Важными темами ежегодной конференции для разработчиков Google I/O ожидаемо стали искусственный интеллект и машинное обучение, ведь еще на прошлогоднем мероприятии генеральный директор Google Сундар Пичаи заявил, что компания смещает фокус развития своих технологий и сервисов с мобильных устройств к искусственному интеллекту.

На I/O представители корпоративных ИТ-служб услышали, как искусственный интеллект будет влиять на их технологические стратегии, меняя принципы работы организаций с помощью функций, имитирующих способности человека. Прозвучали объявления об использовании искусственного интеллекта в Google Assistant и инструментах разработки, упрощающих программирование анализа снимков и видеозаписей.

Годом ранее Google I/O анонсы, связанные с искусственным интеллектом, в основном касались потребительских продуктов, включая Assistant, Home и Allo, а на этот раз пришло время важных объявлений для корпоративных заказчиков. В частности, речь шла об API для использования искусственного интеллекта в корпоративных приложениях, о механизмах разделения потребительских и корпоративных данных машинного обучения и соответствующих средствах обеспечения приватности и безопасности.

Благодаря только что анонсированным компанией Google новым программным инструментам будущее Android выглядит теперь гораздо более интеллектуальным. На конференции для разработчиков Google I/O компания анонсировала версию платформы машинного обучения TensorFlow Lite, предназначенную для смартфонов и других мобильных устройств.

«TensorFlow Lite предлагает API для ускорителей, которые можно будет объединять в новые нейронные сети, — отметил вице-президент Google по проектированию Android Дэйв Бурк. — Думаю, что со временем мы увидим чипы цифровых сигнальных процессоров, специально предназначенные для построения нейронных сетей и обучения. Эти новые функции будут способствовать появлению нового поколения устройств для обработки речи, визуального поиска, дополненной реальности и решения прочих задач».

Среда Lite скоро станет составной частью проекта с открытым исходным кодом TensorFlow, а поддержка API для нейронных сетей появится в Android O, следующей версии операционной системы, выпуск которой ожидается во второй половине нынешнего года.

Благодаря только что анонсированным компанией Google новым инструментам будущее Android выглядит гораздо более интеллектуальным

Платформа эта окажет серьезное влияние на будущее мобильных устройств. Чипы, ориентированные на искусственный интеллект, позволят смартфонам управлять функциями машинного обучения, не потребляя много энергии. В условиях, когда все больше приложений используют машинное обучение для решения интеллектуальных задач, упрощение выполнения соответствующих операций на мобильных устройствах приобретает особую важность.

В настоящее время создание приложений с развитыми функциями машинного обучения — особенно если речь идет о проектировании обучающих моделей — требует существенных вычислительных мощностей, громоздкого оборудования, массы времени и большого количества электроэнергии. Все это неприемлемо для смартфонов потребительского класса, и они переадресуют соответствующие задачи масштабным ЦОД, пересылая через Интернет изображения, текст и другие данные для дальнейшей обработки.

Однако, как отмечает главный аналитик компании Moor Insights and Strategy Патрик Мурхед, при обработке данных такого рода в облаке пользователям приходится переносить свои данные на серверы компании, и им нужна среда с хорошими каналами связи, чтобы операции выполнялись без задержки.

Сегодня на рынке уже присутствует один мобильный процессор со встроенным в него цифровым сигнальным процессором для машинного обучения. Однокристальная система Qualcomm Snapdragon 835 оснащена цифровым сигнальным процессором Hexagon, который поддерживает TensorFlow. Цифровые сигнальные процессоры используются и для реализации других функций, например для распознавания фразы «OK, Google», вызывающей голосового помощника Google Assistant.

В перспективе стоит ждать появления новых чипов, предназначенных для ускорения машинного обучения.

Google уже инвестирует в специализированные процессоры для машинного обучения. Ее чипы Tensor Processing Unit предназначены для ускорения новых алгоритмов машинного обучения, а также для обработки данных с использованием уже существующих моделей.