هل أنت مهتم بالتعلم الآلي ولكن ليس لديك الكثير من الخبرة؟ تعمل حزمة ML Kit SDK الجديدة من Google على تسهيل دمج التعلم الآلي في تطبيق Android أو iOS.
لقد دخل التعلم الآلي والذكاء الاصطناعي بسرعة إلى قاموسنا في السنوات الأخيرة، لكن القليل منهم يفهم حقًا كيفية عمل التكنولوجيا، أو ما هي قادرة عليه. حتى باحثي الذكاء الاصطناعي التابعين لشركة Google نكتة أن التعلم الآلي يشبه الكيمياء. باعتبارك مطورًا مشغولًا، قد لا يكون لديك الوقت للتعرف على التعلم الآلي (ML)، ولكن Google لا تريد أن يمنعك ذلك من جني فوائده. ولهذا السبب أعلنت الشركة اليوم مجموعة مل: حزمة SDK جديدة تتضمن سنوات من عمل Google في مجال التعلم الآلي في حزمة Firebase التي يستخدمها مطورو تطبيقات الهاتف المحمول كل من iOS و Android يمكن استخدامها لتعزيز تطبيقاتهم.
اذا أنت لا أعرف شيئًا عن التعلم الآلي، ثم لا تقلق: لا تحتاج إلى أي معرفة سابقة بتعلم الآلة. ربما تكون على دراية ببعض التطبيقات الواقعية للتكنولوجيا مثل اكتشاف الوجه والتعرف على الصور. تريد مجموعة ML من Google أن يستفيد تطبيقك من الاستخدامات الواقعية لتعلم الآلة دون الحاجة إلى فهم كيفية عمل الخوارزمية. وإذا كنت تفهم تعلم الآلة أو كنت على استعداد للتعلم، فيمكنك أيضًا الاستفادة من ML Kit.
التعلم الآلي للمبتدئين باستخدام ML Kit
توفر حزمة Firebase SDK الجديدة من Google لتعلم الآلة خمس واجهات برمجة التطبيقات لبعض حالات الاستخدام الأكثر شيوعًا على الهاتف المحمول:
- التعرف على النص
- الكشف عن الوجه
- مسح الباركود
- وضع العلامات على الصور
- التعرف على المعالم
كل ما عليك فعله هو تمرير البيانات إلى واجهة برمجة التطبيقات (API) وسيقوم SDK بإرجاع الاستجابة. بكل بساطة. تتضمن بعض الأمثلة على استخدام التعلم الآلي تطبيقات الموسيقى التي تفسر النوتات الموسيقية التي تقوم بتشغيلها وتطبق خاصية إلغاء الصدى/الضوضاء على الموسيقى الخاصة بك. مثال آخر يمكن أن يكون التعرف البصري على الأحرف (OCR) لملصقات التغذية لتطبيقات حساب السعرات الحرارية.
سيتم توسيع قائمة واجهات برمجة التطبيقات الأساسية المتاحة في الأشهر المقبلة لتشمل واجهة برمجة تطبيقات الرد الذكي تمامًا أندرويد ص وإضافة محيط الوجه عالي الكثافة إلى واجهة برمجة تطبيقات اكتشاف الوجه.
ML Kit للمستخدمين ذوي الخبرة
إذا كان لديك القليل من المعرفة الأساسية السابقة، فيمكنك أيضًا نشر تصميمك المخصص TensorFlow لايت عارضات ازياء. كل ما عليك فعله هو تحميل النموذج الخاص بك إلى وحدة تحكم Firebase حتى لا تقلق بشأن تجميع النموذج في جهازك APK (وبالتالي تقليل حجم الملف.) تخدم ML Kit نموذجك ديناميكيًا حتى تتمكن من تحديث نماذجك دون إعادة نشر برنامج.
والأفضل من ذلك هو أن Google ستقوم تلقائيًا بضغط نماذج TensorFlow الكاملة في TensorFlow Lite النموذج، الذي يقلل من حجم الملف ويضمن أن يتمكن عدد أكبر من الأشخاص الذين يستخدمون اتصالات بيانات محدودة من الاستمتاع بملفك برنامج.
واجهات برمجة التطبيقات على الجهاز والسحابة
توفر ML Kit كلاً من واجهات برمجة التطبيقات (APIs) الموجودة على الجهاز والسحابة. تعالج واجهة برمجة التطبيقات الموجودة على الجهاز البيانات دون اتصال بالشبكة (مثل ميزة اختيار النص في Android Oreo) بينما تستخدم واجهات برمجة التطبيقات السحابية Google Cloud Platform لمعالجة البيانات لمزيد من الدقة.
تعمل ML Kit على كل من Android وiOS، وعلى Android على وجه الخصوص، تعمل مع الأجهزة التي تعمل بإصدارات Android القديمة مثل Ice Cream Sandwich. إذا كان المستخدم قيد التشغيل أندرويد 8.1 أوريو وما فوق، ستقدم ML Kit أداءً أفضل بفضل Neural Networks API الموجودة بالفعل. على الأجهزة التي تحتوي على شرائح تحتوي على أجهزة متخصصة مثل كوالكوم سناب دراجون 845 (و DSP السداسي) أو ال هايسيليكون كيرين 970 (ووحدة المعالجة العصبية الخاصة بها)، سيتم تسريع المعالجة على الجهاز. تقول Google إنها تعمل مع بائعي SoC لتحسين التعرف على الجهاز أيضًا.
خاتمة
يجب على المطورين الذين يتطلعون إلى البدء البحث عن حزمة تطوير البرامج (SDK) الجديدة في ملف وحدة تحكم Firebase. يمكنك ترك ردود الفعل في مجموعة جوجل لـ Firebase.
يمكن للمطورين ذوي الخبرة في تعلم الآلة والذين يتطلعون إلى تجربة خوارزمية Google لضغط نماذج TensorFlow القيام بذلك سجل هنا. وأخيرا، تحقق من التكوين عن بعد لـ Firebase إذا كنت ترغب في تجربة نماذج مخصصة متعددة؛ فهو يسمح لك بتبديل قيم النموذج ديناميكيًا وإنشاء شرائح سكانية وتجربة عدة نماذج بالتوازي.