Inteligencia Artificial y ML en el navegador

Hay que tener en cuenta que lo que más exige y consume recursos de hardware en el trabajo con Tensorflow / TensorflowJS es el entrenamiento para generar modelos nuevos; por lo que, si ya los modelos se han entrenada previamente en otros equipos y solo se cargan en la aplicación para su uso predictivo, los recursos necesarios son significativamente menores, quizás solo memoria ram para levantar todo el modelo de una vez y procesamiento para los cálculos de predicción.

Ya hay disponibles en la red, una gran cantidad de modelos, pre-entrenados que son muy valiosos para el aprendizaje y experimentación inmediata.

A la larga, lo que realmente es dominar las tecnologías necesarias para implementar Inteligencia Artificial, no es meramente el uso de modelos existentes, sino la construcción personalizada de nuevos modelos para escenarios y problemas muy específicos en cada proyecto. Esa es la parte que requiere mayor conocimiento y preparación integral. IMO

Ventajas de TensorFlow.js sobre toda la plataforma de TensorFlow o sobre otras plataformas con aprendizaje de máquina:

1. Puedo ejecutar con JS, librerías que anteriormente sólo se podían ejecutar con Python o C

2. Hay muchísimos programadores trabajando sobre js y nodejs, lo que nos da la ventaja de encontrar mucho material de ambos en internet.

3. Velocidad en la inferencia de datos

4. Puedo hacer ésa inferencia con una única descarga inicial

5. Es escalable

6. Permite reducir costos al usar al navegador como parte del procesamiento y así evitar usar servidores que deba pagar por su uso

7. Puedo hacer operaciones off-line

8. Privacidad en el navegador sin que los datos salgan de él y éstos sean expuestos con la posibilidad de que alguien más los vea o los interfiere.

Retos a superar:

• Memoria: no se dispone de la misma cantidad de memoria que de un serividor dedicado, por lo que hay que se puede hacer y que no. Afortunadamente mucho de esto lo resuelven los modelos preentrenados y la posibilidad de correr modelos pequeños.
• Energía: los dispositivos móviles tienen energías limitadas, por lo que la ejecución de modelos complejos en tiempo real, puede consumir la bateria del dispositivo.
• Almacenamiento: Al igual que la energía, el almacenamiento es limitado y se debe tener cuidado de descargar modelos muy grandes.

Inteligencia artificial y ML en el navegador

<h3>Retos a superar en el navegador</h3>

• Memoria
• Energía
• Almacenamiento

<h3>Ventajas</h3>

• Ejecutar programas con Javascript que antes se usaban con python, C++ u otros lenguajes en el backend
• Numero de desarrolladores con conocimiento en JS
• Velocidad
• Escalabilidad
• Operación desconectada (Modo offline) como si fuera una PWA.
• Privacidad

<h3>Consideraciones Prácticas</h3>

• Dónde debes entrenar tu modelo? Clústers, servidores, usando el dispositivo del usuario
• Dónde debes utilizar tu modelo?
• Cada cuánto debes actualizar tu modelo?
• ¡La experiencia de usuario es importante!
• Privacidad