Il machine learning comincia a stuzzicare anche Google Chrome. La maniera con cui Big G avrebbe in mente di sfruttare la tecnologia d’apprendimento automatico? Per limitare la richiesta di risorse, semplice.

A testimoniare l’intenzione di Google di iniziare a pensare a un sistema che incontriamo piuttosto spesso ultimamente è Chromestory che ha notato la seguente richiesta di modifica del codice per Chromium:

“Tab Ranker: Predict reactivation of tabs

Adds an ML model to score tabs based on whether they will be
reactivated. Currently this is only used in tests; a future CL will add
an experiment to use these scores as part of the tab discarder’s tab
selection algorithm.

The model includes hard-coded weights generated by tf.native. This is
documented in tab_ranker/native_inference.md.

Bug: 836898″

Per inciso, per “tab discarder” si intende quella funzionalità che consente a Chrome di “disattivare/scartare” automaticamente le schede del browser che non sono reputate necessarie nei casi in cui di memoria di sistema ne rimane poca. In sostanza le schede rimangono soltanto visibili nella barra e, nel momento in cui ci cliccheremo, verranno di conseguenza ricaricate.

Stando alla citazione riportata, è dunque evidente che l’intenzione di Google sembrerebbe essere proprio quella di migliorare tale sistema attraverso il machine learning (ecco a cosa si riferisce “ML” nel testo citato). E per fare questo Chrome dovrà chiaramente imparare per riuscire ad essere più abile nel predire quali schede lasciare in sospeso o meno.

Nonostante al Google I/O 2018 non ci sia stato alcun accenno a tale novità da parte dell’azienda di Mountain View, c’è motivo di credere che di machine learning per Google Chrome ne sentiremo parlare sempre più spesso. Voi che ne pensate? Il box dei commenti sottostante è a vostra disposizione.

Vai a: La modalità Picture-in-Picture di Google Chrome in una video preview