Firebase tilføjer 3 nye funktioner i ML Kit og Performance Monitoring til webapps

Googles mobile udviklingsplatform, Firebase, får sin største opdatering i år på Googles årlige udviklerkonference, Google I/O. I dag annoncerede Google nye måder, hvorpå de forbedrer tilgængeligheden af ​​maskinlæring for udviklere; Google udvider også sine præstationsovervågningsværktøjer for at hjælpe webudviklere med at fremskynde deres webapps.

Google annoncerede ML Kit ved sidste års I/O for at fjerne mysteriet med maskinlæring for udviklere. De startede ud med et par API'er til de mest almindelige anvendelsestilfælde, og i år udvider de SDK'et med tilføjelsen af 3 nye API'er: en on-device API til oversættelse, en API til objektdetektering og sporing og en API til nemt at oprette tilpasset ML modeller. Native app-udviklere kan integrere Performance Monitoring SDK i deres app for at indsamle ydeevnedata, som de derefter kan analysere i Firebase Performance Monitoring; snart vil webudviklere også være i stand til at spore ydeevnen af ​​deres webapps i Firebase. Jeg talte med Francis Ma, produktchef hos Firebase, for at lære mere om disse ændringer.

Nye ML Kit API'er

Googles ML SDK understøtter i øjeblikket 7 API'er: tekstgenkendelse, ansigtsgenkendelse, stregkodescanning, billedmærkning, skelsættende genkendelse, smart svar og sprogidentifikation. De sidste 2 var kun for nylig tilføjet i april, men nu får de selskab af de 3 førnævnte API'er. Her er en oversigt på højt niveau af de 3 nye ML API'er til udviklere:

• On-device API til oversættelse: Ved at bruge den samme model, som driver Google Translate-appens offlineoversættelse, giver denne nye API udviklere mulighed for at levere hurtige, dynamiske oversættelser mellem 58 sprog.
• Objektdetektion og -sporing API: Denne API lader en app lokalisere og spore det mest fremtrædende objekt, markeret med en boks omkring det, i et live kamera-feed. Udviklere kan derefter identificere det mest fremtrædende objekt ved at forespørge på en cloud vision søge-API. Som et eksempel siges IKEA at eksperimentere med denne API til visuel møbelindkøb.
• AutoML Vision Edge: For udviklere, der ønsker en tilpasset ML-model med minimal nødvendig ekspertise, giver AutoML Vision Edge dig mulighed for at bygge og træne din egen tilpassede model til at køre lokalt på en brugers enhed. At træne en model, man simpelthen uploader deres database (f.eks. et sæt billeder) til Firebase-konsollen og klik på "train model" for at træne en TensorFlow Lite-model mod databasen. Google annoncerede, at et firma kaldet Fishbrain brugte denne API til at træne en model til at identificere en fisks race, mens et andet firma kaldet Lose It! trænet en model til at identificere kategorierne af fødevarer i et billede.

Machine learning er et hurtigt voksende felt inden for datalogi, så det er naturligt for udviklere at vise interesse for det. Det kan dog være effektivt at opbygge og træne ML-modeller uden en dataforsker svært, hvorfor Google forenkler processen ved at automatisere træningen af ​​modeller med ML sæt. Udviklere kan fokusere på at bygge nye apps med kraftfuld funktionalitet ved hjælp af kraften i ML uden at skulle bruge betydelig tid og kræfter på at lære datavidenskab. Med tilføjelsen af ​​disse 3 nye API'er i ML Kit, vil vi forhåbentlig se en masse nye nyttige apps i Google Play.

Firebase Performance Monitoring for webudviklere

Forbrugerne kræver god ydeevne fra de apps og websteder, de bruger, men Firebase har indtil videre kun givet native app-udviklere midlerne til at effektivt overvåge deres produkters ydeevne. På Google I/O 2019 annoncerede Google, at Firebase Performance Monitoring vil blive gjort tilgængelig for webudviklere ved hjælp af Firebase-hosting. Webudviklere kan holde brugerne engageret på deres platforme ved at forbedre hastigheden på deres webapps; For at hjælpe webudviklere med at opdage de vigtigste svagheder i deres websteders ydeevne, vil Firebase levere webcentrerede værktøjer og telemetrimålinger for at vise, hvordan brugere i den virkelige verden oplever et websted. For eksempel vil webudviklere være i stand til at overvåge aspekter som tidspunktet for første maling og inputforsinkelse, hvor hurtigt folk først ser og interagerer med indhold på en webside og den gennemsnitlige forsinkelse. Oversigtsdashboardet viser disse og andre metrics for at hjælpe webudviklere med at optimere oplevelsen for deres brugere, uanset om det er efter land eller globalt.

Andre meddelelser

Opdateret Audience Builder i Google Analytics til Firebase

Opbygning af målrettede målgrupper er afgørende for at maksimere brugerengagementet. Du vil sikre dig, at du segmenterer dine brugere i de rigtige kategorier, så du ved, hvordan du bedst målretter dem dem med personlige incitamenter og opmuntring, så de er mere tilbøjelige til at fortsætte med at bruge din app eller service. Google Analytics til Firebase hjælper udviklere med bedre at forstå deres brugere og dens opdateret målgruppebygger vil gøre det nemt at skabe nye målgrupper til målretning igennem Fjernkonfig eller genengagement igennem Beskeder i appen. De opdaterede målgruppebyggerfunktioner inkluderer funktioner som "sekvenser, omfang, tidsvinduer, [og] medlemskabsvarighed." Som et eksempel, Google siger, at det nu er muligt at oprette en målgruppe for brugere, der indløser en kuponkode og køber et produkt inden for 20 minutter efter kuponen frelse.

• Cloud Firestore, en fuldt administreret NoSQL-database, får support til Indsamlingsgruppeforespørgsler som giver din app mulighed for at "søge efter felter på tværs af alle samlinger af samme navn, uanset hvor de er i databasen." Indsamlingsgruppeforespørgsler vil, tillade f.eks. en musikapp med en datastruktur bestående af kunstnere og deres sange at forespørge på tværs af kunstnere efter felter i sangene uanset kunstner.
• Den nye Cloud Functions emulator vil lade udviklere fremskynde lokal app-udvikling og -testning; den kommunikerer med Cloud Firestore-emulatoren.
• Hvis du har brug for at fejlrette nedbrud i din app, kan Firebase Crashlytics hjælpe dig med at diagnosticere eventuelle stabilitetsproblemer. Hastighedsalarmen fortæller dig, når et bestemt problem pludselig er blevet mere alvorligt og det er værd at se nærmere på, men dets advarselstærskel kunne aldrig tilpasses før nu.

For flere nyheder om Firebase, følg med officiel blog eller slutte sig til Alfa program for at få en forhåndsvisning af kommende funktioner.