Habari za asubuhi, Habr!
Hatuna chochote cha kuongeza kwa kichwa cha kifungu katika arifa yetu ya mapema - kwa hivyo kila mtu anaalikwa paka mara moja. Soma na utoe maoni yako.
Wataalamu wa ukuzaji wa rununu watafaidika na mabadiliko ya kimapinduzi ambayo leo inapaswa kutoa. . Jambo ni jinsi teknolojia hii inaboresha programu yoyote ya simu, yaani, inatoa kiwango kipya cha urahisi kwa watumiaji na inakuwezesha kutumia kikamilifu vipengele vyenye nguvu, kwa mfano, kutoa mapendekezo sahihi zaidi, , au tambua mara moja .
Ukuzaji huu wa haraka wa kujifunza kwa mashine za rununu ni jibu kwa shida kadhaa za kawaida ambazo tumekumbana nazo katika ujifunzaji wa mashine za kawaida. Kwa kweli, kila kitu ni dhahiri. Katika siku zijazo, programu za simu zitahitaji usindikaji wa haraka wa data na kupunguza muda wa kusubiri.
Huenda tayari umejiuliza kwa nini , haiwezi tu kuendesha uelekezaji kwenye wingu. Kwanza, teknolojia za wingu hutegemea nodi za kati (fikiria kituo kikubwa cha data kilicho na hifadhi kubwa ya data na nguvu kubwa ya kompyuta). Mbinu hii ya kati haiwezi kushughulikia kasi ya uchakataji wa kutosha ili kuunda hali ya utumiaji laini ya rununu inayoendeshwa na ujifunzaji wa mashine. Data lazima ichakatwa katikati na kisha irudishwe kwa vifaa. Njia hii inahitaji muda, pesa na haihakikishi usiri wa data yenyewe.
Kwa hivyo, baada ya kubainisha manufaa haya muhimu ya kujifunza kwa mashine ya simu, hebu tuangalie kwa karibu ni kwa nini mapinduzi ya kujifunza mashine yanayotokea mbele ya macho yetu yanapaswa kukuvutia wewe binafsi kama msanidi programu wa simu.
Punguza Kuchelewa
Watengenezaji wa programu za rununu wanajua kuwa muda wa kusubiri unaoongezeka unaweza kuwa alama nyeusi kwa mpango, bila kujali jinsi vipengele vyake ni vyema au jinsi chapa inavyoheshimika. Hapo awali, kwenye vifaa vya Android kulikuwa , kutokana na ambayo utazamaji wa video na sauti mara nyingi ulionekana kuwa hausawazishi. Vile vile, mteja wa mitandao ya kijamii aliye na latency ya hali ya juu anaweza kufanya mawasiliano kuwa mateso ya kweli kwa mtumiaji.
Utekelezaji wa kujifunza kwa mashine kwenye kifaa unazidi kuwa muhimu kwa sababu ya masuala ya muda kama haya. Hebu fikiria jinsi vichujio vya picha hufanya kazi kwa mitandao ya kijamii, au mapendekezo ya mikahawa kulingana na eneo la kijiografia. Katika maombi kama haya, muda wa kusubiri lazima uwe mdogo ili iweze kufanya kazi kwa kiwango cha juu zaidi.
Kama ilivyoelezwa hapo juu, usindikaji wa wingu wakati mwingine unaweza kuwa wa polepole, na msanidi anataka muda wa kusubiri uwe karibu na sufuri ili uwezo wa kujifunza kwa mashine wa programu ya simu kufanya kazi vizuri. Kujifunza kwa mashine kwenye vifaa hufungua uwezo wa kuchakata data ambao unaweza kupunguza kasi ya kusubiri hadi karibu sufuri.
Watengenezaji wa simu mahiri na wakuu wa soko la teknolojia wanaanza kutambua hili hatua kwa hatua. Kwa muda mrefu, Apple ilibaki kiongozi katika tasnia hii, ikikua kwa simu mahiri zinazotumia mfumo wake wa Bionic, unaotumia Injini ya Neural, ambayo husaidia kuendesha mitandao ya neural moja kwa moja kwenye kifaa, huku ikifanikisha .
Apple pia inaendelea kutengeneza Core ML, jukwaa lake la kujifunza mashine kwa programu za rununu, hatua kwa hatua; katika maktaba msaada ulioongezwa kwa GPU; Google inaendelea kuongeza vipengele vilivyopakiwa awali kwenye mfumo wake wa kujifunza mashine wa ML Kit. Kwa kutumia teknolojia hizi, unaweza kuendeleza programu zinazokuwezesha kusindika data kwa kasi ya umeme, kuondoa ucheleweshaji wowote na kupunguza idadi ya makosa.
Mchanganyiko huu wa usahihi na hali ya utumiaji isiyo na mshono ni kipimo muhimu ambacho wasanidi programu wa simu wanapaswa kuzingatia wanapojumuisha uwezo wa kujifunza kwa mashine kwenye programu zao. Na ili kuhakikisha utendaji kama huo, inahitajika .
Kuimarishwa kwa usalama na faragha
Faida nyingine kubwa ya kompyuta makali ambayo haiwezi kuzidishwa ni kiasi gani inaboresha usalama wa mtumiaji na faragha. Kuhakikisha usalama na faragha ya data katika programu ni sehemu muhimu ya kazi za msanidi programu, hasa kwa kuzingatia haja ya kuzingatia GDPR (Udhibiti Mkuu wa Ulinzi wa Data), sheria mpya za Ulaya, ambazo bila shaka zitaathiri mazoezi ya maendeleo ya simu. .
Kwa sababu data haihitaji kutumwa juu ya mkondo au kwa wingu ili kuchakatwa, wahalifu wa mtandao hawana uwezo wa kutumia udhaifu wowote ulioundwa wakati wa awamu ya uhamishaji; kwa hiyo, uadilifu wa data unadumishwa. Hii huwarahisishia wasanidi programu za simu kutii kanuni za usalama wa data za GDPR.
Kujifunza kwa mashine kwenye vifaa pia huwezesha ugatuaji, kwa njia sawa na blockchain. Kwa maneno mengine, ni vigumu zaidi kwa wadukuzi kuzindua mashambulizi ya DDoS kwenye mtandao uliounganishwa wa vifaa vilivyofichwa kuliko kufanya mashambulizi sawa kwenye seva kuu. Teknolojia hii pia inaweza kuwa muhimu wakati wa kufanya kazi na drones na kwa ufuatiliaji kufuata sheria.
Chipu za simu mahiri zilizotajwa hapo juu kutoka Apple pia husaidia kuboresha usalama wa mtumiaji na faragha - kwa mfano, zinaweza kutumika kama msingi wa Kitambulisho cha Uso. Kipengele hiki cha iPhone kinatumia mtandao wa neural uliowekwa kwenye vifaa vinavyokusanya data kutoka kwa uwakilishi tofauti wa uso wa mtumiaji. Kwa hivyo, teknolojia hutumika kama njia sahihi na ya kuaminika ya utambuzi.
Vifaa hivi na vipya zaidi vinavyowezeshwa na AI vitafungua njia kwa mwingiliano salama wa mtumiaji na simu mahiri. Kwa kweli, watengenezaji hupata safu ya ziada ya usimbaji fiche ili kulinda data ya mtumiaji.
Hakuna muunganisho wa intaneti unaohitajika
Masuala ya kusubiri kando, kutuma data kwa wingu kwa ajili ya kuchakatwa na kupata hitimisho kunahitaji muunganisho mzuri wa intaneti. Mara nyingi, hasa katika nchi zilizoendelea, hakuna haja ya kulalamika kuhusu mtandao. Lakini nini cha kufanya katika maeneo ambayo uhusiano ni mbaya zaidi? Wakati kujifunza kwa mashine kunatekelezwa kwenye vifaa, mitandao ya neural huishi kwenye simu zenyewe. Kwa hivyo, msanidi programu anaweza kupeleka teknolojia kwenye kifaa chochote na mahali popote, bila kujali ubora wa uunganisho. Kwa kuongeza, njia hii inaongoza .
ni mojawapo ya sekta ambazo zinaweza kufaidika hasa kutokana na kujifunza kwa mashine kwenye kifaa, kwani wasanidi programu wataweza kuunda zana zinazoangalia ishara muhimu au hata kutoa upasuaji wa roboti bila muunganisho wowote wa intaneti. Teknolojia hii pia itakuwa muhimu kwa wanafunzi ambao wanataka kupata nyenzo za mihadhara bila muunganisho wa Mtandao - kwa mfano, wakiwa kwenye handaki ya usafirishaji.
Hatimaye, kujifunza kwa mashine kwenye vifaa kutawapa wasanidi programu zana za kuunda zana ambazo zitawanufaisha watumiaji kote ulimwenguni, bila kujali hali yao ya muunganisho wa Mtandao. Kwa kuzingatia kwamba nguvu za simu mahiri mpya zitakuwa na nguvu angalau kama zile za sasa, watumiaji watasahau kuhusu shida na ucheleweshaji wakati wa kufanya kazi na programu nje ya mkondo.
Kupunguza gharama kwa biashara yako
Kujifunza kwa mashine kwenye vifaa pia kunaweza kukuokoa kwa kutolipa wakandarasi wa nje kutekeleza na kudumisha suluhu nyingi. Kama ilivyoelezwa hapo juu, katika hali nyingi unaweza kufanya bila wingu na mtandao.
GPU na huduma za wingu maalum za AI ndizo suluhisho za gharama kubwa zaidi ambazo zinaweza kununuliwa. Unapoendesha modeli kwenye kifaa chako, sio lazima ulipe nguzo hizi zote, shukrani kwa ukweli kwamba leo kuna simu mahiri za hali ya juu zaidi zilizo na vifaa. .
Kwa kuepuka ndoto mbaya ya usindikaji wa data nzito ambayo hutokea kati ya kifaa na wingu, unaokoa sana; Kwa hiyo, ni faida sana kutekeleza ufumbuzi wa kujifunza mashine kwenye vifaa. Kwa kuongezea, unaokoa pesa kwa sababu mahitaji ya kipimo data cha programu yako yamepunguzwa sana.
Wahandisi wenyewe pia huokoa mengi kwenye mchakato wa maendeleo, kwani sio lazima kukusanyika na kudumisha miundombinu ya ziada ya wingu. Kinyume chake, inawezekana kufikia zaidi na timu ndogo. Kwa hivyo, upangaji wa rasilimali watu katika timu za maendeleo ni mzuri zaidi.
Hitimisho
Bila shaka, katika miaka ya 2010, wingu likawa msaada wa kweli, kurahisisha usindikaji wa data. Lakini teknolojia ya juu inakua kwa kasi, na kujifunza kwa mashine kwenye vifaa hivi karibuni kunaweza kuwa kiwango cha ukweli sio tu katika uwanja wa maendeleo ya simu, lakini pia katika Mtandao wa Mambo.
Kutokana na kupungua kwa muda wa kusubiri, usalama ulioimarishwa, uwezo wa nje ya mtandao na gharama nafuu kwa ujumla, haishangazi kuwa wachezaji wakubwa katika uundaji wa vifaa vya mkononi wanacheza kamari kubwa kwenye teknolojia. Watengenezaji wa programu za rununu wanapaswa pia kuiangalia kwa karibu ili kuendana na wakati.
Chanzo: mapenzi.com