Смартфоны довольно быстро стали одними из основных обителей ИИ. На замену всем знакомым цепочкам действий, которые функционируют в облаке и передают обработанные данные на устройства через Всемирную паутину. Пришел специальный софт, который занимается вычислением прямо на современных электронных гаджетах. Google уделяет такому ПО много времени.
Последний пример ИИ от американской поисковой системы — MobileNets, комплект нейронных сетей машинного зрения, которые настроены под работу на электронных девайсах. Предусмотрены такие сети разных габаритов: чем будет больше сеть, тем более мощный микропроцессор обязан стоять на смартфоне.
Возможности нейронной сети
MobileNets может применяться для анализа лиц, нахождения разных объектов, геопозиционирования фото. Такая сеть может без проблем распознать породу кошек на картинке. Инструменты без проблем поддаются адаптации, поэтому им можно отыскать огромное количество применений. Как заявляют инженеры компании Google, производительность сетей колеблется исходя от задач. Но, в целом они отвечают всем стандартам, или являются близкими к ним.
Юзерам в скором будущем стоит ожидать появления множеств новых мобильных программ с функциями ИИ. То, что ИИ отлично функционирует на устройстве, имеет немало достоинств, включая высокую мощность и комфорт, а также безопасность. Короче говоря, то вам не нужно подключаться к интернету и ваши данные не будут передаваться на удалённые компьютеры.
Роль искусственных нейронных сетей в создании ИИ
Такие сети создаются с учетом имитации процесса получения знаний мозгом, и, согласно компании Google, ее инновационная технология может сделать эти сети еще более мощнее, продуктивнее и легче в эксплуатации.
Машинное обучение – это возможность наделить ПК делать свои личные выводы на основе представленной информации – это только один из подходов в создании ИИ, который включает 2 важных аспекта: процесс обучения, а также способность своими силами делать выводы на его основе.
С практикой в принципе и так понятно. Покажи ПК много картинок с животными, и он точно поймет, какое сочетание пикселей будет составлять любое из этих животных. С остальной частью, куда все сложнее. Поскольку машине нужно показать, чему она научилась, и на базе этого обучения, своими силами прийти к логической догадке.
