Por qué queremos el aprendizaje automático en los teléfonos inteligentes y no en la nube

El aprendizaje automático es una disciplina que ha experimentado un rápido crecimiento en los últimos años, a tal punto que ahora se utiliza en casi todas partes, tanto a nivel de profesionales como de consumidores, y que participa en la operación de muchos servicios de los que uno no sospecharía. a primera vista. Pero para ofrecer ciertos servicios complejos, que requieren una potencia informática importante para conectar grandes conjuntos de datos en los casos concretos más exigentes, sucede que los dispositivos no especializados ya no son suficientes: el aprendizaje automático por lo tanto, requiere acceso a un servicio en la nube que tenga un equipo mucho más poderoso que el teléfono inteligente promedio, incluso si este último da grandes pasos cada año. Esto va acompañado de una serie de inconvenientes en términos de eficiencia, con una latencia inevitable, pero también y sobre todo en términos de protección de datos personales, con potenciales filtraciones que se pueden vislumbrar tanto para empresas como para particulares.

De acuerdo a SlashGear, esta sería la razón por la que Google quiere hacer la transición de la nube a un sistema independiente y autónomo, que se ejecutaría completamente de forma local en un teléfono inteligente. En cualquier caso, esta es la dirección que ha tomado la firma de Mountain View con su ML Kit (por “Machine Learning Kit”), ya disponible desde hace dos años pero hasta entonces muy ligado a la plataforma en la nube de Firebase. Google no va a enterrar a este dúo, al menos no inicialmente. En cambio, es un SDK autónomo (Software Development Kit, un conjunto de herramientas para desarrolladores de una plataforma determinada, en este caso ML Kit) que se lanza para Android e iOS.

Aprendizaje automático autónomo, nómada y a medida

Por supuesto, esto significa que el dispositivo del usuario tendrá que hacer el trabajo pesado, en lugar de un servidor en la nube especialmente diseñado. Pero también tiene ventajas, incluida una latencia reducida y la falta de comunicación con un servidor, lo que siempre abre la puerta a una fuga de datos. Un verdadero argumento para confiar en las aplicaciones basadas en el aprendizaje automático, que generan debates habitualmente. En términos absolutos, esto no debería presentar un gran inconveniente: hoy en día, los servicios que hacen uso del ML Kit (reconocimiento de texto, detección de objetos, traducción, etc.) son relativamente económicos en términos de recursos en comparación con el uso que pueden hacer los profesionales. Has de ello. Esto significa que, en teoría, cualquier teléfono inteligente actual podrá asumir estas tareas, incluso si no es de las dos últimas generaciones. En cualquier caso, Google ha creado un codelab donde presenta una herramienta de traducción similar a la que ya ofrece Google, pero que funciona de forma totalmente local incluso en dispositivos de bajo consumo. Queda por ver qué uso le darán los desarrolladores y si decidirán abandonar Firebase en favor de este método local, que parece bastante prometedor para este tipo de uso público en general.

Google Pixel 4 6GB RAM / ...

• - Tipo: Smartphone - Red 2G: GSM 850/900/1800 / 1900- Red 3G: HSDPA 850/900/1700 (AWS) ...
• - Tipo de pantalla: Pantalla táctil capacitiva P-OLED, 16M colores- Memoria interna: 64GB 6GB RAM- Ranura para tarjeta: ...
• zoom ical- Cámara Selfie: 8 MP, f / 2.0, 22 mm (ancho), 1.22µm, sin cámara AFTOF 3D- Sistema operativo: ...