为开发AI本地化的移动应用，谷歌开源机器视觉神经网络MobileNets | 潮科技

智能手机已经成为AI的前沿阵地。

算法在云中计算，并让设备联网运行，已经逐渐让位于软件直接在手机和电脑上本地化运行。苹果和Facebook都在做这样的事情，而谷歌在移动AI上比所有人都要走的更进一步。

最近，谷歌在官方博客中宣布，开源了一组可以直接在移动设备运行的机器视觉神经网络——MobileNets。谷歌表示，这是一款为TensorFlow准备的、移动端优先的计算机视觉模型包。

MobileNets可用于处理各种训练任务

MobileNets可用于处理各种各样的训练任务，包括分析人脸，检测常见对象，照片定位，它还可以执行细粒度的识别任务，比如如识别不同种类的狗。

这组神经网络拥有多种尺寸，因此可以适应各种设备。在设计上，这款工具包力图为设备端和嵌入式应用最大限度地提升精度。MobileNets具有小规模、低延迟、低功耗的特点，来解锁不同用例中的资源限制。

谷歌表示，虽然每个神经网络的功能和任务不同，但总的来说，这些神经网络已经达到或接近最新、最先进的标准。

对消费者来说，这意味着开发者可能会开发更多地具备AI功能的移动APP。

现在，有很多集成机器学习功能的移动移动，会将数据传回云端进行处理，然后传回给用户。这就意味着必须联网才能执行任务。

此外，虽然云端处理减轻了智能手机上的负担，但是这就要求有强大的数据中心。而且，这样会导致延迟，还有隐私泄露的风险。

与之相比，在手机上本地化运行AI功能，则没有这样的弊端，这种处理方式将享有更快的性能、更加方便（不用联网）、隐私保护更好（你的数据不会被脱机发送）。

当然，并非谷歌一家在做这样的事情。移动端的AI本地化也是一种目前的趋势。

本月早些时候，苹果也为开发者设计了一组机器学习工具CoreML，来为iOS系统系统创建应用。Facebook也创建了自己的移动AI的框架。

甚至上市不久的Snapchat，本周也发表了一篇学术论文，努力在移动端加入图片识别的功能。

谷歌和苹果都曾表示要设计AI专用的移动处理器。谷歌在2016 I/O上首次发布了为机器学习设计的专用芯片——TPU，并在今年的I/O大会上公布了机器学习超级计算机Cloud TPU Pod。5月末，彭博披露苹果正在研发一款AI处理器，将会集成到包括iPhone和iPad在内的很多设备当中。

在台北电脑展上，ARM已经发布了两款针对AI性能任务的芯片——Cortex-A75和Cortex-A55。

对于很多产品来说，手机和汽车都是两个庞大的应用场景，对于AI的开发也不例外。现在无人驾驶的热潮方兴未艾，手机端的AI应用也纷至沓来。随着本地化运行的移动AI应用不断增多，AI对日常生活的渗透也将越来越深广。