انتشار نسخه‌ٔ Lite فریمورک اپن‌سورس TensorFlow گوگل برای یادگیری ماشینی، نشان از یک حرکت هیجان‌انگیز رو به جلو در حوزهٔ هوش مصنوعی دارا است. تمرکز گوگل بر روی توسعهٔ مدلی از هوش مصنوعی که قادر به اجرای الگوریتم‌های مختلفی بر روی موبایل یا تبلت و بدون متصل شدن به سرویس‌های کلود باشد، زمینه‌ساز مقدمات هوش مصنوعی اشیاء (AioT) در آینده است.
TensorFlow Lite دیوایس‌های مجهز به هوش مصنوعی را تبدیل به دستگاه‌های کاربردی روزمره می‌کند. به عبارتی، هدف از عرضهٔ این ابزار افزودن قابلیت‌‌های جدید در هوش مصنوعی نیست، بلکه هدف اصلی آن است تا پردازنده‌های فعلی گوشی‌های هوشمند مانند Snapdragon بتوانند الگوریتم‌هایی که پردازش آن‌ها در موبایل غیرممکن بود را بدون متصل شدن به کلود، پردازش کنند.
همچنین دولوپرها قادر خواهند شد تا مدل‌های هوش مصنوعی را بر روی گوشی‌های هوشمند در اختیار داشته و پس از افزودن دیتای خود به آن، الگوریتم‌های مورد نظر را اجرا نمایند. در یک کلام، به راحتی از یادگیری ماشینی بهره‌مند خواهند شد بدون آنکه نیاز باشد تا به شبکهٔ خاصی متصل گردند. بر اساس اطلاعیهٔ وبسایت رسمی TensorFlow Lite، این ابزار اپن‌سورس با توجه به معیارهای زیر طراحی شده است:
- ساخت مدل‌هایی از هوش مصنوعی بر روی دستگاه‌های هوشمندی که به صورت عمومی در دسترس همگان هستند.
- توجه بسیار زیاد به پارامترهای حریم خصوصی در مورد اطلاعات کاربران بدین صورت که نیازی نیست تا دیتا از موبایل خارج شود.
- قابلیت ارائهٔ سرویس به صورت آفلاین به طوری که برای استفاده از آن نیازی به متصل شدن به شبکهٔ اینترنت وجود نداشته باشد.
لازم به ذکر است که این پلتفرم مسیر پیشرفت برای دیوایس‌هایی که از طریق صدا قابل کنترل هستند و بر روی چیپ‌های ارزان قیمت سوار شده‌اند و یا دیگر انواع دستگاه‌های قدرت گرفته از هوش مصنوعی را هموار می‌سازد.
چنانچه گوگل علاوه بر این حرکت، به روند خود در پیاده‌سازی راه‌کارهای سبک بر روی پردازنده‌های نه چندان قوی ادامه دهد، در نهایت ما در دنیایی زندگی خواهیم کرد که AI به راحتی می‌تواند داخل هر گونه گجتی قابل‌استفاده باشد (اگر علاقمند هستید تا با تنسورفلو بیشتر آشنا شوید، به مقالهٔ TensorFlow: فریمورک اپن‌سورس یادگیری ماشینی گوگل مراجعه نمایید.)
