Интересувате се от машинно обучение, но нямате много опит? Новият ML Kit SDK на Google прави машинното обучение лесно за включване във вашето приложение за Android или iOS.
Машинното обучение и изкуственият интелект бързо навлязоха в нашия лексикон през последните години, но малцина наистина разбират как работи технологията или на какво са способни. Дори собствените изследователи на AI на Google шегувам се, че машинното обучение е подобно на алхимията. Като зает програмист може да нямате време да научите за машинното обучение (ML), но Google не иска това да ви попречи да се възползвате от предимствата му. Поради тази причина компанията обяви днес ML комплект: Нов SDK, който включва години от работата на Google върху машинното обучение в пакет Firebase, който разработчиците на мобилни приложения използват както iOS, така и Android могат да използват за подобряване на своите приложения.
Ако ти не знам нищо за машинно обучение, тогава не се притеснявай: Не се нуждаете от предварителни познания по ML
. Вероятно сте запознати с някои реални приложения на технологията, като разпознаване на лица и разпознаване на изображения. ML Kit на Google иска вашето приложение да се възползва от използването на ML в реалния свят, без да е необходимо да разбирате как работи алгоритъмът. И ако разбирате ML или имате желание да научите, вие също можете да се възползвате от ML Kit.Машинно обучение за начинаещи с ML Kit
Новият Firebase SDK на Google за ML предлага пет API за някои от най-честите случаи на употреба на мобилни устройства:
- Разпознаване на текст
- Разпознаване на лица
- Сканиране на баркод
- Етикетиране на изображения
- Разпознаване на забележителности
Всичко, което трябва да направите, е да подадете данни към API и SDK ще върне отговор. Толкова е просто. Някои примери за използване на ML включват музикални приложения, които интерпретират нотите, които изпълнявате, и прилагат анулиране на ехото/шума към вашата музика. Друг пример може да бъде оптичното разпознаване на знаци (OCR) за етикети за хранителни стойности за приложения за броене на калории.
Списъкът с налични базови API ще се разшири през следващите месеци, за да включва API за интелигентен отговор точно като Android P и добавка за лицеви контури с висока плътност към API за разпознаване на лица.
ML Kit за опитни потребители
Ако имате малко предварителни познания, тогава можете също да внедрите своя собствена персонализация TensorFlow Lite модели. Всичко, което трябва да направите, е да качите вашия модел в конзолата на Firebase, така че да не се притеснявате за групирането на модела във вашия APK (като по този начин намалява размера на файла.) ML Kit обслужва вашия модел динамично, така че можете да актуализирате моделите си, без да публикувате повторно своя ап.
Още по-добре е, че Google автоматично ще компресира пълните модели на TensorFlow в TensorFlow Lite модел, който намалява размера на файла и гарантира, че повече хора с ограничени връзки за данни могат да се наслаждават на вашите ап.
API на устройството и в облака
ML Kit предлага API както на устройството, така и в облака. API на устройството обработва данни без мрежова връзка (като Функция за избор на текст на Android Oreo), докато облачните API използват Google Cloud Platform за обработка на данни за по-голяма точност.
ML Kit работи както на Android, така и на iOS, и по-специално на Android работи с устройства, работещи с версии на Android, стари като Ice Cream Sandwich. Ако потребителят работи Android 8.1 Oreo и по-горе, тогава ML Kit ще предложи по-добра производителност благодарение на API за невронни мрежи, който вече присъства. На устройства с чипсети, които имат специализиран хардуер като Qualcomm Snapdragon 845 (и неговия Hexagon DSP) или HiSilicon Kirin 970 (и неговия модул за невронна обработка), обработката на устройството ще бъде ускорена. Google казва, че работят и с доставчици на SoC, за да подобрят разпознаването на устройството.
Заключение
Разработчиците, които искат да започнат, трябва да потърсят новия SDK в Firebase конзола. Можете да оставите обратна връзка в Google група за Firebase.
Разработчиците с опит в ML, които искат да изпробват алгоритъма на Google за компресиране на модели TensorFlow, могат регистрирайте се тук. И накрая, вижте Firebase Remote Config ако искате да експериментирате с множество персонализирани модели; позволява ви да превключвате динамично стойностите на модела, да създавате сегменти от населението и да експериментирате с няколко модела паралелно.