Mobilné Správy, Gadgety, Blogy's Secenziami

6 Spôsoby, ako môžete využiť hĺbkové učenie na zlepšenie jednoduchosti používania mobilných zariadení

Tento článok bol pôvodne publikovaný na webe M Liquido.com 23. januára 2020 a napísal ho Radosław Holewa.

S rastúcim celosvetovým dopytom po vylepšených a prispôsobených mobilných skúsenostiach je nevyhnutné rozšírené AI a adaptácia na hlboké vzdelávanie v priemysle vývoja mobilných aplikácií. Zabudnite na frustrujúce problémy s oneskorením, ktoré vyplynú z mobilného snímania a cloud computingu. Čas odozvy je takmer nulový, s najlepšími rýchlosťami spracovania údajov v reálnom čase.

Pokročilá sada čipov pre smartfóny spoločnosti Apple od spoločnosti Bionic so vstavanými jednotkami na spracovanie neurónov pomáha nervovým sieťam pracovať priamo na zariadení neuveriteľnou rýchlosťou. S procesormi Apple Core ML, platformami ML Kit spoločnosti Google a knižnicami s hlbokým vzdelávaním, ako sú TensorFlow Lite a Keras, môžu mobilní vývojári vytvárať aplikácie s kratšou dobou odozvy, menším počtom chýb a rýchlejšie spracovaním údajov.

Hlavnou výhodou strojového učenia na zariadení je to, že používateľom poskytuje plynulý a presný užívateľský zážitok. Pretože pri odosielaní údajov na externé servery na spracovanie neexistuje žiadny problém, získate lepšiu ochranu údajov, bezpečnosť používateľov a súkromie. V prípade zariadení Neural Networks v mobilných zariadeniach nepotrebujete na prístup ku všetkým funkciám svojich aplikácií internetové pripojenie. Samozrejme, stále budete potrebovať internet pre väčšinu štandardných funkcií.

Využitie výpočtových schopností pre mobilné zariadenia na implementáciu algoritmov hĺbkového učenia sa zlepšilo použiteľnosť mobilných zariadení. Tu je postup:

1, Rozpoznávanie reči na zariadení

Rozpoznávanie reči zahŕňa konverziu alebo konverziu vstupných sekvencií na výstupné sekvencie pomocou opakujúcich sa neurónových sietí (RNN), konvolučných neurónových sietí (CNN), hlbokých neurónových sietí (DNN) a ďalších štruktúr. Vývojári mali problém s oneskorením – spôsobili oneskorenie medzi vašou požiadavkou a automatizovanou odpoveďou – teraz ich však môžeme prekonať pomocou technológie RNN-T zabudovanej do mobilných zariadení.

RNN-Ts sú sekvenčné modely. Namiesto obvyklého spôsobu spracovania úplnej vstupnej postupnosti pred vytvorením výstupu si zachováva konzistentnú kontinuitu v spracovávaní vstupu a výstupného toku. To uľahčuje rozpoznávanie a spracovanie reči v reálnom čase. Vidíte to s Google Assistant, Ktorý dokáže spracovať po sebe idúce hlasové povely bez vypnutia a bez výzvy na zavolanie „Ahoj, Google“ po každej žiadosti.

Urobí to prirodzenejší obojsmerný rozhovor a asistent sa bude riadiť vašimi pokynmi T. Chcete nastaviť predmet e-mailu, nájsť obrázok v niektorej zo svojich priečinkov a viesť vás k miestu svojej sestry? Vykonávaná.

Pokračovaním v telefóne Pixel 4 Novinka od spoločnosti Google, funkcia „Live Caption“ môže poskytovať preklady hlasových poznámok, podcastov a videí v reálnom čase – a pretože je spracované v zariadení – je tiež v režime V lietadle. Napríklad, ak sa video objaví na Twitter V súhrne môžete vidieť, o čom sú titulky, bez toho, aby ste museli stlmiť zvuk. Live Caption ešte nefunguje s hudbou, telefónom a videohovormi.

2, Zvýšte efektivitu pri rozpoznávaní gest

Pomocou modelov potrubia strojového učenia na zariadení môžete svoje mobilné zariadenie naučiť detekovať, sledovať a rozpoznávať gestá rúk a tela. Fotoaparát vášho zariadenia zaznamenáva a ukladá vaše gestá a pohyby ako 3D obrazové údaje. Ďalej algoritmy hĺbkového učenia pre neurónové siete používajú túto knižnicu gest na identifikáciu a dekódovanie konkrétnych statických a dynamických gest. Potom ich v reálnom čase priradia k vášmu zámeru a vykonajú požadované príkazy.

Google pix 4 smartphones Je dodávaný s čipom Soli, ktorý uľahčuje komplexnú a neverbálnu interakciu s telefónom. Tento mini radarový snímač v hornej časti telefónu poháňa technológiu Motion Sense, ktorá dokáže zistiť vašu prítomnosť a gestá rúk a tela, aby sa umožnili interakcie telefónu. Mávnutím ruky, dokonca aj bez toho, aby ste sa dotkli telefónu, môžete povedať, aby odložil, stíšil budík alebo sa presunul na ďalšiu skladbu v zozname skladieb.

3, Pohlcujúce schopnosti rozšírenej reality

Pomocou platformy ARCore a Google Apple z platforiem ARKit môžu vývojári vytvárať aplikácie s rozšírenou realitou, ktoré dokážu kombinovať objekty a digitálne prostredia s realistickým nastavením. Pohlcujúce schopnosti rozšírenej reality majú obrovský vplyv na maloobchod, zábavu, cestovanie a ďalšie priemyselné odvetvia. Značky ako Lacoste a Sephora teraz umožňujú svojim zákazníkom vyskúšať si ukážky produktov pomocou aplikácií s rozšírenou realitou a čoraz viac nakupujúcich uprednostňuje kontrolu produktov na svojich telefónoch pred rozhodnutím o ich kúpe.

Interaktívne hry s rozšírenou realitou ako Pokemon Ingress a Ghostbusters Svetová rozsiahla tlač a špecializované sledovanie. Ak sa chcete nájsť po meste, služba Mapy Google Live View vám poskytne navigáciu v reálnom čase.

Kamera Leica Quad na Huawei P30 Pro.

4, Vysoko kvalitné obrázky

Vysoká kvalita obrazu je dôležitým kritériom pre kupujúcich pri výbere smartphones, Ktoré môžu získať s mnohými najnovšími modelmi. Tieto jednotky sú vybavené hardvérovými komponentmi – centrálnymi procesorovými jednotkami (CPU), procesormi obrazových signálov, algoritmami hlbokého učenia sa obrazu a jednotkami neurónového spracovania – ktoré skočili smartphones Vo svete úplne odlišnom od tradičných fotoaparátov, pokiaľ ide o fotografovanie. S týmito, smartphones Môžu preukázať väčšiu informovanosť na úrovni hodnotenia pixelov toho, čo vidia pri snímaní obrázkov s vysokým rozlíšením.

Telefóny s pixelmi Google Apple IPhones používajú veľa kamier a sofistikované algoritmy strojového učenia na identifikáciu ľudí a objektov, vytváranie hĺbkových máp, bezproblémové spojenie dlhých expozícií a výpočet presného vyváženia farieb.

Tréningom neurónových sietí na súbore údajov o obrázkoch sa algoritmy naučia, ako reagovať na individuálne požiadavky na obrázky a vylepšiť obrázky v reálnom čase. Automatický korekčný systém vyvinutý výskumníkmi z MIT a Google umožňuje fotografom aplikovať na obrázok rôzne štýly pred fotografovaním.

Keď konvolučná mriežka spracováva obrázky s nízkym rozlíšením, známa metóda mapovania na priradenie konverzie farieb upraví farby obrazových pixlov. Mriežka ukladá tieto transformačné formáty do trojrozmernej mriežky, ktorá potom umožňuje výstup obrazu s vysokým rozlíšením. To všetko sa deje v priebehu milisekúnd.

Smartphony teraz prekonávajú aj DSLR fotoaparáty pri slabom a nočnom osvetlení. Vďaka integrácii sietí a hlbokých nervových snímačov môžu smartfónové fotoaparáty snímať jasnejšie obrázky vo viacerých farbách, ako vidia ľudské oči.

Spoločnosť Huawei, ktorá pomocou modelu P20 Pro urobila spracovateľné zábery pri slabom osvetlení, používa filtre RYYB, veľké senzory a spracovanie obrazu AI v sérii Mate 30, aby poskytovala vysokokvalitné snímky pri slabom osvetlení, ako aj videozáznamy pri slabom osvetlení. Google Pixel prichádza 4 S režimom nočného videnia, ktorý umožňuje fotografovať v rozsahu Lux 0,3-3 A astrofotografia dokáže zachytiť temnú hviezdnu oblohu. Okrem nočného režimu, ktorý sa automaticky aktivuje v tme, sa nový systém spoločnosti Apple Deep Fusion prispôsobí úrovniam osvetlenia a posunie fotografiu iPhone na pôsobivejšiu úroveň.

Aj keď nepoznáte fotografiu, budete s ňou schopní robiť skvelé fotografie smartphones,

5, Zvýšená bezpečnosť a súkromie

Strojové učenie sa uľahčuje súlad s GDPR a kalifornským zákonom o ochrane spotrebiteľa (CCPA). Zabezpečuje bezpečnosť údajov, pretože na spracovanie nemusíte prenášať biometrické údaje, šifrovacie údaje ani údaje živých titulkov na server alebo cloud.

Automatické šifrovanie v zariadení je ďalšou užitočnou funkciou smartfónu, ktorá chráni váš obsah pomocou kódu PIN, hesla alebo vzoru a umožňuje prístup k vašim údajom iba po odomknutí telefónu. Ak dôjde k strate alebo krádeži vášho zariadenia, šanca, že niekto získa vaše údaje, je zanedbateľná.

Jedným z príkladov bezpečnejšieho používania smartfónov je Face ID pre iPhone. Neurónové siete v zariadení na adrese Apple Bezpečne spracúvajte čipy smartfónov a ukladajte údaje o tvári používateľov. Na vašom zariadení dôjde k identifikácii, takže vaše súkromie a bezpečnosť zostanú bez prekážok.

Funkcia Face Unlock sa používa v aplikácii Google Pixel 4 S podporou čipu Soli nastavte hĺbku 3D IR, aby ste vytvorili tváre na rozpoznanie tváre a uložili ich na bezpečnostný čip Titan M6 v zariadení. Aplikácia Face Unlock funguje dobre s heslom 1Password a poskytuje používateľom biometrickú bezpečnosť tým, že eliminuje šance na podvody s totožnosťou. Nastavenie aplikácie 1Password v systéme Pixel 4 Jednoducho zadajte svoje údaje do automatického dopĺňania a pomocou funkcie Odomknutie odtlačkom prsta sa prihláste.

6, Väčšia presnosť pri rozpoznávaní obrázkov

Spárovaním strojového učenia so zariadením s technológiou triedenia obrazu môžete vybrať podrobné informácie a získať ich v reálnom čase o takmer všetkom, s čím sa stretnete. Chcete čítať text v cudzom jazyku? Skenujte ho pomocou svojho telefónu a získajte okamžitý a presný preklad. Zobrali ste si svoju fantáziu alebo kus nábytku? Vyhľadajte informácie o cene a mieste, kde sa dá kúpiť. Je v ponuke reštaurácie nové atraktívne jedlo? Pomocou telefónu môžete poznať jeho zložky a výživové informácie.

Uľahčením rozpoznávania obrázkov v reálnom čase zvyšujú aplikácie ako Google Lens, Calorie Mama a Leafsnap použiteľnosť, učia sa sa z mobilných zariadení a zvyšujú dojem používateľa.

Potenciál strojového učenia sa na zariadení je obrovský. Vďaka stále účinnejším inteligentným algoritmom, hlbším neurónovým sieťam a výkonnejším čipom AI budú mobilné aplikácie s hlbokým učením štandardom v bankovníctve, maloobchode, zdravotníctve, analýze údajov, informačných technológiách, komunikáciách, vesmíre a mnohých ďalších odvetviach. Podľa schváleného prieskumu trhu sa globálny trh s hlbokým vzdelávaním pravdepodobne do roku 2026 dotkne 26,64 miliárd dolárov, pričom trh s technológiami hlbokého vzdelávania sa dostane na trh 2,9 Miliardy dolárov. Keďže sa možnosti hlbokého vzdelávania neustále zlepšujú, funkcie použiteľnosti v mobilných zariadeniach sa budú rozvíjať bok po boku a podporia ďalšie inovácie.

Čo si myslíte o používaní hlbokého učenia na zlepšenie mobilných zariadení? Dajte nám vedieť v komentároch nižšie alebo ďalej Twitter, Facebook alebo MeWe.