Hvordan (kunstig intelligens) AI vil tiltrekke seg Android -brukere

Android er en annen plattform som Google har fokusert på, og innsatsen deres er godt synlig – Android har mer enn 87,9 % markedsandel. Med den nyeste Android P rett rundt hjørnet, virker det som en god tid å ta det beste fra begge verdener – Machine Learning og Android og vise hvorfor Android mer enn sannsynlig vil slå sine konkurrenter ved å bruke Googles mammut som intelligensferdighet og hvorfor AI vil tiltrekke seg hverdagslige brukere så vel som utviklere.

Her er noen grunner til hvorfor.

Google Assistant

Google kunngjorde sin virtuelle hjelper tilbake i mai 2016 under den årlige konferansen, Google I/O. Google beskrev det som en “samtaleassistent” og håpet at det ville gi “en omgivelsesopplevelse som strekker seg på tvers av enheter”. Og tilbakemeldingene som er mottatt har stort sett vært positive.

Selvfølgelig er Google ikke alene om å prøve å gi en programvarehånd til brukerne. Faktisk er det ikke engang det første – Apple ga ut en betaversjon av Siri med sin iPhone 4S for nesten et tiår siden, oktober 2011. Å si at programvare som Siri har kommet langt på disse 7 årene, ville være grovt underdrivelse. Det virker som om hver teknologigigant slipper sine egne assistenter annenhver uke. Mens de mer fremtredende er Microsofts Cortana, Amazons Alexa, Samsungs Bixby, Googles assistent og Apples Siri, avslører nesten hver anmeldelse fra profesjonelle testere den som klarer å svinge nesten alt de kaster på dem. Og det er Google Assistant.

Den har bevist sin styrke utallige ganger i oppgaver som spenner fra talegjenkjenning og kontekstuell forståelse til å gi kortfattet, men omfattende informasjon til eventuelle spørsmål brukeren måtte gjøre.

Noen vil si at det er mange år foran andre virtuelle assistenter, selv om fremskritt som tosidig bare bekrefter dette.

AI -drevne apper

Teknologigiganter erkjenner viktigheten av å innlemme maskinlæring i produktene sine, og ettersom systemene våre stadig blir kraftigere og folk genererer mer data enn noensinne, er det ikke rart hvorfor de gjør det. Dette er tydelig fra selskaper som tar i bruk og markedsfører intelligente beregninger.

Apple har oppfordret utviklere til å bruke det relativt nye CoreML -rammeverket som kan brukes til å trene maskinlæringsmodeller for å utvikle apper for iOS. Det er for tidlig å dømme Apple om dette trinnet, men det er ganske trygt å si at iPhone -produsenten av rød frukt er sen til festen.

Google ga ut et åpen kildekode -rammeverk kalt Tensorflow tilbake i 2015 etter at det ble testet og utviklet internt i mer enn 4 år. Det har siden fått merket med industristandard og er et av de mest aktive depotene på GitHub. Den ble utviklet med tanke på utviklere og har flere porter for forskjellige operativsystemer og støtter også flere programmeringsspråk, så en utvikler føler seg hjemme.

Tensorflow Lite er Googles mål om å ha innebygd støtte for sine dype læringsmodeller i Android -telefoner. Apper som Gmail tar allerede dette i bruk ved å ha noe som kalles “smarte svar” som i utgangspunktet bare prøver å forstå situasjonen og konteksten på en mottatt e -post, og vil vise noen alternativer som kan gi et godt svar på de nevnte. En annen kjent app er Photos by Google som bruker dyp læring, en populær form for maskinlæring, for å gjenkjenne folk fra bilder som er lagret på smarttelefonen og foreslå mulige alternativer som å dele dem med personen selv eller lage et helt nytt album for dem.

Lang historie kort, Google har allerede begynt å rulle apper som Translate, Assistant, Photos, Gmail osv. Og har laget de nødvendige verktøyene for utviklere til å gjøre det samme med sine egne. Som bringer oss til neste tema –

Ekstremt bra utviklerstøtte

Google har alltid vært en elsket av utviklere. I tillegg til å tilby store muligheter som GSOC, har den gitt ut open source-biblioteker som scikit-learn og TensorFlow som har vært enormt populære og vellykkede i utviklermiljøet.

Selv Android, som er åpen kildekode, tilbyr mye fleksibilitet for utviklere, og naturligvis vil utviklere være mye mer fokusert på å bygge skalerbare, optimaliserte apper for denne plattformen.

Google vil at flere og flere mennesker skal gå inn på dette maskinfeltet, og har gjort en innsats for å gjøre det. Et slikt eksempel er Machine Learning Crash Course. Det er et helt nytt kurs rettet mot utviklere med nesten ingen tidligere erfaring innen AI. Den guider brukeren fra grunnleggende lineære algebra -konsepter til toppmoderne konvolusjonelle nevrale nettverk.

Android -utviklere fikk oppmerksomhet med kunngjøringen av Tensorflow Lite som er et økosystem for plattformen. Det fungerer jevnt med den offisielle Android IDE, Android Studio for å utvikle apper med samme konsistensnivå som før.

Google Duplex

Google klarte ikke å få besøkende og seerne på utviklerkonferansen for 2018 til å falle i bakken i ren ærefrykt. Det viste noe utviklerne på Google hadde jobbet hardt med, kalt Google Duplex.

Det er en forlengelse av den allerede kraftfulle Google Assistant som hjelper brukeren å komme seg gjennom dagen sin ved å gjøre avtaler eller booke tjenester, for eksempel å bestille mat fra en butikk som ikke har online tilstedeværelse eller fikse et hårklipp fra en salong for bruker.

Det ble presentert av Sundar Pichai, og lot publikum klappe hendene unna. Og hvorfor skulle de ikke det? De var vitne til en gammel test kalt Turing-testen som skulle være nesten et tiår unna å bli løst, tilintetgjort om enn på en veldig spesifikk måte.

Leave a Comment