Selama Google I/O 2019, Google mengumumkan 3 API baru di ML Kit dan ekstensi Firebase Performance Monitoring untuk pengembang web.
Platform pengembangan seluler Google, Firebase, mendapatkan pembaruan terbesarnya tahun ini di konferensi pengembang tahunan Google, Google I/O. Hari ini, Google mengumumkan cara baru untuk meningkatkan aksesibilitas pembelajaran mesin bagi pengembang; Google juga memperluas alat pemantauan kinerjanya untuk membantu pengembang web mempercepat aplikasi web mereka.
Google mengumumkan ML Kit pada I/O tahun lalu untuk mengungkap misteri pembelajaran mesin bagi pengembang. Mereka memulai dengan beberapa API untuk kasus penggunaan paling umum, dan tahun ini mereka memperluas SDK dengan penambahan 3 API baru: API pada perangkat untuk terjemahan, API untuk deteksi dan pelacakan objek, dan API untuk membuat ML kustom dengan mudah model. Pengembang aplikasi asli dapat mengintegrasikan Performance Monitoring SDK ke dalam aplikasi mereka untuk mengumpulkan data kinerja yang kemudian dapat mereka analisis di Firebase Performance Monitoring; sebentar lagi, pengembang web juga akan dapat melacak kinerja aplikasi web mereka di Firebase. Saya berbicara dengan Francis Ma, Kepala Produk di Firebase, untuk mempelajari lebih lanjut perubahan ini.
API ML Kit baru
ML SDK Google saat ini mendukung 7 API: pengenalan teks, deteksi wajah, pemindaian kode batang, pelabelan gambar, pengenalan landmark, balasan cerdas, dan identifikasi bahasa. 2 yang terakhir saja baru-baru ini ditambahkan pada bulan April, tapi sekarang mereka akan bergabung dengan 3 API yang disebutkan di atas. Berikut ringkasan tingkat tinggi dari 3 ML API baru untuk pengembang:
- API di perangkat untuk terjemahan: Menggunakan model yang sama yang mendukung terjemahan offline aplikasi Google Terjemahan, API baru ini memungkinkan pengembang menyediakan terjemahan yang cepat dan dinamis antara 58 bahasa.
- API deteksi dan pelacakan objek: API ini memungkinkan aplikasi menemukan dan melacak objek paling menonjol, yang ditandai dengan kotak di sekelilingnya, dalam umpan kamera langsung. Pengembang kemudian dapat mengidentifikasi objek yang paling menonjol dengan menanyakan API pencarian cloud vision. Sebagai contoh, IKEA dikatakan sedang bereksperimen dengan API ini untuk belanja furnitur visual.
- Tepi Visi AutoML: Untuk pengembang yang menginginkan model ML khusus dengan keahlian minimal yang dibutuhkan, AutoML Vision Edge memungkinkan Anda membuat dan melatih model khusus Anda sendiri untuk dijalankan secara lokal di perangkat pengguna. Untuk melatih model, cukup sederhana mengunggah database mereka (misalnya. sekumpulan gambar) ke Firebase console dan klik "latih model" untuk melatih model TensorFlow Lite terhadap database. Google mengumumkan bahwa sebuah perusahaan bernama Fishbrain menggunakan API ini untuk melatih model guna mengidentifikasi jenis ikan, sementara perusahaan lain bernama Lose It! melatih model untuk mengidentifikasi kategori makanan dalam sebuah gambar.
Pembelajaran mesin adalah bidang ilmu komputer yang berkembang pesat, jadi wajar jika pengembang menunjukkan minat terhadapnya. Namun, membangun dan melatih model ML secara efektif tanpa staf ilmuwan data dapat dilakukan sulit, itulah sebabnya Google menyederhanakan proses dengan mengotomatiskan pelatihan model dengan Perangkat ML. Pengembang dapat fokus dalam membangun aplikasi baru dengan fungsionalitas canggih menggunakan kecanggihan ML tanpa harus menghabiskan banyak waktu dan tenaga untuk mempelajari ilmu data. Dengan tambahan 3 API baru ini di ML Kit, semoga kita akan melihat banyak aplikasi baru yang berguna di Google Play.
Pemantauan Kinerja Firebase untuk Pengembang Web
Konsumen menuntut kinerja yang baik dari aplikasi dan situs web yang mereka gunakan, namun Firebase sejauh ini hanya menyediakan sarana bagi pengembang aplikasi asli untuk secara efektif memantau kinerja produk mereka. Di Google I/O 2019, Google mengumumkan bahwa Firebase Performance Monitoring akan tersedia untuk digunakan oleh pengembang web Hosting Firebase. Pengembang web dapat menjaga pengguna tetap terlibat pada platform mereka dengan meningkatkan kecepatan aplikasi web mereka; untuk membantu pengembang web menemukan kelemahan utama dalam kinerja situs mereka, Firebase akan menyediakan alat yang berpusat pada web dan pengukuran telemetri untuk menunjukkan bagaimana pengalaman pengguna di dunia nyata terhadap situs web. Misalnya, pengembang web akan dapat memantau aspek-aspek seperti waktu pengecatan pertama dan penundaan input, seberapa cepat orang pertama kali melihat dan berinteraksi dengan konten di halaman web, dan rata-rata latensi. Dasbor ikhtisar akan menampilkan metrik ini dan metrik lainnya untuk membantu pengembang web mengoptimalkan pengalaman bagi penggunanya, baik berdasarkan negara atau global.
Pengumuman Lainnya
Pembuat Audiens yang Diperbarui di Google Analytics untuk Firebase
Membangun audiens yang ditargetkan sangat penting untuk memaksimalkan keterlibatan pengguna. Anda ingin memastikan bahwa Anda mengelompokkan pengguna ke dalam kategori yang tepat sehingga Anda tahu cara terbaik untuk menargetkannya mereka dengan insentif dan dorongan yang dipersonalisasi sehingga mereka cenderung terus menggunakan aplikasi Anda atau melayani. Google Analytics untuk Firebase membantu pengembang lebih memahami penggunanya, dan itu pembuat audiens yang diperbarui akan memudahkan pembuatan audiens baru untuk ditargetkan Konfigurasi Jarak Jauh atau keterlibatan kembali melalui Pesan Dalam Aplikasi. Fitur pembuat audiens yang diperbarui mencakup fitur seperti "urutan, cakupan, jangka waktu, [dan] durasi keanggotaan". Sebagai contoh, Google mengatakan sekarang dimungkinkan untuk membuat audiens bagi pengguna yang menukarkan kode kupon dan membeli produk dalam waktu 20 menit setelah kupon penebusan.
- Cloud Firestore, database NoSQL yang dikelola sepenuhnya, mendapat dukungan Kueri Grup Koleksi yang memungkinkan aplikasi Anda "mencari kolom di seluruh koleksi dengan nama yang sama, di mana pun kolom tersebut berada di database". Kueri Grup Koleksi akan, misalnya, mengizinkan aplikasi musik dengan struktur data yang terdiri dari artis dan lagunya untuk melakukan kueri pada seluruh artis untuk bidang dalam lagunya, apa pun jenis lagunya. artis.
- Yang baru Emulator Cloud Functions akan memungkinkan pengembang mempercepat pengembangan dan pengujian aplikasi lokal; itu berkomunikasi dengan emulator Cloud Firestore.
- Jika Anda perlu men-debug error pada aplikasi Anda, Firebase Crashlytics dapat membantu Anda mendiagnosis masalah stabilitas apa pun. Peringatan kecepatan memberi tahu Anda ketika masalah tertentu tiba-tiba meningkat tingkat keparahannya dan perlu diperhatikan, namun ambang peringatannya tidak pernah dapat disesuaikan hingga saat ini.
Untuk berita lebih lanjut tentang Firebase, pantau terus blog resmi atau bergabung dengan Alfa program untuk mendapatkan pratinjau fitur yang akan datang.