Az I/O fejlesztői konferencián több új androidos programozási eszközt mutatott be a Google. A legnagyobb érdeklődés a TensorFlow Lite-t övezte, amely a cég okostelefonokon és más mobileszközökön futó gépi tanulási keretrendszere.
A TensorFlow Lite egy új, neurális hálózati API-n keresztül kapcsolódik a lapkaspecifikus gyorsítókra, mondta el a megoldásról Dave Burke, a Google Androidért felelős alelnöke, aki egyre több olyan digitális jelfeldolgozó lapka megjelenésére számít, amit kifejezetten a neurális hálózati funkciók kiszolgálására terveztek.
A Lite keretrendszer a nyílt forráskódú TensorFlow projekt része lesz, és a neurális hálózati API az Android idén esedékes következő nagy kiadásával jelenik meg.
A keretrendszer sokat elárul arról, hogyan képzeli a Google a mobilhardverek jövőjét. Az AI-ra kihegyezett lapkák alkalmassá teszik a mobilokat a gépi tanulással kapcsolatos funkciók kiszolgálására, ezzel párhuzamosan pedig egyre több alkalmazás használja majd a gépi tanulást, hogy ezzel is kényelmesebbé tegye a felhasználók életét.
Napjainkban a gépi tanulással kapcsolatos képességek beépítése az alkalmazásokba körülményes, és a műveletek elvégzéséhez nagy számítási teljesítményre, bivalyerős hardverre és persze rengeteg energiára van szükség. Emiatt a feldolgozás inkább az adatközpontokra marad, és a képek, szövegek az interneten közlekednek. Ennek a megoldásnak azonban megvan az a hátránya, hogy nagy adatmozgatást igényel, és ha nem elég gyors az átvitel, a működés akadozik.
Ma még csak egy olyan mobilprocesszor kapható a piacon, amit gépi tanulásra kihegyezett digitális jelprocesszorral (DSP) vérteztek fel: ez a Qualcomm Snapdragon 835, amely a TensorFlowt támogató Hexagon DSP-t tartalmazza.
De már a Google is beruházott egy gépi tanulással kapcsolatos hardverbe: a Tensor Processing Unit lapkákat úgy tervezik, hogy az új gépi tanulási algoritmusok begyakorlását és a meglévő modellek alapján történő adatfeldolgozást egyaránt kiszolgálja. Az I/O konferencián ennek a hardvernek a második változatát is bejelentették.
