین زده کړه د ډیټا پروسس کولو وړتیاوې خلاصوي چې واقعیا کولی شي ځنډ نږدې صفر ته راکم کړي.
د سمارټ فون جوړونکي او د ټیک بازار لویان په تدریجي ډول د دې پوهیدل پیل کوي. د اوږدې مودې لپاره، ایپل د دې صنعت مشر پاتې شوی، وده کوي د سمارټ فونونو لپاره د دې بایونک سیسټم کاروي ، کوم چې عصبي انجن پلي کوي ، کوم چې د لاسته راوړلو پرمهال په مستقیم ډول په وسیله کې د عصبي شبکو چلولو کې مرسته کوي .
ایپل د کور ML پراختیا ته هم دوام ورکوي ، د ګرځنده ایپسونو لپاره د دې ماشین زده کړې پلیټ فارم ، ګام په ګام؛ په کتابتون کې د GPUs لپاره اضافي ملاتړ؛ ګوګل د خپل ماشین زده کړې پلیټ فارم ML کټ کې د پری لوډ شوي ب featuresو اضافه کولو ته دوام ورکوي. د دې ټیکنالوژیو په کارولو سره ، تاسو کولی شئ داسې غوښتنلیکونه رامینځته کړئ چې تاسو ته اجازه درکوي د بریښنا په سرعت کې ډیټا پروسس کړئ ، هر ډول ځنډ له مینځه ویسي او د غلطیو شمیر کم کړي.
د دقت او بې سیمه کاروونکو تجربو دا ترکیب یو کلیدي میټریک دی چې د ګرځنده اپلیکیشن جوړونکي باید په پام کې ونیسي کله چې په خپلو ایپسونو کې د ماشین زده کړې وړتیاوې معرفي کوي. او د دې ډول فعالیت تضمین کولو لپاره، دا اړین دی .
امنیت او محرمیت ښه شوی
د څنډه کمپیوټر بله لویه ګټه چې له پامه غورځول کیدی نشي دا دی چې دا د کارونکي امنیت او محرمیت څومره ښه کوي. په غوښتنلیک کې د معلوماتو امنیت او محرمیت تضمین کول د پراختیا کونکي دندو لازمي برخه ده ، په ځانګړي توګه د GDPR (د عمومي معلوماتو محافظت مقرراتو) سره موافقت کولو اړتیا په پام کې نیولو سره ، نوي اروپایی قوانین ، کوم چې بې له شکه د ګرځنده پراختیا عمل اغیزه کوي. .
ځکه چې ډاټا د پروسس لپاره پورته یا بادل ته لیږلو ته اړتیا نلري، سایبر جنایتکاران لږ توان لري چې د لیږد مرحلې په جریان کې رامینځته شوي زیانونه وکاروي؛ له همدې امله، د معلوماتو بشپړتیا ساتل کیږي. دا د ګرځنده ایپ پراختیا کونکو لپاره د GDPR ډیټا امنیت مقرراتو سره موافقت اسانه کوي.
په وسیلو کې د ماشین زده کړه هم غیر مرکزي کولو ته وړتیا ورکوي، په ورته ډول د بلاکچین په څیر. په بل عبارت، د هیکرانو لپاره دا ډیره ستونزمنه ده چې د پټو وسیلو په تړل شوي شبکه باندې د DDoS برید پیل کړي په پرتله چې په مرکزي سرور ورته برید ترسره کړي. دا ټیکنالوژي هم ګټوره کیدی شي کله چې د ډرون سره کار کوي او د قانون سره موافقت نظارت لپاره.
د ایپل څخه پورته ذکر شوي سمارټ فون چپس هم د کارونکي امنیت او محرمیت ښه کولو کې مرسته کوي - د مثال په توګه ، دوی کولی شي د مخ ID اساس په توګه کار وکړي. د آی فون دا خصوصیت د عصبي شبکې لخوا پرمخ وړل کیږي چې په وسیلو کې ځای په ځای شوي چې د کارونکي مخ د ټولو مختلف نمایندګیو څخه ډاټا راټولوي. په دې توګه، ټیکنالوژي د خورا دقیق او باوري پیژندنې میتود په توګه کار کوي.
دا او نوي AI فعال شوي هارډویر به د خوندي کارونکي - سمارټ فون متقابل عمل لپاره لاره هواره کړي. په حقیقت کې ، پراختیا کونکي د کارونکي ډیټا خوندي کولو لپاره د کوډ کولو اضافي پرت ترلاسه کوي.
د انټرنیټ پیوستون ته اړتیا نشته
د ځنډ مسلې یو طرفه، د پروسس کولو او د پایلو د انځورولو لپاره کلاوډ ته د معلوماتو لیږل یو ښه انټرنیټ پیوستون ته اړتیا لري. ډیری وختونه، په ځانګړې توګه په پرمختللو هیوادونو کې، د انټرنیټ په اړه شکایت کولو ته اړتیا نشته. مګر په هغو سیمو کې څه وکړي چیرې چې اړیکې خرابې وي؟ کله چې د ماشین زده کړه په وسیلو پلي کیږي، عصبي شبکې پخپله په تلیفونونو کې ژوند کوي. پدې توګه ، پراختیا کونکی کولی شي ټیکنالوژي په هر وسیله او هرچیرې ځای په ځای کړي ، پرته لدې چې د پیوستون کیفیت ته پام وکړي. برسېره پردې، دا طریقه د دې لامل کیږي .
یو له صنعتونو څخه دی چې کولی شي په ځانګړي ډول د وسیلې ماشین زده کړې څخه ګټه پورته کړي ، ځکه چې پراختیا کونکي به وکولی شي داسې وسیلې رامینځته کړي چې حیاتي نښې چیک کړي یا حتی د انټرنیټ اتصال پرته روبوټیک جراحي چمتو کړي. دا ټیکنالوژي به د زده کونکو لپاره هم ګټور وي څوک چې د انټرنیټ اتصال پرته د لیکچر موادو ته لاسرسی غواړي - د مثال په توګه ، پداسې حال کې چې د ټرانسپورټ تونل کې وي.
په نهایت کې ، په وسیلو کې د ماشین زده کړه به پراختیا کونکو ته د وسیلې رامینځته کولو لپاره وسیلې چمتو کړي چې د نړۍ په کچه کاروونکو ته ګټه ورسوي ، پرته لدې چې د دوی انټرنیټ اتصال حالت ته په پام سره. د دې په پام کې نیولو سره چې د نوي سمارټ فونونو ځواک به لږترلږه د اوسنيو په څیر ځواکمن وي ، کارونکي به د ځنډ سره ستونزې هیرې کړي کله چې د غوښتنلیک سره آفلاین کار کوي.
ستاسو د سوداګرۍ لپاره د لګښتونو کمول
په وسیلو کې د ماشین زده کړه کولی شي تاسو ته د ډیری حلونو پلي کولو او ساتلو لپاره بهر قراردادیانو ته تادیه نه کولو سره ستاسو بخت هم خوندي کړي. لکه څنګه چې پورته یادونه وشوه، په ډیری قضیو کې تاسو کولی شئ پرته له کلاوډ او انټرنیټ دواړه ترسره کړئ.
د GPU او AI ځانګړي کلاوډ خدمتونه خورا ګران حلونه دي چې پیرود کیدی شي. کله چې تاسو په خپل وسیله موډلونه چلوئ، تاسو اړتیا نلرئ د دې ټولو کلسترونو لپاره پیسې ورکړئ، د دې حقیقت څخه مننه چې نن ورځ ډیر پرمختللي سمارټ فونونه شتون لري. .
د درنو ډیټا پروسس کولو له خوب څخه مخنیوي سره چې د وسیلې او بادل ترمینځ پیښیږي ، تاسو په پراخه کچه خوندي کوئ؛ له همدې امله ، دا په وسیلو کې د ماشین زده کړې حلونو پلي کول خورا ګټور دي. سربیره پردې، تاسو پیسې خوندي کوئ ځکه چې ستاسو د غوښتنلیک بینډ ویت اړتیاوې د پام وړ کم شوي.
انجینران پخپله هم د پراختیا په پروسه کې ډیر څه سپموي ، ځکه چې دوی د بادل اضافي زیربنا راټولولو او ساتلو ته اړتیا نلري. برعکس، دا ممکنه ده چې د کوچني ټیم سره ډیر څه ترلاسه کړئ. په دې توګه، په پرمختیایي ټیمونو کې د بشري منابعو پالن جوړونه خورا اغیزمنه ده.
پایلې
بې له شکه، په 2010s کې، بادل یو ریښتینی ویاړ شو، د معلوماتو پروسس کولو ساده کول. مګر لوړ ټیکنالوژي په چټکۍ سره وده کوي، او په وسایلو کې د ماشین زده کړه ممکن ډیر ژر نه یوازې د ګرځنده پراختیا په ډګر کې، بلکې د شیانو په انټرنیټ کې هم د حقیقت معیار شي.
د کم ځنډ سره، ښه امنیت، آفلاین وړتیاوې، او په ټولیز ډول ټیټ لګښتونه، دا د حیرانتیا خبره نده چې د ګرځنده پرمختیا ترټولو لوی لوبغاړي په ټیکنالوژۍ کې لوی شرط لري. د ګرځنده اپلیکیشن پراختیا کونکي هم باید د وخت سره ساتلو لپاره دې ته نږدې کتنه وکړي.
سرچینه: www.habr.com