Google ha presentado TensorFlow Lite, una versión más ligera de su paquete de inteligencia artificial TensorFlow diseñada, especialmente, para facilitar a los desarrolladores la implementación de modelos de aprendizaje automático en móviles y otros dispositivos compactos.
Según sus creadores, a medida que vaya madurando, TensorFlow Lite acabará por reemplazar a Tensorflow Mobile, la API de Tensorflow que ya permite la implementación de modelos en dispositivos móviles.
Por el momento, se ha lanzado como vista previa para desarrolladores.
Principales características de Tensorflow Lite
Según sus creadores Tensorflow Lite es:
- Ligero: Permite la inferencia de modelos de aprendizaje automático en el propio dispositivo con un tamaño binario pequeño y un arranque / inicialización rápidos.
- Multiplataforma: Está diseñado para ejecutarse en muchas plataformas diferentes, empezando por Android e iOS.
- Rápido: Ha sido optimizado para dispositivos móviles, incluyendo unos tiempos de carga del modelo considerablemente mejores y compatibilidad con aceleración de hardware.
Ventajas
Entre otras cosas, Tensorflow Lite permitirá ejecutar in-situ en el propio dispositivo algoritmos de IA que anteriormente requerían el envío de datos a un servidor para su procesamiento.
Esto no solo agiliza la ejecución, sino que además tiene importantes mejoras en cuanto a privacidad, al no haber necesidad de que los datos del usuario abandonen el dispositivo.
Modelos incluidos
TensorFlow Lite ofrece ya algunos modelos que han sido entrenados y optimizados para dispositivos móviles:
- MobileNet: modelos de visión capaces de distinguir entre 1000 clases de objetos diferentes, diseñados específicamente para ser ejecutados de manera eficiente en dispositivos móviles e integrados.
- Inception v3: modelo de reconocimiento de imágenes, similar en funcionalidad a MobileNet, que ofrece una mayor precisión pero también tiene un tamaño más grande.
- Smart Replay: modelo conversacional en el propio dispositivo que da respuestas a los mensajes de chat entrantes. Las aplicaciones de mensajería de Google y de terceros ya utilizan esta función en Android Wear.
No obstante, los desarrolladores podrán reentrenar los modelos con su propio conjunto de datos si así lo desean.
Además, según los creadores de Tensorflow Lite, la oferta de modelos se irá ampliando posteriormente en función de las necesidades de los usuarios.
Para más información, consultar las páginas de documentación de TensorFlow Lite.
La competencia
Google no es el primero en llevar la IA a los móviles. El año pasado, Facebook anunció Caffe2Go, una versión de Caffe diseñada con el propósito de ejecutar modelos de aprendizaje profundo en dispositivos móviles.
Y a lo largo de este año, han surgido productos como Core ML de Apple o el servicio en la nube de Clarifai para entrenar modelos de IA en dispositivos móviles.
Fuentes:
Seguir leyendo: