Google ha introdotto TensorFlow Lite, una versione più leggera del suo pacchetto TensorFlow AI appositamente progettato per facilitare agli sviluppatori la distribuzione di modelli di machine learning su dispositivi mobili e altri dispositivi compatti.
Secondo i suoi creatori, man mano che matura, TensorFlow Lite alla fine sostituirà Tensorflow Mobile, l'API Tensorflow che già consente la distribuzione del modello su dispositivi mobili.
Al momento, è stato rilasciato come anteprima per sviluppatori.
Caratteristiche principali di Tensorflow Lite
Secondo i suoi creatori Tensorflow Lite è:
- Leggerezza: Consente l'inferenza di modelli di machine learning sul dispositivo stesso con dimensioni binarie ridotte e avvio/inizializzazione rapidi.
- Multi piattaforma: È progettato per funzionare su molte piattaforme diverse, a partire da Android e iOS.
- Veloce: È stato ottimizzato per i dispositivi mobili, inclusi tempi di caricamento del modello notevolmente migliorati e supporto per l'accelerazione hardware.
Vantaggi
Tra le altre cose, Tensorflow Lite ti permetterà di correre sul posto algoritmi AI sul dispositivo che in precedenza richiedevano l'invio di dati a un server per l'elaborazione.
Questo non solo velocizza l'esecuzione, ma ha anche importanti miglioramenti in termini di privacy, poiché non è necessario che i dati dell'utente lascino il dispositivo.
Modelli inclusi
TensorFlow Lite offre già alcuni modelli che sono stati addestrati e ottimizzati per i dispositivi mobili:
- Rete Mobile: modelli di visione in grado di distinguere tra 1000 diverse classi di oggetti, appositamente progettati per funzionare in modo efficiente su dispositivi mobili ed embedded.
- Inizio v3: modello di riconoscimento delle immagini, simile nella funzionalità a MobileNet, che offre maggiore precisione ma è anche di dimensioni maggiori.
- Riproduzione intelligente: modello colloquiale sul dispositivo stesso che fornisce risposte ai messaggi di chat in arrivo. Le app di messaggistica di Google e di terze parti utilizzano già questa funzione su Android Wear.
Tuttavia, gli sviluppatori potranno riaddestrare i modelli con il proprio set di dati, se lo desiderano.
Inoltre, secondo i creatori di Tensorflow Lite, l'offerta di modelli verrà ampliata in seguito a seconda delle esigenze degli utenti.
Per maggiori informazioni consultare il Pagine della documentazione di TensorFlow Lite.
concorrenza
Google non è il primo a portare l'intelligenza artificiale sui dispositivi mobili. L'anno scorso, Facebook ha annunciato Caffè2Go, una versione di Caffe progettata allo scopo di eseguire modelli di deep learning su dispositivi mobili.
E per tutto quest'anno, prodotti come Mela Nucleo ML o Servizio cloud Clarifai per addestrare modelli AI su dispositivi mobili.
Fuentes:
Seguire Leendo: