JavaScript og maskinlæring: Google viser hva som er mulig ved hjelp av programmeringsspråket på nettet

Hvordan TensorFlow kan endre ansiktet til maskinlæring Googles TensorFlow er ikke bare kraftig - det er også åpen kildekode, og det gjør det til en sentral del av den raske utviklingen av maskinlæring.

Må-lese utviklerinnhold

  • Java og JavaScript dominerte programvareutvikling på 2010-tallet
  • Hvordan bli utvikler: Et jukseark
  • 10 måter å forhindre utbrenthet av utviklere (gratis PDF)
  • Python spiser verden: Hvordan en utviklerens sideprosjekt ble det hotteste programmeringsspråket på planeten

Å bygge og trene maskinlæringsmodeller ved bruk av et web-skriptspråk kan virke ambisiøst, men i 2019 er det helt gjennomførbart.

Hjelpe med å gjøre maskinlæring mulig i nettleseren er TensorFlow.js, Googles open-source bibliotek for å utføre maskinlæring ved hjelp av JavaScript. Mulighetene som ble åpnet for biblioteket, ble nylig vist med en Google Doodle som genererte en fersk melodi fra Bach-stil på forespørsel.

I et foredrag på Google I / O-konferansen forrige uke sa Sandeep Gupta, produktsjef hos Google, TensorFlow.js kan brukes av utviklere til å lage nye maskinlæringsmodeller, samt til å kjøre eller omskolere forhåndsopplærte modeller.

"Den er bygget spesielt for å gjøre det enklere for JavaScript-utviklere å bygge og bruke maskinlæringsmodeller i JavaScript-applikasjonene sine, " sa han og la til at maskinlæringsmodeller bygget ved hjelp av det bredere TensorFlow-rammeverket kan konverteres til å kjøres ved hjelp av TensorFlow.js.

TensorFlow.js kan brukes i JavaScript-applikasjoner som kjører i nettleseren, på servere i et Node.js-miljø, på skrivebordet ved bruk av Electron og i mobile nettlesere på Android og iOS-enheter. Imidlertid er det i nettleseren Gupta ser flest muligheter.

"Vi ser mange brukssaker i nettleseren, og det har mange fordeler fordi nettleseren er superinteraktiv. Du har enkel tilgang til sensorer, for eksempel webkameraer og mikrofoner, som du deretter kan ta med deg inn i maskinlæringsmodellene, " han sa.

"Vi bruker også WebGL-basert akselerasjon, så hvis du har en GPU i systemet ditt, kan du dra nytte av det og få virkelig god ytelse."

Når det er sagt, er ikke alle utviklere vunnet av TensorFlow.js, med noen som hevder at biblioteket fremdeles har betydelige begrensninger.

Så hva er mulig å bruke TensorFlow.js? Mens rammeverket fremdeles er relativt nytt, og bare treffer 1.0 i år, sa Gupta at det har vært "virkelig god adopsjon og bruk av samfunnet", og brukte sin tale for å demonstrere noen av de mest interessante bruksområdene til TensorFlow.js.

Hva er mulig med maskinlæring og JavaScript?

WeChat Pacman

Det er ikke sikkert du roper etter en ny måte å spille Pacman på, men TensorFlow.js har gjort et nytt spinn på det klassiske arkadespillet mulig.

Gupta viste en hodestyrt versjon av spillet, en JavaScript-applikasjon som kjører på WeChat-meldingsplattformen på en smarttelefon.

Etter et raskt kalibreringstrinn var Gupta i stand til å kontrollere Pacman ved hjelp av hodebevegelser, sporet av telefonens kamera, se til venstre for å bevege seg til venstre, høyre for å bevege høyre, og så videre.

"Det er en veldig morsom måte å samhandle med enheten på, og det fine er at du kan gjøre en rekke ting ved å bruke webkameraer, bruke tekst, bruke tale og ha en veldig praktisk måte å dele disse applikasjonene på uten å måtte installere noe, " han sa.

Gupta ser til venstre for å flytte Pacman rundt i labyrinten.

Bilde: Google

Uber Manifold

Drosje- og utleveringsselskapet Uber bruker maskinlæring for å takle en lang rekke problemer i veldig stor skala.

Hjelpe det med å oppnå det er Manifold, et nettleserbasert program som Uber bruker for å visualisere og feilsøke maskinlæringsmodeller og datapipelinjer.

"Dette programmet kjører i nettleseren, og de bruker TensorFlow.js for mange numeriske beregninger, så for eksempel avstandsberegninger og visualisering, så vel som gruppering av data, " sa Gupta, og la til at "på grunn av WebGL-akselerasjonen, de kunne akselerere disse beregningene mer enn 100 ganger sammenlignet med bare å bruke JavaScript. "

AirBnB Identity Document Detection

Nettbasert leie av utleie AirBnB bruker maskinlæring i nettleseren for å hindre folk i å utilsiktet laste opp sensitiv informasjon når de legger et bilde til profilen sin.

"Når en bruker prøver å laste opp et profilbilde til AirBnB-nettstedet, bruker noen ganger tilfeldigvis et førerkortbilde eller et passbilde, noe som kan ende opp med personlig sensitiv informasjon, " sa Gupta.

"Så AirBnB kjører en maskinlæringsmodell klientside i nettleseren eller på enheten, slik at hvis du skulle velge et bilde som kan ha så sensitiv informasjon, vil det varsle deg før du laster opp det bildet."

Clinic.js

Clinic.js tilbyr et verktøy for administratorer og programvareingeniører for å profilere ytelse på serversiden i et Node.js-miljø.

"Dette er en node.js-basert applikasjon som brukes til profilering av nodejobber eller nodeprosesser, og de bruker TensorFlow.js for å lete etter anomalier, eller pigger i CPU-bruk eller minneforbruk av disse nodeprogrammene, " sa Gupta.

Opprettbarhet fra Google

Et av hovedmålene for å vise hva som er mulig å bruke TensorFlow.js er Creatability, Googles kreative laboratorieteams utstillingsvindu for eksperimenter ved bruk av maskinlæring.

Gupta viste en maskinlæringsdemonstrasjon som lar en person spille et pianotastatur ved hjelp av hodebevegelser.

Andre eksempler på bruk av TensorFlow med JavaScript online inkluderer Googles Galleri-side for TensorFlow.js og Magenta.js-plugins som tilbyr maskinlæringsmodeller for musikkgenerering.

Hvis du er interessert i å finne ut mer om TensorFlow, kan du ta en titt på TechRepublic's jukseark eller for å finne ut mer om det populære nye JavaScript-språket-språket TypeScript, kan du lese TechRepublic-oversikten over de beste gratis ressursene for å lære språket online.

Nyhetsbrev om innovasjon

Vær kjent med smarte byer, AI, Internet of Things, VR, AR, robotikk, droner, autonom kjøring og mer av de kuleste teknologiske nyvinningene. Leveres onsdager og fredager

Registrer deg i dag

Mer fra Google I / O på ZDNet

  • Google utvider Android Jetpack, andre Android-utviklingsverktøy
  • Google I / O: 14 Android OS-moduler for å få sikkerhetsoppdateringen over luften
  • Google utvider Android Jetpack, andre Android-utviklingsverktøy
  • Google gjør Cloud TPU Pods offentlig tilgjengelig i beta
  • Google ser nestleder Duplex, Assistent som å overta oppgavene dine
  • Google sier at det vil adressere AI, maskinlæring modell skjevhet
  • Pixel 3A er offisiell: Her er hva du trenger å vite
  • Google I / O: Fra "AI først" til AI som fungerer for alle
  • Googles Pixel 3as spesifikasjoner, pris og funksjoner har nær perfekt tidspunkt
  • Google utvider UI-rammeverket Flutter fra bare mobil til multiplattform
  • Google I / O 2019: De største kunngjøringene fra hovednotatet

© Copyright 2020 | mobilegn.com