ජංගම සංවර්ධනයේ යන්ත්‍ර ඉගෙනීම: අපේක්ෂාවන් සහ විමධ්‍යගත කිරීම

සුභ උදෑසනක්, හබ්ර්!

අපගේ පූර්ව දැනුම්දීමේ ලිපියේ මාතෘකාවට එකතු කිරීමට අපට කිසිවක් නැත - එබැවින් සෑම කෙනෙකුටම වහාම බළලාට ආරාධනා කරනු ලැබේ. කියවා අදහස් දක්වන්න.

ජංගම සංවර්ධනයේ යන්ත්‍ර ඉගෙනීම: අපේක්ෂාවන් සහ විමධ්‍යගත කිරීම

ජංගම සංවර්ධන වෘත්තිකයන්ට අද ඉදිරිපත් කර ඇති විප්ලවීය වෙනස්කම් වලින් ප්‍රතිලාභ ලැබෙනු ඇත. උපාංග මත යන්ත්‍ර ඉගෙනීම. කාරණය වන්නේ මෙම තාක්‍ෂණය ඕනෑම ජංගම යෙදුමක් කෙතරම් වැඩි දියුණු කරන්නේද යන්නයි, එනම්, එය පරිශීලකයින් සඳහා නව මට්ටමේ පහසුවක් සපයන අතර ප්‍රබල විශේෂාංග ක්‍රියාකාරීව භාවිතා කිරීමට ඔබට ඉඩ සලසයි, උදාහරණයක් ලෙස, වඩාත් නිවැරදි නිර්දේශ සැපයීමට, භූ පිහිටීම මත පදනම්ව, හෝ ක්ෂණිකව හඳුනා ගන්න ශාක රෝග.

ජංගම යන්ත්‍ර ඉගෙනීමේ මෙම ශීඝ්‍ර දියුණුව සම්භාව්‍ය යන්ත්‍ර ඉගෙනීමේදී අප මුහුණ දුන් පොදු ගැටලු ගණනාවකට ප්‍රතිචාරයකි. ඇත්ත වශයෙන්ම, සෑම දෙයක්ම පැහැදිලිය. අනාගතයේදී, ජංගම යෙදුම් සඳහා වේගවත් දත්ත සැකසීම සහ ප්‍රමාදය තවදුරටත් අඩු කිරීම අවශ්‍ය වේ.

ඇයි කියලා ඔබ දැනටමත් කල්පනා කරලා ඇති AI-බලගන්වන ජංගම යෙදුම්, සරලව වලාකුළ තුළ අනුමාන ක්‍රියාත්මක කළ නොහැක. පළමුව, වලාකුළු තාක්ෂණයන් මධ්‍යම නෝඩ් මත රඳා පවතී (පුළුල් දත්ත ගබඩා කිරීම සහ විශාල පරිගණක බලය යන දෙකම සහිත විශාල දත්ත මධ්‍යස්ථානයක් සිතන්න). මෙම මධ්‍යගත ප්‍රවේශයට යන්ත්‍ර ඉගෙනීම මගින් බලගන්වන සුමට ජංගම අත්දැකීම් නිර්මාණය කිරීමට ප්‍රමාණවත් සැකසුම් වේගයක් හැසිරවිය නොහැක. දත්ත මධ්‍යගතව සැකසිය යුතු අතර පසුව උපාංග වෙත ආපසු යැවිය යුතුය. මෙම ප්‍රවේශය සඳහා කාලය, මුදල් අවශ්‍ය වන අතර දත්තවල පෞද්ගලිකත්වය සහතික නොකරයි.

එබැවින්, ජංගම යන්ත්‍ර ඉගෙනීමේ මෙම ප්‍රධාන ප්‍රතිලාභ ගෙනහැර දැක්වීමෙන්, අපගේ ඇස් ඉදිරිපිට දිග හැරෙන යන්ත්‍ර ඉගෙනීමේ විප්ලවය ජංගම සංවර්ධකයෙකු ලෙස පුද්ගලිකව ඔබට උනන්දුවක් දැක්විය යුත්තේ මන්දැයි සමීපව බලමු.

ප්‍රමාදය අඩු කරන්න

මොබයිල් ඇප් සංවර්ධකයින් දන්නවා එහි විශේෂාංග කෙතරම් හොඳ වුවත්, සන්නාමය කෙතරම් කීර්තිමත් වුවත්, වැඩි ප්‍රමාදය වැඩසටහනකට කළු ලකුණක් විය හැකි බව. මීට පෙර, Android උපාංගවල තිබුණා බොහෝ වීඩියෝ යෙදුම්වල බරපතල ප්‍රමාදය, එම නිසා වීඩියෝ සහ ශ්‍රව්‍ය බැලීම බොහෝ විට සමමුහුර්ත වී නැත. එසේම, ඉහළ ප්‍රමාදයක් සහිත සමාජ මාධ්‍ය සේවාලාභියෙකුට සන්නිවේදනය පරිශීලකයාට සැබෑ වධහිංසාවක් බවට පත් කළ හැකිය.

මෙවැනි ප්‍රමාද ගැටළු නිසා උපාංගයේ යන්ත්‍ර ඉගෙනීම ක්‍රියාත්මක කිරීම වඩ වඩාත් වැදගත් වෙමින් පවතී. සමාජ ජාල සඳහා රූප පෙරහන් ක්‍රියා කරන්නේ කෙසේදැයි සිතන්න, හෝ භූ පිහිටීම මත පදනම් වූ අවන්හල් නිර්දේශ. එවැනි යෙදුම් වලදී, එය ඉහළම මට්ටමේ ක්‍රියා කිරීමට ප්‍රමාදය අවම විය යුතුය.

ඉහත සඳහන් කළ පරිදි, වලාකුළු සැකසීම සමහර විට මන්දගාමී විය හැකි අතර, ජංගම යෙදුමක යන්ත්‍ර ඉගෙනීමේ හැකියාවන් නිසි ලෙස ක්‍රියා කිරීම සඳහා සංවර්ධකයාට ප්‍රමාදය බිංදුවට ආසන්න වීමට අවශ්‍ය වේ. උපාංග මත යන්ත්‍ර ඉගෙනීම ප්‍රමාදය ශුන්‍යයට පාහේ අඩු කළ හැකි දත්ත සැකසුම් හැකියාවන් විවෘත කරයි.

ස්මාර්ට්ෆෝන් නිෂ්පාදකයින් සහ තාක්ෂණික වෙළඳපල දැවැන්තයින් මෙය ක්‍රමයෙන් අවබෝධ කර ගැනීමට පටන් ගෙන ඇත. දිගු කලක් තිස්සේ ඇපල් මෙම කර්මාන්තයේ ප්‍රමුඛයා විය, සංවර්ධනය වෙමින් පවතී වැඩි වැඩියෙන් දියුණු චිප්ස් ස්මාට්ෆෝන් සඳහා එහි බයෝනික් පද්ධතිය භාවිතා කරන අතර, එය සාක්ෂාත් කර ගනිමින් ස්නායුක ජාල සෘජුවම උපාංගය මත ධාවනය කිරීමට උපකාරී වන ස්නායුක එන්ජිම ක්‍රියාත්මක කරයි. ඇදහිය නොහැකි වේගයන්.

Apple විසින් Core ML, ජංගම යෙදුම් සඳහා එහි යන්ත්‍ර ඉගෙනුම් වේදිකාව, පියවරෙන් පියවර සංවර්ධනය කිරීම දිගටම කරගෙන යයි; පුස්තකාලයේ ටෙන්සර් ෆ්ලෝ ලයිට් GPU සඳහා සහය එකතු කරන ලදී; Google සිය යන්ත්‍ර ඉගෙනුම් වේදිකාවට ML Kit වෙත පූර්ව පටවා ඇති විශේෂාංග එකතු කිරීම දිගටම කරගෙන යයි. මෙම තාක්ෂණයන් භාවිතා කරමින්, ඔබට අකුණු වේගයෙන් දත්ත සැකසීමට, ඕනෑම ප්‍රමාදයක් ඉවත් කිරීමට සහ දෝෂ ගණන අඩු කිරීමට ඉඩ සලසන යෙදුම් සංවර්ධනය කළ හැකිය.

මෙම නිරවද්‍යතාවය සහ බාධාවකින් තොර පරිශීලක අත්දැකීම් සංයෝජනය ජංගම යෙදුම් සංවර්ධකයින් තම යෙදුම්වලට යන්ත්‍ර ඉගෙනීමේ හැකියාවන් ඇතුළත් කිරීමේදී සලකා බැලිය යුතු ප්‍රධාන මිතිකයකි. සහ එවැනි ක්රියාකාරිත්වය සහතික කිරීම සඳහා, එය අවශ්ය වේ යන්ත්‍ර ඉගෙනීම උපාංග වෙත ගෙන යන්න.

වැඩි දියුණු කළ ආරක්ෂාව සහ පෞද්ගලිකත්වය

එජ් කම්පියුටින් හි තවත් විශාල වාසියක් නම් එය පරිශීලක ආරක්ෂාව සහ පෞද්ගලිකත්වය කෙතරම් වැඩි දියුණු කරයිද යන්න අධිතක්සේරු කළ නොහැක. යෙදුමේ දත්තවල ආරක්ෂාව සහ පෞද්ගලිකත්වය සහතික කිරීම සංවර්ධකයාගේ කාර්යයන්හි අනිවාර්ය අංගයකි, විශේෂයෙන් GDPR (සාමාන්‍ය දත්ත ආරක්ෂණ රෙගුලාසි), නව යුරෝපීය නීති වලට අනුකූල වීමේ අවශ්‍යතාවය සැලකිල්ලට ගනිමින්, එය ජංගම සංවර්ධන භාවිතයට නිසැකවම බලපානු ඇත. .

දත්ත සැකසීම සඳහා උඩුගං බලා හෝ ක්ලවුඩ් වෙත යැවීමට අවශ්‍ය නොවන නිසා, සයිබර් අපරාධකරුවන්ට මාරු කිරීමේ අදියරේදී නිර්මාණය කරන ලද ඕනෑම අවදානමක් ප්‍රයෝජනයට ගැනීමේ හැකියාව අඩුය; එබැවින් දත්තවල අඛණ්ඩතාව පවත්වා ගෙන යනු ලැබේ. මෙය ජංගම යෙදුම් සංවර්ධකයින්ට GDPR දත්ත ආරක්ෂණ රෙගුලාසිවලට අනුකූල වීම පහසු කරයි.

උපාංග මත යන්ත්‍ර ඉගෙනීම විමධ්‍යගත කිරීම සක්‍රීය කරයි, බ්ලොක්චේන් ආකාරයටම. වෙනත් වචන වලින් කිවහොත්, හැකර්වරුන්ට මධ්‍යම සේවාදායකයකට එකම ප්‍රහාරයක් එල්ල කිරීමට වඩා සම්බන්ධිත සැඟවුණු උපාංග ජාලයකට DDoS ප්‍රහාරයක් දියත් කිරීම දුෂ්කර ය. ඩ්‍රෝන යානා සමඟ වැඩ කිරීමේදී සහ නීති සම්පාදනයට අනුකූල වීම නිරීක්ෂණය කිරීම සඳහා මෙම තාක්ෂණය ප්‍රයෝජනවත් වේ.

Apple වෙතින් ඉහත සඳහන් කළ ස්මාර්ට්ෆෝන් චිප්ස් පරිශීලක ආරක්ෂාව සහ පෞද්ගලිකත්වය වැඩිදියුණු කිරීමට ද උපකාරී වේ - නිදසුනක් ලෙස, ඒවා Face ID සඳහා පදනම ලෙස සේවය කළ හැකිය. මෙම iPhone විශේෂාංගය බලගන්වන්නේ පරිශීලකයෙකුගේ මුහුණේ විවිධ නිරූපණවලින් දත්ත රැස් කරන උපාංග මත යොදවා ඇති ස්නායුක ජාලයක් මගිනි. මේ අනුව, තාක්ෂණය අතිශයින්ම නිවැරදි සහ විශ්වසනීය හඳුනාගැනීමේ ක්රමයක් ලෙස සේවය කරයි.

මෙම සහ නව AI-සක්‍රීය දෘඩාංග ආරක්ෂිත පරිශීලක-ස්මාර්ට්ෆෝන් අන්තර්ක්‍රියා සඳහා මග පාදයි. ඇත්ත වශයෙන්ම, පරිශීලක දත්ත ආරක්ෂා කිරීම සඳහා සංවර්ධකයින්ට අතිරේක සංකේතන ස්ථරයක් ලැබේ.

අන්තර්ජාල සම්බන්ධතාවයක් අවශ්ය නොවේ

ප්‍රමාද ගැටළු පසෙකින් තබා, සැකසීමට සහ නිගමන සඳහා වලාකුළට දත්ත යැවීමට හොඳ අන්තර්ජාල සම්බන්ධතාවයක් අවශ්‍ය වේ. බොහෝ විට, විශේෂයෙන්ම සංවර්ධිත රටවල, අන්තර්ජාලය ගැන පැමිණිලි කිරීම අවශ්ය නොවේ. නමුත් සම්බන්ධතාවය නරක අතට හැරෙන ප්රදේශවල කුමක් කළ යුතුද? යන්ත්‍ර ඉගෙනීම උපාංග මත ක්‍රියාත්මක කරන විට, ස්නායුක ජාල දුරකථනවලම ජීවත් වේ. මේ අනුව, සංවර්ධකයාට සම්බන්ධතාවයේ ගුණාත්මකභාවය නොසලකා ඕනෑම උපාංගයක සහ ඕනෑම තැනක තාක්ෂණය යෙදවිය හැකිය. Plus, මෙම ප්රවේශය මඟ පෙන්වයි ML හැකියාවන් ප්‍රජාතන්ත්‍රවාදී කිරීම.

සෞඛ්‍ය සේවා සංවර්ධකයින්ට අත්‍යවශ්‍ය සලකුණු පරීක්ෂා කිරීමට හෝ කිසිදු අන්තර්ජාල සම්බන්ධතාවයකින් තොරව රොබෝ ශල්‍යකර්ම කිරීමට පවා මෙවලම් නිර්මාණය කිරීමට හැකි වන බැවින්, උපාංග-මත යන්ත්‍ර ඉගෙනීමෙන් විශේෂයෙන් ප්‍රයෝජන ගත හැකි කර්මාන්ත වලින් එකකි. අන්තර්ජාල සම්බන්ධතාවයකින් තොරව දේශන ද්‍රව්‍ය වෙත ප්‍රවේශ වීමට අවශ්‍ය සිසුන් සඳහා මෙම තාක්ෂණය ප්‍රයෝජනවත් වනු ඇත - උදාහරණයක් ලෙස, ප්‍රවාහන උමගක සිටියදී.

අවසාන වශයෙන්, උපාංග මත යන්ත්‍ර ඉගෙනීම සංවර්ධකයින්ට ඔවුන්ගේ අන්තර්ජාල සම්බන්ධතා තත්ත්වය කුමක් වුවත් ලොව පුරා සිටින පරිශීලකයින්ට ප්‍රයෝජනවත් වන මෙවලම් නිර්මාණය කිරීමට මෙවලම් ලබා දෙනු ඇත. නව ස්මාර්ට්ෆෝන් වල බලය වර්තමාන ඒවාට වඩා අවම වශයෙන් බලවත් වනු ඇති බව සලකන විට, නොබැඳි ලෙස යෙදුම සමඟ වැඩ කිරීමේදී ප්රමාදයන් සමඟ ගැටළු අමතක වනු ඇත.

ඔබේ ව්‍යාපාරය සඳහා වියදම් අඩු කිරීම

බොහෝ විසඳුම් ක්‍රියාත්මක කිරීමට සහ නඩත්තු කිරීමට බාහිර කොන්ත්‍රාත්කරුවන්ට ගෙවීමට සිදු නොවීම මඟින් උපාංග මත යන්ත්‍ර ඉගෙනීම මඟින් ඔබට ධනයක් ඉතිරි කර ගත හැක. ඉහත සඳහන් කළ පරිදි, බොහෝ අවස්ථාවලදී ඔබට වලාකුළු සහ අන්තර්ජාලය යන දෙකම නොමැතිව කළ හැකිය.

GPU සහ AI-විශේෂිත වලාකුළු සේවා මිලදී ගත හැකි වඩාත්ම මිල අධික විසඳුම් වේ. ඔබ ඔබගේ උපාංගයේ මාදිලි ධාවනය කරන විට, ඔබට මෙම සියලු පොකුරු සඳහා ගෙවීමට සිදු නොවේ, අද දින වැඩි වැඩියෙන් දියුණු ස්මාර්ට්ෆෝන් ඇත. neuromorphic processors (NPU).

උපාංගය සහ වලාකුළ අතර සිදුවන අධික දත්ත සැකසීමේ බියකරු සිහිනය වළක්වා ගැනීමෙන්, ඔබ විශාල ලෙස ඉතිරි කරයි; එබැවින්, උපාංග මත යන්ත්‍ර ඉගෙනුම් විසඳුම් ක්‍රියාත්මක කිරීම ඉතා ලාභදායී වේ. ඊට අමතරව, ඔබගේ යෙදුමේ කලාප පළල අවශ්‍යතා සැලකිය යුතු ලෙස අඩු වී ඇති නිසා ඔබ මුදල් ඉතිරි කරයි.

අතිරේක වලාකුළු යටිතල පහසුකම් එකලස් කර නඩත්තු කිරීමට අවශ්‍ය නොවන බැවින් ඉංජිනේරුවන් විසින්ම සංවර්ධන ක්‍රියාවලියේදී බොහෝ දේ ඉතිරි කරයි. ඊට පටහැනිව, කුඩා කණ්ඩායමක් සමඟ වැඩි යමක් ලබා ගත හැකිය. මේ අනුව, සංවර්ධන කණ්ඩායම්වල මානව සම්පත් සැලසුම් කිරීම වඩාත් ඵලදායී වේ.

නිගමනය

නිසැකව ම, 2010 ගණන් වලදී, දත්ත සැකසීම සරල කරමින්, වලාකුළු සැබෑ ආශිර්වාදයක් බවට පත් විය. නමුත් උසස් තාක්‍ෂණය ඝාතීය ලෙස වර්ධනය වෙමින් පවතින අතර උපාංගවල යන්ත්‍ර ඉගෙනීම ජංගම සංවර්ධන ක්ෂේත්‍රයේ පමණක් නොව අන්තර්ජාලයේ දේවල්වල ද තථ්‍ය ප්‍රමිතිය බවට පත් විය හැකිය.

අඩු ප්‍රමාදය, වැඩිදියුණු කළ ආරක්ෂාව, නොබැඳි හැකියාවන් සහ සමස්ත අඩු වියදම් සමඟ, ජංගම සංවර්ධනයේ විශාලතම ක්‍රීඩකයින් තාක්‍ෂණය මත විශාල වශයෙන් ඔට්ටු ඇල්ලීම පුදුමයක් නොවේ. ජංගම යෙදුම් සංවර්ධකයින් ද කාලය සමඟ සිටීමට එය සමීපව බැලිය යුතුය.

මූලාශ්රය: www.habr.com

අදහස් එක් කරන්න