A webes szabványok kidolgozásával foglalkozó World Wide Web Consortium (W3C) külön munkacsoporton belül foglalkozik azokkal a leendő webes alkalmazásprogramozási felületekkel, amelyek a szervezet oldala szerint "elsőosztályú webes polgárrá" tennék a gépi tanulást (ML), elősegítve a böngészőkhöz való, alapszintű webes API-k kifejlesztését az ilyen technológiákkal összefüggő műveletekhez. Ez egyebek mellett azt a hardveres gyorsítást tenné lehetővé, amelyre mindenképpen szükség van a mesterséges intelligenciával kapcsolatos funkciók magas számítási igényéhez, például a valós idejű képelemzéshez, amit a browser programokon belül biztosítanának.
A már rendelkezésre álló API-k, mint a WebGL, erre ezért nem alkalmasak, mert nem férnek hozzá olyan hardveres eszközökhöz, mint a párhuzamos feldolgozás, a grafikus processzorok általános célú programozása vagy a dedikált ML processzorok. Az új API-kkal ezzel szemben azt is biztosítanák, hogy a fejlesztők az összes szóba jöhető hardverplatform alatt interoperábilisan működő tartalmat készíthessenek.
A szabványhoz már megvan az általános támogatás
A W3C Machine Learning for the Web Community csoportjának elnöke, a szervezetben az Intelt képviselő Anssi Kostiainen a Twitteren jelentette be, hogy a legjelentősebb webböngészők fejlsztői közül mindenki, vagyis a Google, a Microsoft, az Apple és a Mozilla is a kezdeményezés mögé állt, nem beszélve a tágabb értelemben vett webes és mesterséges intelligenciával foglalkozó ökoszisztéma egyéb szereplőiről. Kostiainen szerint a projekt így elérhetővé teszi a a mélytanuló technológiák (computer vision, beszédfelismerés stb.) sokkal hatékonyabb felhasználását, méghozzá a szabványosításnak köszönhetően egyszerre az összes webböngésző alatt.
A Web ML néven hivatkozott megoldást a fenti proof-of-concept videót is szemléltetik, ami persze csak annyira alkalmas, hogy a felhasználó szemszögéből is érzékelteti a teljes értékű gépi tanuló technológiák mobil képernyőn való megjelenését. Ezen egy olyan, böngészőből futtatott alkalmazás látszik, amelyek az okostelefon kamerájának felvételén keresztül azonosítja a kamera előtt lévő tárgyakat. Ilyet már sokan láttak, de a lényeg ebben az esetben az, hogy korábban külön alkalmazásra (ráadásul eszközspecifikus alkalmazásra) volt szükség az ilyen appok futtatásához, ezentúl viszon egy bármilyen telefon bármiylen böngészője alapértelmezett módon képes lehet erre.
A tavaly október óta működő Machine Learning for the Web Community Group szoros koordinációt ígér a W3C többi releváns munkacsoportjával, vagyis a GPU for the Web, a WebAssembly,a Web Real-Time Communications vagy a Devices and Sensors csoportokkal. A dolog egyetlen szépséghibája az a tapasztalati tény, hogy a szabványokon dolgozó szervezetek és csoportok csak ritkán végeznek gyors munkát, mint ahogy ez a W3C esetében sem különösebben jellemző rájuk. Ehhez jön, hogy még a sikeres projekteket sem követi minden esetben a széles körű adaptáció – ez utóbbit remélhetőleg biztosítja majd a Google, az Apple, a Mozilla és a Microsoft most bejelentett támogatása.
A NIS2-megfelelőség néhány technológiai aspektusa
A legtöbb vállalatnál a megfeleléshez fejleszteni kell a védelmi rendszerek kulcselemeit is.
CIO KUTATÁS
TECHNOLÓGIÁK ÉS/VAGY KOMPETENCIÁK?
Az Ön véleményére is számítunk a Corvinus Egyetem Adatelemzés és Informatika Intézetével közös kutatásunkban »
Kérjük, segítse munkánkat egy 10-15 perces kérdőív megválaszolásával!
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak