近些年来，各大科技公司都在致力于人工智能与机器学习的研究，其中 Google 是在该领域发展最为迅速的公司，如今 Google 已经将这些技术运用于搜索、邮件、翻译、助手等多个领域。在今年的 Google I/O 2021 上，Google 还对外展示了 LaMDA（Language Model for Dialogue Applications） ，这是一个利用 AI 技术，专为对话应用设计的语言模型。
最近一年，各大科技公司还将人工智能与机器学习的研究重点从服务器端转移至设备端。相比于原本的服务器端运算，设备端的运算速度更快、延迟更低、无需网络连接、并且能够保护用户隐私，还能有效降低手机这类设备的电量消耗。
为了帮助提高机器学习技术在 Android 系统中的使用率，Google 近日决定将 Android ML 平台 —— 主要是 TensorFlow Lite 直接添加到 Play services 中。Google Play services 是负责 Android 上面向用户的关键功能，并为第三方应用程序开发人员提供了各种 工具 的访问，最新添加的功能将会是设备上的机器学习。
Google 发现，如今在 Android 设备上部署设备端 ML 的开发团队会遇到这些常见的挑战：
- 许多应用程序受限于容量大小，因此必须为 ML 捆绑和管理额外的库，这可能是一个巨大的成本；
- 与基于服务器的 ML 不同，不同的 Android 设备其计算环境具有高度差异，导致在性能、稳定性和准确性方面产生显著差异；
- 最大限度地提高设备端 ML 功能的覆盖率可能导致使用更广泛，但也更老旧的 API；这限制了 ML 最新技术的使用。
为了帮助解决这些问题，Google 建立了 Android ML 平台 —— 一个可更新的、完全集成的 ML 推理栈。有了 Android ML 平台，开发者可以得到：
- 内置于设备上的推理基本要素 —— Google 将为 Android 提供设备上的推理二进制文件，并保持更新，这还会减少 apk 文件的大小；
- 所有设备上的最佳性能 —— Google 还将优化与 Android 设备的集成，并根据设备自动做出性能决策，包括在可用时启用硬件加速；
- 跨 Android 版本的一致 API —— 定期通过 Google Play Services 交付更新。
虽然这项功能在今年晚些时候才会正式推出，但 Google 将为那些有兴趣更早参与这项计划的开发者提供 Early Access 测试计划，开发者们可以访问这个页面提前注册登记（链接）。
猜你喜欢:暂无回复。
