内容简介：为开发AI本地化的移动应用，谷歌开源机器视觉神经网络MobileNets | 潮科技
智能手机已经成为AI的前沿阵地。
算法在云中计算，并让设备联网运行，已经逐渐让位于软件直接在手机和电脑上本地化运行。苹果和Facebook都在做这样的事情，而谷歌在移动AI上比所有人都要走的更进一步。
最近， 谷歌在官方博客中宣布 ，开源了一组可以直接在移动设备运行的机器视觉神经网络——MobileNets。谷歌表示，这是一款为TensorFlow准备的、移动端优先的计算机视觉模型包。
MobileNets可用于处理各种训练任务
MobileNets可用于处理各种各样的训练任务，包括分析人脸，检测常见对象，照片定位，它还可以执行细粒度的识别任务，比如如识别不同种类的狗。
这组神经网络拥有多种尺寸，因此可以适应各种设备。在设计上，这款 工具 包力图为设备端和嵌入式应用最大限度地提升精度。MobileNets具有小规模、低延迟、低功耗的特点，来解锁不同用例中的资源限制。
谷歌表示，虽然每个神经网络的功能和任务不同，但总的来说，这些神经网络已经达到或接近最新、最先进的标准。
对消费者来说，这意味着开发者可能会开发更多地具备AI功能的移动APP。
现在，有很多集成机器学习功能的移动移动，会将数据传回云端进行处理，然后传回给用户。这就意味着必须联网才能执行任务。
此外，虽然云端处理减轻了智能手机上的负担，但是这就要求有强大的数据中心。而且，这样会导致延迟，还有隐私泄露的风险。
与之相比，在手机上本地化运行AI功能，则没有这样的弊端，这种处理方式将享有更快的性能、更加方便（不用联网）、隐私保护更好（你的数据不会被脱机发送）。
当然，并非谷歌一家在做这样的事情。移动端的AI本地化也是一种目前的趋势。
本月早些时候，苹果也为开发者设计了一组机器学习工具CoreML，来为iOS系统系统创建应用。Facebook也创建了自己的移动AI的框架。
甚至上市不久的Snapchat，本周也发表了一篇学术论文，努力在移动端加入图片识别的功能。
谷歌和苹果都曾表示要设计AI专用的移动处理器。谷歌在2016 I/O上首次发布了为机器学习设计的专用芯片——TPU，并在今年的I/O大会上公布了机器学习超级计算机Cloud TPU Pod。5月末，彭博披露苹果正在研发一款AI处理器，将会集成到包括iPhone和iPad在内的很多设备当中。
在台北电脑展上，ARM已经发布了两款针对AI性能任务的芯片——Cortex-A75和Cortex-A55。
对于很多产品来说，手机和汽车都是两个庞大的应用场景，对于AI的开发也不例外。现在无人驾驶的热潮方兴未艾，手机端的AI应用也纷至沓来。随着本地化运行的移动AI应用不断增多，AI对日常生活的渗透也将越来越深广。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- 关于本地化的一些技巧
- iOS 本地化（IB篇）
- iOS 本地化（非IB篇）
- [ Laravel 5.7 文档 ] 前端开发 —— 本地化
- Galaxy生信分析平台-搭建（本地化）
- 如何参与 Kubernetes 文档的本地化工作
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
