Google on erottanut laitteen koneoppimissovellusliittymät ML Kitissä Firebasesta ja julkistanut uuden Early Access -ohjelman tulevien sovellusliittymien testaamiseen.
Google käyttää tekoälyä laajasti tarjotakseen erittäin kontekstuaalisia ja tarkkoja verkko- ja kuvahakutuloksia. Verkkoalustalla tehtävän haun lisäksi Googlen koneoppimismallit tarjoavat myös erilaisia tekoälysovelluksia Android-puhelimille aina visuaalisesta hausta Google Lens to laskennallinen valokuvaus josta Pixel-laitteet ovat kuuluisia. Omien sovellusten lisäksi Google antaa kolmansien osapuolien kehittäjille mahdollisuuden integroida koneoppimisominaisuuksia sovelluksiinsa saumattomasti ML Kitin, SDK: n (Software Development Kit) avulla, joka on osa Firebasea – sen online-hallinta- ja analytiikkakojelautaa mobiililaitteille kehitystä. Tästä päivästä lähtien Google ilmoittaa suuresta muutoksesta ML Kitissä ja tekee laitteiden sovellusliittymistä Firebasesta riippumattomia.
ML Kit julkistettiin Google I/O 2018 -tapahtumassa
ML Kit sisältää sekä laitteessa olevat että pilvipohjaiset sovellusliittymät. Kuten voit odottaa, laitteen sovellusliittymät käsittelevät tietoja käyttämällä laitteeseen tallennettuja koneoppimismalleja itse, kun pilvipohjaiset sovellusliittymät lähettävät dataa Googlen Cloud Platformissa isännöidyille koneoppimismalleille ja vastaanottavat ratkaistua dataa Internetin kautta. yhteys. Koska laitteen sovellusliittymät toimivat ilman Internetiä, ne voivat jäsentää tietoja nopeammin ja ovat turvallisempia kuin pilvipohjaiset vastineensa. Laitteen koneoppimissovellusliittymiä voidaan myös laitteistokiihdyttää Android-laitteissa, joissa on Android Oreo 8.1 tai uudempi. Googlen Neural Networks API (NNAPI) sekä uusimmista piirisarjoista löytyvät erityiset laskentalohkot tai NPU: t. alkaen Qualcomm, MediaTek, HiSilicon jne.
Google julkaisi äskettäin a blogipostaus ilmoitti, että ML Kitin laitteen sovellusliittymät ovat nyt saatavilla osana itsenäistä SDK: ta. Tämä tarkoittaa ML Kitin laitteen sovellusliittymiä – mukaan lukien tekstintunnistus, viivakoodin skannaus, kasvojen tunnistus, kuvamerkinnät, esineiden tunnistus ja seuranta, kielentunnistus, älykäs vastaus ja käännös laitteella – ovat saatavilla erillisessä SDK: ssa, jota voidaan käyttää ilman Firebase. Google suosittelee kuitenkin ML Kit SDK: n käyttöä Firebasessa siirtää olemassa olevat projektinsa uuteen itsenäiseen SDK: hen. Uusi mikrosivusto on lanseerattu kaikilla ML Kitiin liittyvillä resursseilla.
Uuden SDK: n lisäksi Google on ilmoittanut joitain muutoksia, jotka helpottavat kehittäjien integroimista koneoppimismalleja sovelluksiinsa. Ensinnäkin kasvojentunnistus/ääriviivamalli toimitetaan nyt osana Google Play -palveluita, joten kehittäjien ei tarvitse kloonata sovellusliittymää ja mallia erikseen sovelluksilleen. Tämä mahdollistaa sovelluspaketin pienemmän koon ja mahdollisuuden käyttää mallia saumattomasti uudelleen muissa sovelluksissa.
Toiseksi Google on lisännyt Android Jetpackin elinkaari tuki kaikille API: ille. Tämä auttaa hallitsemaan sovellusliittymien käyttöä, kun sovelluksen näyttöä kierretään tai käyttäjä sulkee sen. Lisäksi se helpottaa laitteen integrointia CameraX Jetpack-kirjasto ML Kitiä käyttävissä sovelluksissa.
Kolmanneksi Google on ilmoittanut aikaisen pääsyn ohjelma jotta kehittäjät pääsevät käsiksi tuleviin sovellusliittymiin ja ominaisuuksiin ennen muita. Yritys lisää nyt kaksi uutta sovellusliittymää ML Kit -pakettiin, jotta valitut kehittäjät voivat esikatsella niitä ja jakaa palautetta. Näitä sovellusliittymiä ovat:
- Kokonaisuuden purkaminen tunnistaa esimerkiksi puhelinnumerot, osoitteet, maksunumerot, seurantanumerot sekä päivämäärän ja kellonajan tekstistä, ja
- Asennon tunnistus 33 luuston pisteen, mukaan lukien kädet ja jalat, matalan latenssin havaitsemiseen
Lopuksi Google antaa nyt kehittäjille mahdollisuuden korvata ML Kitin olemassa olevat kuvamerkinnät sekä objektien havaitsemis- ja seurantasovellusliittymät mukautetuilla koneoppimismalleilla TensorFlow Lite. Yhtiö julkistaa pian lisätietoja TensorFlow Lite -mallien löytämisestä tai kloonaamisesta ja niiden kouluttamisesta ML Kitin tai Android Studion uusien ML-integraatioominaisuuksien avulla.