Günaydın Habr!
Ön bildirimimizde yazının başlığına ekleyecek bir şeyimiz olmadığından herkesi hemen kediye davet ediyoruz. Okuyun ve yorumlayın.
Mobil geliştirme uzmanları, günümüzün sunduğu devrim niteliğindeki değişikliklerden yararlanacak. . Mesele şu ki, bu teknoloji herhangi bir mobil uygulamayı ne kadar geliştiriyor, yani kullanıcılara yeni bir kolaylık düzeyi sağlıyor ve örneğin en doğru önerileri sağlamak için güçlü özellikleri aktif olarak kullanmanıza olanak tanıyor, veya anında tespit edin .
Mobil makine öğreniminin bu hızlı gelişimi, klasik makine öğreniminde karşılaştığımız bir dizi yaygın soruna bir yanıttır. Aslında her şey ortada. Gelecekte mobil uygulamalar daha hızlı veri işlemeyi ve gecikmenin daha da azaltılmasını gerektirecek.
Nedenini zaten merak etmiş olabilirsiniz ,bulutta basitçe çıkarım yapılamaz. Birincisi, bulut teknolojileri merkezi düğümlere bağlıdır (hem geniş veri depolama alanına hem de büyük bilgi işlem gücüne sahip devasa bir veri merkezi hayal edin). Bu merkezi yaklaşım, makine öğrenimi tarafından desteklenen sorunsuz mobil deneyimler yaratmaya yetecek işlem hızlarını karşılayamaz. Veriler merkezi olarak işlenmeli ve ardından cihazlara geri gönderilmelidir. Bu yaklaşım zaman ve para gerektirir ve verilerin gizliliğini garanti etmez.
Mobil makine öğreniminin bu temel faydalarını özetledikten sonra, gözlerimizin önünde gelişen makine öğrenimi devriminin bir mobil geliştirici olarak kişisel olarak neden ilginizi çekmesi gerektiğine daha yakından bakalım.
Gecikmeyi Azaltın
Mobil uygulama geliştiricileri, özellikleri ne kadar iyi olursa olsun veya marka ne kadar saygın olursa olsun, artan gecikmenin bir program için kara leke olabileceğini biliyor. Daha önce Android cihazlarda gözlemlendi , bu nedenle video ve ses görüntülemenin çoğu zaman senkronize olmadığı ortaya çıktı. Aynı şekilde gecikmesi yüksek bir sosyal medya istemcisi, iletişimi kullanıcı için gerçek bir işkence haline getirebilir.
Makine öğreniminin cihaza uygulanması, tam da bu gibi gecikme sorunları nedeniyle giderek daha önemli hale geliyor. Görüntü filtrelerinin sosyal ağlar için veya coğrafi konuma dayalı restoran önerileri için nasıl çalıştığını hayal edin. Bu tür uygulamalarda en yüksek seviyede performans gösterebilmesi için gecikmenin minimum düzeyde olması gerekir.
Yukarıda belirtildiği gibi bulut işleme bazen yavaş olabilir ve geliştirici, bir mobil uygulamanın makine öğrenimi özelliklerinin düzgün çalışması için gecikmenin sıfıra yakın olmasını ister. Cihazlardaki makine öğrenimi, gecikmeyi gerçekten neredeyse sıfıra indirebilen veri işleme yeteneklerinin önünü açar.
Akıllı telefon üreticileri ve teknoloji pazarı devleri yavaş yavaş bunun farkına varmaya başlıyor. Apple uzun süre bu sektörde liderliğini korudu ve kendini geliştirdi. Akıllı telefonlar için, sinir ağlarını doğrudan cihaz üzerinde yönlendirmeye yardımcı olan Neural Engine'i uygulayan Bionic sistemini kullanarak, .
Apple ayrıca mobil uygulamalara yönelik makine öğrenimi platformu Core ML'yi adım adım geliştirmeye devam ediyor; kütüphanede GPU'lar için destek eklendi; Google, makine öğrenimi platformu ML Kit'e önceden yüklenmiş özellikler eklemeye devam ediyor. Bu teknolojileri kullanarak verileri ışık hızında işlemenizi, gecikmeleri ortadan kaldırmanızı ve hata sayısını azaltmanızı sağlayan uygulamalar geliştirebilirsiniz.
Doğruluk ve kusursuz kullanıcı deneyimlerinin bu birleşimi, mobil uygulama geliştiricilerinin, makine öğrenimi yeteneklerini uygulamalarına dahil ederken dikkate alması gereken önemli bir ölçümdür. Ve bu tür bir işlevselliği garanti etmek için gereklidir .
Geliştirilmiş güvenlik ve gizlilik
Edge bilişimin abartılamayacak kadar büyük bir faydası da kullanıcı güvenliğini ve gizliliğini ne kadar arttırdığıdır. Uygulamadaki verilerin güvenliğini ve gizliliğini garanti etmek, geliştiricinin görevlerinin ayrılmaz bir parçasıdır, özellikle de mobil geliştirme uygulamasını şüphesiz etkileyecek olan yeni Avrupa yasaları olan GDPR'ye (Genel Veri Koruma Yönetmeliği) uyma ihtiyacı dikkate alındığında .
Verilerin işlenmek üzere yukarıya veya buluta gönderilmesi gerekmediğinden, siber suçlular aktarım aşamasında oluşturulan güvenlik açıklarından daha az yararlanabiliyor; bu nedenle verilerin bütünlüğü korunur. Bu, mobil uygulama geliştiricilerinin GDPR veri güvenliği düzenlemelerine uymasını kolaylaştırır.
Cihazlardaki makine öğrenimi de blockchain ile aynı şekilde merkezi olmayan bir yapıya olanak sağlıyor. Başka bir deyişle, bilgisayar korsanlarının gizli cihazlardan oluşan bağlantılı bir ağ üzerinde DDoS saldırısı başlatması, aynı saldırıyı merkezi bir sunucuda gerçekleştirmesinden daha zordur. Bu teknoloji, drone'larla çalışırken ve mevzuata uygunluğun izlenmesinde de faydalı olabilir.
Apple'ın yukarıda bahsedilen akıllı telefon çipleri aynı zamanda kullanıcı güvenliğinin ve gizliliğinin iyileştirilmesine de yardımcı oluyor; örneğin, Face ID'nin temelini oluşturabilirler. Bu iPhone özelliği, bir kullanıcının yüzünün tüm farklı temsillerinden veri toplayan, cihazlara dağıtılan bir sinir ağı tarafından desteklenmektedir. Böylece teknoloji son derece doğru ve güvenilir bir tanımlama yöntemi olarak hizmet vermektedir.
Bunlar ve daha yeni yapay zeka destekli donanımlar, daha güvenli kullanıcı-akıllı telefon etkileşimlerinin önünü açacak. Aslında geliştiriciler, kullanıcı verilerini korumak için ek bir şifreleme katmanına sahip olur.
İnternet bağlantısı gerekmez
Gecikme sorunları bir yana, verileri işlemek ve sonuç çıkarmak için buluta göndermek iyi bir internet bağlantısı gerektirir. Çoğu zaman, özellikle gelişmiş ülkelerde, internetten şikayet etmeye gerek yoktur. Peki bağlantının daha kötü olduğu bölgelerde ne yapmalı? Makine öğrenimi cihazlara uygulandığında, sinir ağları telefonların kendisinde yaşar. Böylece geliştirici, bağlantının kalitesinden bağımsız olarak teknolojiyi herhangi bir cihaza ve herhangi bir yere dağıtabilir. Ayrıca, bu yaklaşım şuna yol açar: .
geliştiricilerin herhangi bir internet bağlantısı olmadan yaşamsal belirtileri kontrol eden ve hatta robotik cerrahi sağlayan araçlar oluşturabilmesi nedeniyle, cihaz üzerinde makine öğreniminden özellikle yararlanabilecek sektörlerden biri. Bu teknoloji aynı zamanda ders materyallerine İnternet bağlantısı olmadan (örneğin bir ulaşım tünelindeyken) erişmek isteyen öğrenciler için de faydalı olacaktır.
Sonuçta, cihazlardaki makine öğrenimi, geliştiricilere, İnternet bağlantı durumları ne olursa olsun, dünyanın her yerindeki kullanıcılara fayda sağlayacak araçlar oluşturma araçları sağlayacak. Yeni akıllı telefonların gücünün en azından mevcut olanlardan daha düşük olmayacağı göz önüne alındığında, kullanıcılar uygulamayla çevrimdışı çalışırken gecikme sorunlarını unutacak.
İşletmenizin maliyetlerini azaltmak
Cihazlarda makine öğrenimi, birçok çözümün uygulanması ve sürdürülmesi için dış yüklenicilere ödeme yapmak zorunda kalmamanız sayesinde size bir servet kazandırabilir. Yukarıda belirtildiği gibi çoğu durumda hem bulut hem de İnternet olmadan da yapabilirsiniz.
GPU ve yapay zekaya özel bulut hizmetleri satın alınabilecek en pahalı çözümlerdir. Modelleri cihazınızda çalıştırdığınızda, günümüzde giderek daha gelişmiş akıllı telefonlar sayesinde tüm bu kümeler için ödeme yapmak zorunda değilsiniz. .
Cihaz ile bulut arasında meydana gelen yoğun veri işleme kabusundan kaçınarak büyük oranda tasarruf edersiniz; Bu nedenle makine öğrenimi çözümlerinin cihazlara uygulanması oldukça karlı. Ayrıca uygulamanızın bant genişliği gereksinimleri önemli ölçüde azaldığı için paradan da tasarruf edersiniz.
Ek bulut altyapısını bir araya getirmek ve sürdürmek zorunda olmadıkları için mühendislerin kendisi de geliştirme sürecinden büyük ölçüde tasarruf sağlıyor. Tam tersine daha küçük bir ekiple daha fazlasını başarmak mümkün. Bu nedenle geliştirme takımlarında insan kaynakları planlaması çok daha etkilidir.
Sonuç
Kuşkusuz, 2010'lu yıllarda bulut, veri işlemeyi kolaylaştıran gerçek bir nimet haline geldi. Ancak yüksek teknoloji katlanarak gelişiyor ve cihazlardaki makine öğrenimi, yakında yalnızca mobil geliştirme alanında değil, aynı zamanda Nesnelerin İnterneti alanında da fiili standart haline gelebilir.
Azalan gecikme süresi, iyileştirilmiş güvenlik, çevrimdışı yetenekler ve genel olarak daha düşük maliyetlerle, mobil geliştirmedeki en büyük oyuncuların teknolojiye büyük yatırım yapması şaşırtıcı değil. Mobil uygulama geliştiricilerinin de çağa ayak uydurmak için konuya daha yakından bakması gerekiyor.
Kaynak: habr.com