TensorFlow Lite per i dispositivi mobile

Google presenta una versione del sistema open source alleggerita e ottimizzata per le risorse hardware presenti all'interno dei dispositivi mobile.
TensorFlow Lite per i dispositivi mobile
Google presenta una versione del sistema open source alleggerita e ottimizzata per le risorse hardware presenti all'interno dei dispositivi mobile.

Intelligenza artificiale e machine learning stanno assumendo sempre più importanza all’interno dell’ecosistema mobile. Per rendersene conto è sufficiente osservare quanto sta avvenendo con l’integrazione sugli smartphone dell’Assistente Google, al debutto debutto in Italia proprio nella giornata di ieri. Il gruppo di Mountain View ha scelto di compiere un altro passo in questa direzione, annunciando la disponibilità di TensorFlow Lite.

Si tratta di una versione ottimizzata e alleggerita del sistema open source di machine learning che sfrutta le potenzialità delle reti neurali e delle infrastrutture cloud per fornire servizi basati sull’IA: dal riconoscimento degli oggetti contenuti nelle immagini alla formulazione di smart replies per rispondere in modo automatico a un messaggio ricevuto, fino alla corretta e precisa interpretazione dei comandi vocali. Un’edizione progettata ad hoc per adattarsi al meglio alle risorse hardware offerte dagli smartphone, anche sui modelli che non integrano un processore dedicato al calcolo neurale (come invece accade, ad esempio, sui Mate 10 e Mate 10 Pro di Huawei).

Come si può vedere nel grafico allegato di seguito, TensorFlow Lite è destinato sia ai dispositivi Android sia a quelli basati su iOS. Toccherà ai produttori (con hardware pensato ad hoc) e agli sviluppatori sfruttarne appieno le potenzialità.

L'infrastruttura di TensorFlow Lite destinata alle applicazioni Android e iOS

L’infrastruttura di TensorFlow Lite destinata alle applicazioni Android e iOS

L’esordio di TensorFlow risale agli ultimi mesi del 2015. Da allora, grazie alla sua scalabilità e alla possibilità di essere adattato a pressoché qualsiasi ambito, senza dimenticare la già citata natura open source del progetto e la semplicità di integrazione (è sufficiente una singola API), il sistema è stato impiegato su server così come su piccoli device destinati alla Internet of Things. Chi desidera addentrarsi nei dettagli tecnici alla base di TensorFlow Lite può farlo con il post pubblicato sul blog ufficiale di bigG.

Ti consigliamo anche

Link copiato negli appunti