Inga produkter i varukorgen.
Intern ai vässar appar
AI
Google testar just en form av maskininlärning för att forma personliga appar direkt på användarens mobiltelefon.
När stora företag, som Google och Apple, använder maskininlärning för personligt anpassade appar går det till på ungefär samma sätt. Information om användarens vanor med en app samlas in från den mobila enheten och skickas till företagets servrar där det lagras och skickas vidare för behandling och blir så småningom tillgänglig för användaren till nästa uppdatering av appen. Det är en noggrann metodik där resultatet ofta blir perfekt. Men det är också tidsödande och användarnas integritet äventyras när personliga uppgifter lagras hos företagen.
Ny ai-träning
För att effektivisera hela processen experimenterar Google just nu med en form av ai-träning kallad Federated Learning. Metoden går ut på att centralisera processen till själva enheten och helt skippa allt som sker utanför mellan olika serversystem. Enligt Google själva kan man förenklat säga att cpu:n i mobiltelefonen blir rekryterad för att träna Googles ai. Fördelarna är att all information som krävs för processen stannar innanför skalet på mobilen och att ändringar och anpassningar sker i realtid.
Google testar i skrivande stund systemet med deras keyboard app, Gboard, på Android-enheter. När Gboard visar användaren förslag på Googlesökningar så kommer appen ihåg vilka som användaren noterat och vilka som ratats. Informationen används sedan för att forma appens algoritmer efter användaren – direkt i mobilen.
Det hela har gjorts möjligt genom att Google har integrerat en nedbantad version av deras mjukvara för maskininlärning Tensorflow, direkt i appen för Gboard.
Denna artikel var tidigare publicerad på tidningen telekomidag.se
