สวัสดีตอนเช้าฮับ!
เราไม่มีอะไรจะเพิ่มเติมในชื่อบทความในการแจ้งเตือนล่วงหน้าของเรา - ดังนั้นทุกคนจึงได้รับเชิญให้ไปที่แมวทันที อ่านแล้วแสดงความคิดเห็น
ผู้เชี่ยวชาญด้านการพัฒนาอุปกรณ์เคลื่อนที่จะได้รับประโยชน์จากการเปลี่ยนแปลงที่ปฏิวัติวงการในปัจจุบัน
การพัฒนาอย่างรวดเร็วของการเรียนรู้ของเครื่องบนอุปกรณ์เคลื่อนที่เป็นการตอบสนองต่อปัญหาทั่วไปหลายประการที่เราประสบในการเรียนรู้ของเครื่องแบบคลาสสิก ในความเป็นจริงทุกอย่างชัดเจน ในอนาคต แอปพลิเคชันบนมือถือจะต้องมีการประมวลผลข้อมูลที่เร็วขึ้นและลดความหน่วงลงอีก
คุณอาจสงสัยแล้วว่าทำไม
ดังนั้น เมื่อสรุปถึงประโยชน์หลักๆ ของการเรียนรู้ของเครื่องบนอุปกรณ์เคลื่อนที่แล้ว เรามาดูกันดีกว่าว่าเหตุใดการปฏิวัติการเรียนรู้ของเครื่องจึงปรากฏต่อหน้าต่อตาเรา จึงเป็นที่สนใจของคุณเป็นการส่วนตัวในฐานะนักพัฒนาอุปกรณ์เคลื่อนที่
ลดความหน่วง
นักพัฒนาแอพมือถือรู้ดีว่าเวลาแฝงที่เพิ่มขึ้นอาจเป็นจุดดำสำหรับโปรแกรม ไม่ว่าฟีเจอร์ของโปรแกรมจะดีแค่ไหนหรือแบรนด์จะมีชื่อเสียงแค่ไหนก็ตาม ก่อนหน้านี้บนอุปกรณ์ Android ก็มี
การใช้แมชชีนเลิร์นนิงบนอุปกรณ์กำลังมีความสำคัญมากขึ้นเรื่อยๆ เนื่องจากปัญหาด้านเวลาแฝงเช่นนี้ ลองนึกภาพว่าตัวกรองรูปภาพทำงานอย่างไรสำหรับโซเชียลเน็ตเวิร์ก หรือคำแนะนำร้านอาหารตามตำแหน่งทางภูมิศาสตร์ ในแอปพลิเคชันดังกล่าว เวลาแฝงจะต้องน้อยที่สุดจึงจะทำงานในระดับสูงสุดได้
ตามที่กล่าวไว้ข้างต้น บางครั้งการประมวลผลบนคลาวด์อาจช้า และนักพัฒนาต้องการให้เวลาแฝงใกล้เคียงกับศูนย์เพื่อให้ความสามารถในการเรียนรู้ของเครื่องของแอปมือถือทำงานได้อย่างถูกต้อง การเรียนรู้ของเครื่องบนอุปกรณ์เปิดความสามารถในการประมวลผลข้อมูลที่สามารถลดเวลาแฝงจนเกือบเป็นศูนย์ได้อย่างแท้จริง
ผู้ผลิตสมาร์ทโฟนและยักษ์ใหญ่ในตลาดเทคโนโลยีต่างค่อยๆ เริ่มตระหนักถึงเรื่องนี้ เป็นเวลานานที่ Apple ยังคงเป็นผู้นำในอุตสาหกรรมนี้ที่กำลังพัฒนา
Apple ยังคงพัฒนา Core ML ซึ่งเป็นแพลตฟอร์มการเรียนรู้ของเครื่องสำหรับแอพมือถืออย่างต่อเนื่องทีละขั้นตอน ในห้องสมุด
การผสมผสานระหว่างความแม่นยำและประสบการณ์ผู้ใช้ที่ราบรื่นเป็นตัวชี้วัดสำคัญที่นักพัฒนาแอปมือถือต้องพิจารณาเมื่อแนะนำความสามารถด้านการเรียนรู้ของเครื่องในแอปของตน และเพื่อรับประกันการทำงานดังกล่าวจึงจำเป็นต้องมี
ปรับปรุงความปลอดภัยและความเป็นส่วนตัว
ข้อดีอีกประการหนึ่งของ Edge Computing ที่ไม่สามารถกล่าวเกินจริงได้ก็คือ ช่วยเพิ่มความปลอดภัยและความเป็นส่วนตัวของผู้ใช้ได้มากเพียงใด การรับประกันความปลอดภัยและความเป็นส่วนตัวของข้อมูลในแอปพลิเคชันเป็นส่วนสำคัญของงานของนักพัฒนา โดยเฉพาะอย่างยิ่งคำนึงถึงความจำเป็นในการปฏิบัติตาม GDPR (กฎระเบียบคุ้มครองข้อมูลทั่วไป) กฎหมายยุโรปฉบับใหม่ ซึ่งจะส่งผลต่อแนวทางปฏิบัติของการพัฒนามือถืออย่างไม่ต้องสงสัย .
เนื่องจากข้อมูลไม่จำเป็นต้องส่งต้นทางหรือไปยังคลาวด์เพื่อการประมวลผล อาชญากรไซเบอร์จึงสามารถใช้ประโยชน์จากช่องโหว่ใดๆ ที่สร้างขึ้นระหว่างขั้นตอนการถ่ายโอนได้น้อยกว่า ดังนั้นจึงรักษาความสมบูรณ์ของข้อมูลไว้ ช่วยให้นักพัฒนาแอปมือถือปฏิบัติตามกฎระเบียบด้านความปลอดภัยของข้อมูล GDPR ได้ง่ายขึ้น
การเรียนรู้ของเครื่องบนอุปกรณ์ยังทำให้เกิดการกระจายอำนาจในลักษณะเดียวกับบล็อกเชน กล่าวอีกนัยหนึ่ง แฮกเกอร์ที่จะเริ่มการโจมตี DDoS บนเครือข่ายที่เชื่อมต่อของอุปกรณ์ที่ซ่อนอยู่นั้นยากกว่าการโจมตีแบบเดียวกันบนเซิร์ฟเวอร์กลาง เทคโนโลยีนี้ยังมีประโยชน์เมื่อทำงานกับโดรนและสำหรับติดตามการปฏิบัติตามกฎหมายอีกด้วย
ชิปสมาร์ทโฟนจาก Apple ที่กล่าวมาข้างต้นยังช่วยปรับปรุงความปลอดภัยและความเป็นส่วนตัวของผู้ใช้อีกด้วย เช่น ชิปเหล่านี้สามารถใช้เป็นพื้นฐานสำหรับ Face ID ได้ คุณสมบัติของ iPhone นี้ขับเคลื่อนโดยโครงข่ายประสาทเทียมที่ติดตั้งบนอุปกรณ์ที่รวบรวมข้อมูลจากการแสดงใบหน้าของผู้ใช้ที่แตกต่างกันทั้งหมด ดังนั้นเทคโนโลยีนี้จึงเป็นวิธีการระบุตัวตนที่แม่นยำและเชื่อถือได้อย่างยิ่ง
ฮาร์ดแวร์ที่เปิดใช้งาน AI เหล่านี้และรุ่นใหม่กว่าจะปูทางไปสู่การโต้ตอบระหว่างผู้ใช้กับสมาร์ทโฟนที่ปลอดภัยยิ่งขึ้น ในความเป็นจริง นักพัฒนาจะได้รับการเข้ารหัสเพิ่มเติมอีกชั้นเพื่อปกป้องข้อมูลผู้ใช้
ไม่จำเป็นต้องเชื่อมต่ออินเทอร์เน็ต
นอกเหนือจากปัญหาเรื่องความหน่วงแล้ว การส่งข้อมูลไปยังคลาวด์เพื่อการประมวลผลและสรุปผลต้องใช้การเชื่อมต่ออินเทอร์เน็ตที่ดี บ่อยครั้ง โดยเฉพาะอย่างยิ่งในประเทศที่พัฒนาแล้ว ไม่จำเป็นต้องบ่นเกี่ยวกับอินเทอร์เน็ต แต่จะทำอย่างไรในพื้นที่ที่การเชื่อมต่อแย่ลง? เมื่อนำการเรียนรู้ของเครื่องไปใช้กับอุปกรณ์ต่างๆ โครงข่ายประสาทเทียมก็จะทำงานบนโทรศัพท์ด้วย ดังนั้นนักพัฒนาจึงสามารถปรับใช้เทคโนโลยีบนอุปกรณ์ใดก็ได้และทุกที่ โดยไม่คำนึงถึงคุณภาพของการเชื่อมต่อ นอกจากนี้แนวทางนี้ยังนำไปสู่
ท้ายที่สุดแล้ว การเรียนรู้ของเครื่องบนอุปกรณ์จะช่วยให้นักพัฒนามีเครื่องมือในการสร้างเครื่องมือที่จะเป็นประโยชน์ต่อผู้ใช้ทั่วโลก ไม่ว่าพวกเขาจะเชื่อมต่ออินเทอร์เน็ตในสถานการณ์ใดก็ตาม เมื่อพิจารณาว่าพลังของสมาร์ทโฟนรุ่นใหม่อย่างน้อยจะทรงพลังเท่ากับรุ่นปัจจุบัน ผู้ใช้จะลืมปัญหาความล่าช้าเมื่อทำงานกับแอปพลิเคชันออฟไลน์
การลดต้นทุนสำหรับธุรกิจของคุณ
การเรียนรู้ของเครื่องบนอุปกรณ์ยังช่วยให้คุณประหยัดเงินได้มากโดยไม่ต้องจ่ายเงินให้ผู้รับเหมาภายนอกเพื่อใช้งานและบำรุงรักษาโซลูชันต่างๆ มากมาย ตามที่กล่าวไว้ข้างต้น ในหลายกรณี คุณสามารถทำได้โดยไม่ต้องใช้ทั้งระบบคลาวด์และอินเทอร์เน็ต
บริการคลาวด์เฉพาะของ GPU และ AI เป็นโซลูชันที่แพงที่สุดที่สามารถซื้อได้ เมื่อคุณรันโมเดลบนอุปกรณ์ของคุณ คุณไม่จำเป็นต้องจ่ายเงินสำหรับคลัสเตอร์เหล่านี้ทั้งหมด เนื่องจากในปัจจุบันมีสมาร์ทโฟนขั้นสูงมากขึ้นเรื่อยๆ ที่มาพร้อมกับ
ด้วยการหลีกเลี่ยงฝันร้ายของการประมวลผลข้อมูลจำนวนมากที่เกิดขึ้นระหว่างอุปกรณ์และคลาวด์ คุณจะประหยัดได้มหาศาล ดังนั้นจึงเป็นประโยชน์อย่างมากในการใช้โซลูชันการเรียนรู้ของเครื่องบนอุปกรณ์ นอกจากนี้คุณยังประหยัดเงินเนื่องจากความต้องการแบนด์วิธของแอปพลิเคชันของคุณลดลงอย่างมาก
วิศวกรเองก็ประหยัดค่าใช้จ่ายในกระบวนการพัฒนาได้มาก เนื่องจากพวกเขาไม่จำเป็นต้องประกอบและบำรุงรักษาโครงสร้างพื้นฐานระบบคลาวด์เพิ่มเติม ในทางตรงกันข้าม เป็นไปได้ที่จะประสบความสำเร็จมากขึ้นด้วยทีมเล็กๆ ดังนั้นการวางแผนทรัพยากรบุคคลในทีมพัฒนาจึงมีประสิทธิภาพมากกว่ามาก
ข้อสรุป
ไม่ต้องสงสัยเลยว่าในช่วงปี 2010 ระบบคลาวด์กลายเป็นประโยชน์อย่างแท้จริง ทำให้การประมวลผลข้อมูลง่ายขึ้น แต่เทคโนโลยีชั้นสูงกำลังพัฒนาอย่างทวีคูณ และการเรียนรู้ของเครื่องบนอุปกรณ์อาจกลายเป็นมาตรฐานโดยพฤตินัยในไม่ช้า ไม่เพียงแต่ในด้านการพัฒนาอุปกรณ์เคลื่อนที่เท่านั้น แต่ยังรวมถึงอินเทอร์เน็ตของสรรพสิ่งด้วย
ด้วยเวลาแฝงที่ลดลง การรักษาความปลอดภัยที่ดีขึ้น ความสามารถแบบออฟไลน์ และต้นทุนโดยรวมที่ลดลง จึงไม่น่าแปลกใจที่ผู้เล่นรายใหญ่ที่สุดในการพัฒนาอุปกรณ์เคลื่อนที่จะเดิมพันครั้งใหญ่กับเทคโนโลยี นักพัฒนาแอปพลิเคชันบนมือถือควรพิจารณาอย่างใกล้ชิดเพื่อให้ทันกับเวลา
ที่มา: will.com