Max Home IndustryAI Linux — это дистрибутив Linux, который поставляется с библиотеками, инструментами и языками искусственного интеллекта. Теперь доступна альфа-версия доказательства концепции, подходящая для тест-драйва в виртуальной среде, такой как VirtualBox.
Облако по-прежнему монополизирует пространство, в котором размножаются нейронные сети и их алгоритмы. Мы уже исследовали такой случай в Haven OnDemand предлагает машинное обучение как услугу.
Однако, похоже, все меняется, и эти сложные алгоритмы стремятся перейти к локальному запуску на мобильных устройствах. Это включает и их обучение; изображения, заметки, данные и метаданные, которые находятся в устройстве и над которыми будет работать, также будут служить для обучения сети и помощи в ее обучающих действиях, таких как распознавание, ранжирование и классификация объектов. Разница в том, что теперь все это будет происходить локально.
Процессоры Qualcomm Snapdragon 820 и сопровождающий их SDK Snapdragon Neural Processing Engine стоят за таким ходом, который позволит производителям запускать свои собственные модели нейронных сетей на устройствах под управлением Snapdragon, таких как смартфоны, камеры видеонаблюдения, автомобили и дроны, и все это без подключения к Интернету. облако. Общие возможности глубокого обучения для пользователей, которые могут быть реализованы с помощью SDK, включают обнаружение сцены, распознавание текста, отслеживание и предотвращение объектов, жесты, распознавание лиц и обработку естественного языка.
Возьмем, к примеру, The Roll, приложение для iOS, которое помогает упорядочивать фотографии на телефоне пользователя, используя алгоритм, сочетающий в себе принципы художественной фотографии с технологией глубокого обучения. Он сортирует фотографии по темам, местам и событиям, а также может распознавать лучшие на основе системы ранжирования своих сотрудников.
Внедрение нового процессора Snapdragon может позволить приложениям, таким как Roll, перенести свой бизнес из облака на устройство, поскольку работа в автономном режиме имеет явные преимущества по сравнению с его онлайн-аналогом. Для онлайн-обработки требуется наличие Wi-Fi или мобильного подключения, которое может быть вялый, а также множество проблем с конфиденциальностью. Затем, если посмотреть на это с практической точки зрения, несколько одновременных запросов от тысяч клиентских устройств могут легко перегрузить облачную службу и сделать клиентский компьютер склонным к длительным задержкам в получении ответа или даже к полностью масштабируемым отказам в обслуживании.
Но для того, чтобы приступить к разработке приложений на базе искусственного интеллекта на местном уровне, нам не нужно ждать выпуска SDK Qualcomm; у нас уже есть мощная машина — персональный компьютер с графическим процессором! Причина проста: мы привыкли к дистрибутивам Linux практически во всем; от выделенных серверов до тестирования безопасности и проникновения, образования, игр и науки. Так зачем исключать ИИ из игры?
AI Linux, который быстро следует этой тенденции, является таким дистрибутивом и описывается как:
минимальная версия Ubuntu Gnome с примерами, языками программирования и библиотеками для искусственного интеллекта.
В его объявлении говорится:
Этот дистрибутив предназначен для людей, занимающихся STEM: студентов, учителей и любознательных. Но ученые, технологи, инженеры и математики тоже могут быть заинтересованы!
Он состоит из следующего:
Языки программирования
Python
Лисп / Схема / Ракетка
C, C ++, Objective-C, Fortran, Java, Ada и Go
Библиотеки программирования
numpy, scipy, matplotlib, панды
Scikit-Learn (python3-sklearn)
EasyAI
ФАНН (python3-fann2)
Gensim
Набор инструментов для естественного языка
TensorFlow
Theano
плюс некоторые игры с искусственным интеллектом, такие как Backgammon, Checkers, Chess, Go, и приложения, такие как CLIPS и weka.
Конечно, Tensorflow от Google отличается от остальных — AI Linux позволяет легко сочетать автономную доступность Tesnorflow с вычислительной мощностью скромного персонального компьютера. Для большей гибкости его также можно разместить как виртуальную машину.
Добавьте к этому бесчисленное количество учебных пособий или курсов по Tensorflow, доступных в Интернете, таких как курс на Kadenze, и приступайте к взлому прямо сейчас своих собственных приложений на базе ИИ!
В качестве побочного примечания, если вы больше работаете с .NET и Windows, вы все равно можете поймать поезд машинного обучения через фреймворк, такой как Accord; обслуживается с C #.