شرکت گوگل با معرفی کتابخانه LiteRT.js امکان اجرای محلی و سریع مدل‌های یادگیری ماشین را بدون نیاز به سرور در مرورگرهای وب برای توسعه‌دهندگان فراهم کرد.
به گزارش سرویس هوش مصنوعی تکناک، این شرکت اعلام کرده است که این ابزار، عملکرد بومی هوش مصنوعی را از طریق موتور اجرایی LiteRT که بر موبایل متمرکز است به مرورگرهای وب می‌آورد، هرچند LiteRT.js در رایانه‌های رومیزی نیز کار می‌کند.
مرتبط: یادگیری ماشین چیست؟ + راهنمای کامل الگوریتم‌ها و کاربردها
کتابخانه LiteRT.js گوگل از وب‌اسمبلی و شتاب‌دهنده‌های سخت‌افزاری مانند WebGPU و WebNN برای جایگزینی TensorFlow.js کندتر استفاده می‌کند، که متکی بر هسته کندتر مبتنی بر جاوااسکریپت است.
موتور اجرایی LiteRT تا به امروز تنها به اندروید و iOS محدود بود. با به‌روزرسانی امروز، گوگل این موتور اجرایی را از طریق وب‌اسمبلی در دسترس قرار داده است تا مرورگر را به پلتفرمی توانمندتر برای بارهای کاری هوش مصنوعی و یادگیری ماشین تبدیل کند.
بر اساس گزارش نئووین، این غول جست‌وجو ادعا کرده است که موتور اجرایی جدید، سرعتی ۳ برابر بیشتر از راهکارهای موجود در سخت‌افزارهای کنونی ارائه می‌دهد. به طور مشخص، این ابزار روی یک مک‌بوک پرو ۲۰۲۴ اپل با تراشه M4 آزمایش شده است. در دنیای واقعی، برای کاربرانی که از سخت‌افزارهای قدیمی‌تر استفاده می‌کنند یا مرورگرهایی با موتورهای متفاوت دارند، می‌تواند تفاوت چشمگیری در عملکرد داشته باشد.
برای توسعه‌دهندگانی که قصد دارند از TensorFlow.js مهاجرت کنند، این فرایند ساده است. اگر فایل .tflite موجود باشد، تنها نیاز است موتور اجرایی جاوااسکریپت به LiteRT.js تغییر یابد. با وجود این، اگر مدل ذخیره‌شده TensorFlow/Keras موجود باشد، می‌توان از مبدل LiteRT استفاده کرد که در بسته پایتونی TensorFlow تعبیه شده است. اطلاعات بیشتر درباره فرایند تبدیل در وب‌سایت Google for Developers قابل مطالعه است.
در آینده، مشاهده اینکه گوگل در نهایت TensorFlow.js را بازنشسته می‌کند یا اولویت آن را به نفع LiteRT.js کاهش می‌دهد، جالب خواهد بود. همچنین دیدن عملکرد واقعی آن روی سخت‌افزارهای دیگری غیر از مک‌بوک نیز از نکات قابل توجه خواهد بود.
