详细内容 当前位置:平博88 > 平博88官网新闻 >
的盲平博88端应用程序的开发?时间:2019-08-13   编辑:平博88

  去年以来,在结束“人口红利,用户流量低,整个移动互联网产业开始移动互联网”上层出不穷,但低于这一趋势,很多优秀的开发者手机上网股息甚至已经开始住恐慌,发出移动开发的叹息已经穷途末路。

  但是,如果这是真的?不一定,毕竟,移动终端设备仍是主流,而在物联网领域的增加,移动设备的状态,位置,以及将越来越重要。在这种情况下,如果采用传统的移动开发者固步自封,必须将结果作为惊慌失措如上。因此,公博 88 一刀平五千目前开发商所要做的就是跟随技术潮流,采用最新的人工智能,VR / AR,链条锁技术结合起来,提升现有的技能。在本文中,笔者将分享移动应用的下一波动力通过机器学习的四大理由。

   作者 卡尔Uterm?为hLen,技术作家专注于AI,ML和网络安全

   翻译 老虎说:

   责编 游敏

   产品 CSDN(ID:CSDNNews)

  以下是译文:

  移动开发者可以了解可以由机器提供的好处了革命性的变化,这是因为该技术能够支持移动应用,如:使平滑的用户体验,使移动应用程序有一个强大:例如,提供准确的基于位置的建议或植物疾病的即时检测。

  机器学习移动应用的快速发展,已成为许多问题的机器学习的经典演绎。事实上,未知的事情发生。需要更快的处理速度和更低的延迟未来的移动应用程序。

  你可能想知道,为什么AI-第一移动应用程序不能简单地在网上云推导?首先,云计算技术是基于所述中心节点(必须想象一个大量的存储空间和大量的数据中心的计算能力)。CPU处理速度和该方法不能在移动创建驾驶体验必要平滑ML的过程是集中式的。由于整个过程必须在集中式数据中心处理这样的数据,该数据然后被发送到所述设备。这个过程需要时间和金钱,也很难保证数据的保密性。

  移动机器学习这些优势的概述后,让我们更详细地讨论如何移动应用程序的开发人员,你需要注意你的移动革命应用ML。

  最低的延迟

  移动应用开发者都知道,它是高等待时间的应用,丧钟无论应用程序或公司的良好信誉品牌背后的多么强大的功能。例如,在过去的Android设备所遇到延迟许多问题的视频应用,从而导致音频和视频不同步的观看体验。同样,高延迟的社交媒体应用程序可能会导致一个非常令人沮丧的用户体验。

  这是因为这些延迟的,用于执行机器学习设备正变得越来越重要。由于图像过滤社交媒体和基于位置的餐饮建议等,这些应用需要低延时功能,以提供最好的结果。

  正如上面提到的,时间云的做法可能会很慢,最终,开发商需要做几乎零延迟ML功能正常工作在自己的移动应用。通过它的数据处理能力的设备上的机器学习开道路接近零延迟。

  实时实时低延迟视频传输的实例心跳风格应用结果。

  智能手机和大型科技公司的制造商越来越接受这样的认识。苹果一直处于领导地位,在这方面,他们用它来开发更先进的系统仿生智能手机芯片,该系统具有完整的神经引擎,神经网络能帮助直接在设备上运行,并以惊人的速度。

   苹果将继续推出ml的核心,这是移动开发者的机器学习平台; tensorflow精简版还增加了对GPU的支持,谷歌继续其ML ML套件自己的平台,以增加预装功能。该技术是移动显影剂可用于开发来处理光的速度所需要的数据,从而消除了延迟并降低应用错误。

  这个精度和无感知用户体验是在与移动开发商组合的主要因素时产生ML-驱动以被认为是应用程序。为了确保这一点,开发人员需要学会接受机器设备上。

  提高安全性和隐私

  机载计算的另一个巨大优势是,它不能被低估如何提高他们的安全和用户隐私。确保保护和数据的机密性是移动应用开发工作的一个组成部分,特别是考虑到需要满足一般的数据保护法(GDPR),这些新的隐私法,这些新的法律势必影响移动开发实践。

  由于发送到服务器中的数据并不需要治疗或云,网络犯罪分子将这些数据传输到所有的孔少的能力,从而保持数据的神圣。这允许移动开发人员可以更容易地满足GDPR的数据安全规定。

  移动设备上的机器学习解决方案也可以提供分布式,相同的块链。换句话说,相对于到中央服务器,它可以通过消除隐藏的设备连接所有网络节点黑客更难对DDoS攻击同样的攻击。

  此外,苹果的智能手机芯片也有利于提高用户的安全和隐私。在同一时间,这是面部识别的支柱,iPhone设备功能取决于神经网络,神经网络可以收集以不同的方式,例如作为识别更精确和可靠的方法的用户数据的所有的面。

  支持AI当前和未来的硬件将为用户提供更安全的智能手机,对于移动开发者保护用户的数据提供了额外的加密层。

  你不需要互联网连接

  除了延迟,将数据发送到云推理需要激活的Internet连接。通常,这是世界上最发达的网络链接,做好区域。但是,那些在没有网络信号?通过机器学习设备,神经网络可以在手机上运行。这使开发人员能够实现任何设备上的技术,在任何时候,无论是否连接。此外,它可以使ML作用民主化,因为用户不需要互联网连接到他们的应用程序。

  医疗保健是一个学习机可以从该领域的设备中获益,因为应用开发商创建一个医疗工具,监测生命体征,并在距离甚至机器人手术,但无Internet的连接。技术还可以帮助谁可能需要访问,其中有没有什么联系教育材料,如公共交通隧道学生。

  在移动设备上的机器学习最终提供开发工具,用于创建移动应用程序,这些应用程序允许世界各地的用户能够受益,无论他们的连接。没有互联网连接,甚至困扰,得益于强大的新的智能手机,用户在离线环境中的应用不会被延误问题。

  降低企业成本

  机器学习在移动设备上也将节省你发财,因为它是没有必要实现或维护这些解决方案给外部供应商支付。正如前面提到的,你没有云或互联网来获取这种类型的解决方案。

  AI GPU和专用芯片,你可以购买更昂贵的“云服务”。运行模型意味着没有必要支付设备上的集群,感谢今天神经处理单元越来越复杂(NPU)智能手机。

  避免处理移动应用和云数据中心之间繁重的数据是一个巨大的成本节约设备机器学习解决方案的使用,为企业。您可以通过外插在此设备上降低对带宽的需求,并最终节省了大量的成本。

  移动开发者也能显著节省开发过程中,因为没有必要建立和维护等云计算基础架构。相反,他们可以得到更多的从这个小团队的工程师,使他们能够扩展更有效的开发团队。

  结论

  毫无疑问,在2010年代的云计算是数据和福音的计算,但技术行业以指数速度发展,机器学习在设备上可能很快成为移动应用和物联网标准的互联网发展。

  由于其减少的等待时间,增加的安全性,增加的功能性和更低的成本离线。毫无疑问,所有在该行业的主要厂商都在科技上投入巨资,这将重新定义移动应用程序的创建作为一个开发人员推动。

  如果你有兴趣在移动学习机,它是如何工作的,以及为什么它在移动开发领域重要的详细信息,这里有一些资源,可以帮助您开始:

  Matthijs Holleman博客机器,想!(https://开头machinethink。净/博客/)这是核心组伟大的教程和其他内容的框架苹果ML ML ML移动;

  AI边缘(科学需要上网):https://开头youtu。是/ 6R5pjcqBq6Y;

  当然,心跳(HTTP://心跳。弗里茨。AI /)在移动学习和机器的交集越来越多的开发库。

  原文:https://开头的心跳。弗里茨。AI /机器学习和最未来的 - 移动应用开发,13dd2aeda533

  此文章是由CSDN,如需转载,请注明出处来源。独立作者并不一定代表CSDN的位置。