Googlen ML Kit on uusi Firebase SDK, joka poistaa koneoppimisen päänvaivan

Oletko kiinnostunut koneoppimisesta, mutta sinulla ei ole paljon kokemusta? Googlen uusi ML Kit SDK tekee koneoppimisesta helppoa sisällyttää Android- tai iOS-sovellukseesi.

Koneoppiminen ja tekoäly ovat nousseet nopeasti sanakirjaamme viime vuosina, mutta harvat todella ymmärtävät, miten tekniikka toimii tai mihin ne kykenevät. Jopa Googlen omat tekoälytutkijat vitsi, että koneoppiminen on kuin alkemiaa. Kiireisenä kehittäjänä sinulla ei ehkä ole aikaa oppia koneoppimisesta (ML), mutta Google ei halua estää sinua hyödyntämästä sen etuja. Tästä syystä yhtiö ilmoitti tänään ML Kit: Uusi SDK, joka yhdistää Googlen vuosien työskentelyn koneoppimisen parissa Firebase-pakettiin, jota mobiilisovellusten kehittäjät käyttävät sekä iOS että Android voivat parantaa sovelluksiaan.

Jos sinä en tiedä koneoppimisesta mitään, niin älä huoli: Et tarvitse aiempaa ML-taustatietoa. Olet todennäköisesti perehtynyt joihinkin tekniikan todellisiin sovelluksiin, kuten kasvojentunnistus ja kuvantunnistus. Googlen ML Kit haluaa sovelluksesi hyötyvän ML: n todellisista käyttötavoista ilman, että sinun tarvitsee ymmärtää algoritmin toimintaa. Ja jos ymmärrät ML: n tai olet halukas oppimaan, voit myös hyödyntää ML Kitiä.


Koneoppimista aloittelijoille ML Kitin kanssa

Googlen uusi Firebase SDK for ML tarjoaa viisi sovellusliittymää joihinkin yleisimpiin mobiilikäyttötapauksiin:

  • Tekstin tunnistus
  • Kasvojentunnistus
  • Viivakoodin skannaus
  • Kuvan merkitseminen
  • Maamerkin tunnistus

Sinun tarvitsee vain siirtää tiedot API: lle ja SDK palauttaa vastauksen. Se on niin yksinkertaista. Joitakin esimerkkejä ML-käytöstä ovat musiikkisovellukset, jotka tulkitsevat soittamasi nuotit ja soveltavat kaiun/kohinan vaimennusta musiikkiisi. Toinen esimerkki voisi olla kalorienlaskentasovellusten ravintoarvomerkintöjen optinen merkintunnistus (OCR).

Saatavilla olevien perussovellusliittymien luettelo laajenee tulevina kuukausina sisältämään älykkään vastauksen sovellusliittymän aivan kuten Android P ja suuritiheyksinen kasvojen ääriviivojen lisäys kasvojentunnistussovellusliittymään.


ML Kit kokeneille käyttäjille

Jos sinulla on hieman aiempaa taustatietoa, voit myös ottaa käyttöön oman mukautetun TensorFlow Lite mallit. Sinun tarvitsee vain ladata mallisi Firebase-konsoliin, jotta sinun ei tarvitse huolehtia mallin yhdistämisestä APK (pienentää näin tiedostokokoa.) ML Kit palvelee malliasi dynaamisesti, joten voit päivittää mallejasi julkaisematta uudelleen sovellus.

Vielä parempi on, että Google pakkaa automaattisesti täydet TensorFlow-mallit TensorFlow Lite -sovellukseen malli, joka pienentää tiedostokokoa ja varmistaa, että useammat ihmiset, joilla on rajoitettu datayhteys, voivat nauttia tiedostostasi sovellus.


Laitteen ja pilvisovellusliittymät

ML Kit tarjoaa sekä laitteen että pilvisovellusliittymiä. Laitteen sovellusliittymä käsittelee tietoja ilman verkkoyhteyttä (esim Android Oreon tekstinvalintaominaisuus), kun taas pilvisovellusliittymät käyttävät Google Cloud Platformia tietojen käsittelyyn tarkkuuden lisäämiseksi.

ML Kit toimii sekä Androidilla että iOS: llä ja erityisesti Androidilla laitteilla, joissa on Ice Cream Sandwichin ikäisiä Android-versioita. Jos käyttäjä on käynnissä Android 8.1 Oreo ML Kit tarjoaa paremman suorituskyvyn jo olemassa olevan Neural Networks API: n ansiosta. Laitteissa, joissa on piirisarjoja, joissa on erikoislaitteisto, kuten Qualcomm Snapdragon 845 (ja sen Hexagon DSP) tai HiSilicon Kirin 970 (ja sen Neural Processing Unit -yksikön) laitteella tapahtuvaa käsittelyä nopeutetaan. Google sanoo työskentelevänsä SoC-toimittajien kanssa parantaakseen myös laitteen tunnistamista.


Johtopäätös

Kehittäjien, jotka haluavat päästä alkuun, tulisi etsiä uusi SDK: sta Firebase-konsoli. Voit jättää palautetta osoitteessa Google-ryhmä Firebaselle.

ML: stä kokemusta omaavat kehittäjät, jotka haluavat kokeilla Googlen algoritmia TensorFlow-mallien pakkaamiseen, voivat ilmoittaudu tästä. Lopuksi tarkista Firebase Remote Config jos haluat kokeilla useita mukautettuja malleja; sen avulla voit vaihtaa mallin arvoja dynaamisesti, luoda populaatiosegmenttejä ja kokeilla useita malleja rinnakkain.