谷歌的两位ai研究人员最近详细介绍了他们如何创建用于文本分类的高级离线ai。该ai还可以在低端智能手机上运行，并且在简单数据集上的准确性达到86.7%，而在更复杂和多方面的数据集上则达到83.1%。

测试是在本地进行的，还有实时培训。该系统使用自治神经网络来保持较低的占用空间并消除对云的需求。尽管损失定义的地面真实性有助于准确性和训练，但算法工具可修改模型的基础。

这基本上是一种有监督的学习形式，不需要人类的大量监督，并且可以教ai快速学习。ai在这里对文本进行分类，根据它们可能是句子，短语，数学方程式，标识号还是其他东西对文本进行分类。

由于机器学习和神经网络功能正迅速成为旗舰智能手机的规范，因此像这样的ai可以为具有ai功能的低端设备铺平道路。文本分类听起来似乎没什么大不了的，但是当涉及实时翻译，ui导航以及旨在帮助功能不同的用户导航其项目的项目时，文本分类确实具有潜力。

在缺乏互联网连接和笨重硬件的地方，该解决方案可能会派上用场。

此外，谷歌对基于ai的淋巴结助手(lyna)的使用的研究表明，人工智能如何在现实生活中派上用场。该公司在其ai博客中详细介绍了如何帮助人类病理学家诊断淋巴结幻灯片中的转移性乳腺癌。

lyna的使用使检测癌细胞变得容易，从而帮助病理学家对其进行诊断。实际上，谷歌表示，它对每张幻灯片的审阅时间减少了一半。这项新的研究是今年早些时候报道的关于使用ai来检测和诊断癌症的研究的延续。早些时候，谷歌还展示了其deppmind如何能够帮助病理学家检测癌细胞。

以上是网络信息转载，信息真实性自行斟酌。