Ar esate susimąstę, kaip jūsų išmanusis telefonas geba akimirksniu atpažinti fone skambančią dainą net neturėdamas aktyvaus interneto ryšio? „Google Pixel“ įrenginiuose esanti „Now Playing“ funkcija tapo tikru technologiniu stebuklu, pakeitusiu mūsų suvokimą apie dirbtinio intelekto galimybes kasdieniuose prietaisuose. Tai nėra tiesiog paprastas garso įrašymas ir siuntimas į nutolusius serverius – tai sudėtingas inžinerinis pasiekimas, leidžiantis telefonui nuolat klausytis aplinkos ir išlaikyti ilgą baterijos tarnavimo laiką. Šiame straipsnyje atskleisime, kaip inžinieriams pavyko suspausti didžiulę muzikos duomenų bazę į mažaenergį algoritmą.
Tradiciškai dainų atpažinimo programos veikia paprastu principu: įrašo garso ištrauką, išsiunčia ją į debetų serverį, palygina su milijonais įrašų ir grąžina rezultatą. Tačiau Pixel Now Playing funkcija veikia visiškai kitaip. Ji neatlieka jokių užklausų internete ir visus skaičiavimus atlieka pačiame prietaise. Tai reiškia, kad jūsų privatumas išlieka nepažeistas, o muzika atpažįstama net ir būnant lėktuve ar požeminėje parkavimo aikštelėje.
Svarbiausias inžinierių iššūkis buvo perkelti gigantišką muzikos katalogą į kelių šimtų megabaitų atminties tarpą, kurį būtų galima apdoroti be energijos sąnaudų.
Norint, kad mašina suprastų garsą, ji turi paversti melodiją matematine forma. Google komanda sukūrė unikalią suspaudimo sistemą, kuri iš kiekvienos dainos išskiria tik pačius svarbiausius dažnių ir ritmų elementus. Šis procesas sukuria tapatybės kodą, vadinamą akustiniu piršto atspaudu.
Užuot saugojęs visą garso takelį, telefonas savo vidinėje atmintyje laiko tik tūkstančius populiariausių dainų pirštų atspaudų. Šis sąrašas reguliariai atnaujinamas, kai įrenginys prijungtas prie „Wi-Fi“. Neuromorfinių tinklų modeliai užtikrina, kad net ir triukšmingoje aplinkoje atpažinimas įvyktų per kelias sekundes.
Didžiausias „Google“ pasiekimas – energijos efektyvumas. Jei pagrindinis procesorius nuolat klausytųsi aplinkos, baterija išsikrautų per kelias valandas. Todėl Pixel Now Playing funkcija remiasi specializuota aparatine įranga.
Ši technologija pademonstravo, kad vietinis dirbtinis intelektas (angl. On-Device AI) yra gyvybinga ir saugi alternatyva nuolatiniam duomenų siuntimui į debesiją. Sėkmingas šios sistemos pritaikymas atvėrė duris naujoms privatumą saugančioms funkcijoms, kurias šiandien matome naujausiuose išmaniuose įrenginiuose. Tobulėjant mažaenergiams mikroschemų rinkiniams, ateityje vis daugiau sudėtingų užduočių bus atliekama tiesiogiai mūsų kišenėse.
Ar dažnai naudojatės automatiniu dainų atpažinimu savo telefone? Pasidalinkite savo patirtimi ir nuomone komentaruose!









