Google ने एमएल किट में ऑन-डिवाइस मशीन लर्निंग एपीआई को फायरबेस से अलग कर दिया है और आगामी एपीआई के परीक्षण के लिए एक नए अर्ली एक्सेस प्रोग्राम की घोषणा की है।
Google अत्यधिक प्रासंगिक और सटीक वेब और छवि खोज परिणाम प्रदान करने के लिए बड़े पैमाने पर कृत्रिम बुद्धिमत्ता का उपयोग करता है। वेब प्लेटफ़ॉर्म पर खोज के अलावा, Google के मशीन लर्निंग मॉडल एंड्रॉइड फ़ोन पर विज़ुअल खोज से लेकर विभिन्न प्रकार के AI एप्लिकेशन भी प्रदान करते हैं। गूगल लेंस को कम्प्यूटेशनल फोटोग्राफी जिसके लिए पिक्सेल डिवाइस प्रसिद्ध हैं। अपने स्वयं के एप्लिकेशन के अलावा, Google तृतीय-पक्ष डेवलपर्स को मशीन लर्निंग सुविधाओं को अपने ऐप्स में सहजता से एकीकृत करने की भी अनुमति देता है एमएल किट की मदद से, एक एसडीके (सॉफ्टवेयर डेवलपमेंट किट) जो फायरबेस का हिस्सा है - मोबाइल के लिए इसका ऑनलाइन प्रबंधन और एनालिटिक्स डैशबोर्ड विकास। आज तक, Google एमएल किट में एक बड़े बदलाव की घोषणा कर रहा है और ऑन-डिवाइस एपीआई को फायरबेस से स्वतंत्र बना देगा।
Google I/O 2018 में ML किट की घोषणा की गई थी ऐप्स में मशीन लर्निंग सुविधाओं को जोड़ना आसान बनाने के लिए। इसके लॉन्च के समय, एमएल किट में टेक्स्ट रिकग्निशन, फेस डिटेक्शन, बारकोड स्कैनिंग, इमेज लेबलिंग और लैंडमार्क रिकग्निशन एपीआई शामिल थे। में अप्रैल 2019 में, Google ने स्मार्ट रिप्लाई और लैंग्वेज के रूप में डेवलपर्स के लिए एसडीके में अपना पहला नेचुरल लैंग्वेज प्रोसेसिंग (एनएलपी) एपीआई पेश किया। पहचान. एक महीने बाद, यानी Google I/O 2019 में,
एमएल किट में ऑन-डिवाइस और क्लाउड-आधारित एपीआई दोनों शामिल हैं। जैसा कि आप उम्मीद करेंगे, ऑन-डिवाइस एपीआई डिवाइस पर सहेजे गए मशीन लर्निंग मॉडल का उपयोग करके डेटा संसाधित करते हैं जबकि क्लाउड-आधारित एपीआई Google के क्लाउड प्लेटफ़ॉर्म पर होस्ट किए गए मशीन लर्निंग मॉडल को डेटा भेजते हैं और इंटरनेट पर हल किए गए डेटा प्राप्त करते हैं कनेक्शन. चूंकि ऑन-डिवाइस एपीआई इंटरनेट के बिना चलते हैं, वे जानकारी को अधिक तेज़ी से पार्स कर सकते हैं और अपने क्लाउड-आधारित समकक्षों की तुलना में अधिक सुरक्षित हैं। ऑन-डिवाइस मशीन लर्निंग एपीआई को एंड्रॉइड ओरेओ 8.1 और इसके बाद के संस्करण पर चलने वाले एंड्रॉइड डिवाइस पर भी हार्डवेयर त्वरित किया जा सकता है और नवीनतम चिपसेट पर पाए जाने वाले विशेष कंप्यूट ब्लॉक या एनपीयू के साथ Google के न्यूरल नेटवर्क एपीआई (एनएनएपीआई) को चलाएं से क्वालकॉम, मीडियाटेक, हाईसिलिकॉन, आदि।
Google ने हाल ही में एक पोस्ट किया है ब्लॉग भेजा यह घोषणा करते हुए कि एमएल किट से ऑन-डिवाइस एपीआई अब एक स्वतंत्र एसडीके के हिस्से के रूप में उपलब्ध होगी। इसका मतलब है एमएल किट में ऑन-डिवाइस एपीआई - जिसमें टेक्स्ट रिकग्निशन, बारकोड स्कैनिंग, फेस डिटेक्शन, इमेज लेबलिंग, ऑब्जेक्ट डिटेक्शन और शामिल हैं। ट्रैकिंग, भाषा पहचान, स्मार्ट रिप्लाई और ऑन-डिवाइस अनुवाद - एक अलग एसडीके के तहत उपलब्ध होगा जिसे बिना एक्सेस किए किया जा सकता है फायरबेस। हालाँकि, Google Firebase में ML किट SDK का उपयोग करने की अनुशंसा करता है अपनी मौजूदा परियोजनाओं को स्थानांतरित करें नए स्टैंडअलोन SDK के लिए. एक नया माइक्रोसाइट एमएल किट से संबंधित सभी संसाधनों के साथ लॉन्च किया गया है।
नए एसडीके के अलावा, Google ने कुछ बदलावों की घोषणा की है जिससे डेवलपर्स के लिए मशीन लर्निंग मॉडल को अपने ऐप्स में एकीकृत करना आसान हो जाएगा। सबसे पहले, फेस डिटेक्शन/कंटूर मॉडल अब Google Play सेवाओं के हिस्से के रूप में वितरित किया गया है ताकि डेवलपर्स को अपने ऐप्स के लिए एपीआई और मॉडल को अलग से क्लोन न करना पड़े। यह ऐप पैकेज के लिए छोटे आकार और अन्य ऐप्स के भीतर मॉडल को अधिक सहजता से पुन: उपयोग करने की क्षमता की अनुमति देता है।
दूसरा, गूगल ने जोड़ा है एंड्रॉइड जेटपैक जीवनचक्र सभी एपीआई को समर्थन। इससे एपीआई के उपयोग को प्रबंधित करने में मदद मिलेगी जब कोई ऐप स्क्रीन रोटेशन से गुजरता है या उपयोगकर्ता द्वारा बंद कर दिया जाता है। इसके अलावा, यह के आसान एकीकरण की सुविधा भी देता है कैमराएक्स जेटपैक लाइब्रेरी उन ऐप्स में जो एमएल किट का उपयोग करते हैं।
तीसरा, Google ने एक घोषणा की है शीघ्र पहुँच कार्यक्रम ताकि डेवलपर्स को बाकियों से पहले आगामी एपीआई और सुविधाओं तक पहुंच मिल सके। कंपनी अब चुनिंदा डेवलपर्स के लिए एमएल किट में दो नए एपीआई जोड़ रही है ताकि वे उनका पूर्वावलोकन कर सकें और अपनी प्रतिक्रिया साझा कर सकें। इन एपीआई में शामिल हैं:
- इकाई निष्कर्षण फ़ोन नंबर, पते, भुगतान नंबर, ट्रैकिंग नंबर और टेक्स्ट में दिनांक और समय जैसी चीज़ों का पता लगाने के लिए, और
- मुद्रा का पता लगाना हाथों और पैरों सहित 33 कंकाल बिंदुओं की कम विलंबता का पता लगाने के लिए
अंत में, Google अब डेवलपर्स को मौजूदा इमेज लेबलिंग के साथ-साथ एमएल किट से ऑब्जेक्ट डिटेक्शन और ट्रैकिंग एपीआई को कस्टम मशीन लर्निंग मॉडल से बदलने की अनुमति दे रहा है। टेन्सरफ्लो लाइट. कंपनी जल्द ही TensorFlow Lite मॉडल को खोजने या क्लोन करने और उन्हें ML किट या Android स्टूडियो की नई ML एकीकरण सुविधाओं का उपयोग करके प्रशिक्षित करने के बारे में अधिक विवरण की घोषणा करेगी।