親愛的網友:
為確保您享有最佳的瀏覽體驗,建議您提升您的 IE 瀏覽器至最新版本,感謝您的配合。
數位焦點
通訊世界
社群網路
3C生活
軟體情報
科技娛樂
電玩電競
U5遊戲館

Google打造MobileNets系統讓手機人工智慧運作效率更高

2017-06-20 09:25楊又肇

為了進一步強化手機端的深度學習應用,Google在今年Google I/O 2017期間宣布提供針對行動裝置設計的輕量版學習框架TensorFlow Lite,讓行動版App也能藉由手機等裝置硬體效能發揮人工智慧應用功能,而在稍早更宣布推出包含影識別在內16種預先訓練學習模型的MobileNets系統,藉此讓手機也能發揮貼近雲端協作表現的運算效能。

▲(攝影/楊又肇)
▲(攝影/楊又肇)
分享

此項系統同樣採開放架構設計,並且免費提供開發者取用,使其應用程式能有更進一步的深度學習應用,諸如物件識別、人臉辨別或影像品質判斷等,但無需全數仰賴持續連網的學習模式,而可藉由手機處理器進行裝置端的端點運算,並且達成相近的深度學習應用效果。

根據Google測試表示,在MobileNets系統運算之下,準確率約可在70.7%至89.5%之間,相比結合雲端運算的識別準確率約在94%左右,其實已經相當高的準確率表現,意味裝置端在未仰賴連網情況下也能實現相當程度的深度學習應用,比重上將可有效提昇裝置運算反應表現。

分享

而基於Google透過本身數據、使用反饋等資料完成16種預先訓練的學習模型,開發者將能有效利用這些訓練模型打造不同應用服務,甚至藉此訓練不同學習模型,讓人工智慧技術能藉由MobileNets系統、TensorFlow Lite等學習框架更便利地導入手機等行動裝置。

相同的發展模式,蘋果方面也開始在新版iOS 11內導入裝置端的端點運算學習模型,利用Core ML設計讓iPhone、iPad等裝置能有更快運算效能表現。至於Google近期也傳出計畫打造自有處理器,因此預期將在未來推出的Pixel系列機種導入更具軟硬體整合的深度學習應用,讓手機變得更聰明。

▲(攝影/楊又肇)
▲(攝影/楊又肇)
分享

Google人工智慧行動裝置

楊又肇

聯合新聞網 (udn.com)數位頻道記者,同時身兼自由寫手與Mashdigi網站 (mashdigi.com)創辦者身分,平常喜歡電玩、科技類新品,以及軟體、網路相關內容,也喜歡隨手撰寫內容介紹新玩意。

更多數位新品、技術介紹與科技趨勢內容:https://mashdigi.com/

相關新聞

有片/iPhone 8玻璃保護貼曝光 傳7月底量產

2017-06-20 12:31

馬斯克自曝:看了一支廣告決定改用hTC手機

2017-06-20 10:41

LG G6+強化版本揭曉 容量加至128GB、可用「臉紋」解鎖

2017-06-20 09:35

熱門文章

中華電光世代300M以上大降價 NCC准了

2018-04-25 19:49

蘋果更新生產線 分析師內部報告:iPhone X已死

2018-04-25 19:17

預算6千元 爸媽問:小孩才國小手機買哪支好?

2018-04-25 22:11

iPhone舊機值多少? 德誼數位這款APP報你知

2018-04-25 19:20

為新零售打造的線下旗艦手機小米6X 加入AI拍攝、蜷川實花濾鏡

2018-04-25 15:57

觀點/小米如何維持永遠不會超過5%的硬體綜合淨利潤率?

2018-04-25 19:21

當年雅虎隱瞞個資遭駭 以10億元和解

2018-04-25 09:26

觀點/為推付費制開放免費用手機聽音樂 Spotify新招管用嗎?

2018-04-25 09:03

商品推薦

贊助廣告

商品推薦

留言


Top