Deeplearn.js: Google bringt Deep Learning in den Browser

Das Machine-Learning-Team von Google will diesen Bereich der Informatik einfacher zugänglich machen und hat Deeplearn.js erstellt. Die Javascript-Bibliothek läuft komplett im Browser und benötigt kein Backend.

Artikel veröffentlicht am 16. August 2017, 11:54 Uhr, Sebastian Grüner

Deeplearn.js soll Machine Learning effizient im Browser ermöglichen. (Bild: Google)

"Wir wollen Machine Learning so vielen Menschen wie möglich öffnen", schreibt Google in der Ankündigung von Deeplearn.js. Die Javascript-Bibliothek sei aufgrund dieser Zielstellung umgesetzt worden. Dazu sollen die Anforderungen für maschinelles Lernen sowie die eigentlich notwendige technische Expertise deutlich gesenkt werden, um eventuell bestehende Einstiegshürden zu überwinden.

Deeplearn.js läuft dabei vollständig im Browser, so dass keine zusätzliche Software auf dem Rechner installiert werden muss, wie es in der Mitteilung heißt. Ein Backend ist ebenfalls nicht nötig. Beschleunigt werden die Berechnungen für das maschinelle Lernen dank der WebGL-Schnittstelle, die der Bibliothek Zugriff auf GPU-Ressourcen ermöglicht.

Zur Begründung der Plattformwahl wird ausgeführt: "Es gibt viele Gründe, Maschinen-Lernen in den Browser zu bringen. Eine clientseitige ML-Bibliothek kann eine Plattform für interaktive Erklärungen, für Rapid Prototyping und Visualisierung sowie für die Offline-Berechnung sein. Nicht zuletzt ist der Browser eine der weltweit beliebtesten Programmierplattformen."

Besser als bisherige Web-Versuche

Im Gegensatz zu bisherigen Web-Lösungen für Machine Learning soll Deeplearn.js nicht nur das Inferencing beherrschen, also das Anwenden bereits trainierter Modelle auf neue Daten, sondern explizit auch das Trainieren von Modellen. Bisherige Geschwindigkeitslimitierungen von Javascript in diesem Bereich will Google explizit durch die Einbindung der GPU überwinden.

Neben dem Code für die eigentliche Bibliothek veröffentlicht Google auch einige Demos, die zum Ausprobieren und Kennenlernen der Technik dienen sollen. Das Unternehmen erhofft sich von Deeplearn.js außerdem eine höhere Sichtbarkeit von Machine Learning sowie ein stärkeres Engagement in diesem Bereich. Idealerweise sollen also nicht nur Entwickler damit interagieren, sondern eben vor allem auch Alltagsnutzer.