谷歌的兩位AI研究人員最近詳細介紹了他們?nèi)绾蝿?chuàng)建用于文本分類的高級離線AI。該AI還可以在低端智能手機上運行，??并且在簡單數(shù)據(jù)集上的準確性達到86.7%，而在更復雜和多方面的數(shù)據(jù)集上則達到83.1%。

測試是在本地進行的，還有實時培訓。該系統(tǒng)使用自治神經(jīng)網(wǎng)絡來保持較低的占用空間并消除對云的需求。盡管損失定義的地面真實性有助于準確性和訓練，但算法工具可修改模型的基礎(chǔ)。

這基本上是一種有監(jiān)督的學習形式，不需要人類的大量監(jiān)督，并且可以教AI快速學習。AI在這里對文本進行分類，根據(jù)它們可能是句子，短語，數(shù)學方程式，標識號還是其他東西對文本進行分類。

由于機器學習和神經(jīng)網(wǎng)絡功能正迅速成為旗艦智能手機的規(guī)范，因此像這樣的AI可以為具有AI功能的低端設(shè)備鋪平道路。文本分類聽起來似乎沒什么大不了的，但是當涉及實時翻譯，UI導航以及旨在幫助功能不同的用戶導航其項目的項目時，文本分類確實具有潛力。

在缺乏互聯(lián)網(wǎng)連接和笨重硬件的地方，該解決方案可能會派上用場。

此外，谷歌對基于AI的淋巴結(jié)助手(LYNA)的使用的研究表明，人工智能如何在現(xiàn)實生活中派上用場。該公司在其AI博客中詳細介紹了如何幫助人類病理學家診斷淋巴結(jié)幻燈片中的轉(zhuǎn)移性乳腺癌。

LYNA的使用使檢測癌細胞變得容易，從而幫助病理學家對其進行診斷。實際上，谷歌表示，它對每張幻燈片的審閱時間減少了一半。這項新的研究是今年早些時候報道的關(guān)于使用AI來檢測和診斷癌癥的研究的延續(xù)。早些時候，谷歌還展示了其DeppMind如何能夠幫助病理學家檢測癌細胞。