機械学習に興味がありますが、あまり経験がありませんか? Google の新しい ML Kit SDK を使用すると、機械学習を Android または iOS アプリに簡単に組み込むことができます。
機械学習と人工知能は近年急速に私たちの用語集に登場しましたが、そのテクノロジーがどのように機能するのか、あるいは何ができるのかを真に理解している人はほとんどいません。 Google社内のAI研究者さえも 機械学習は錬金術に似ているという冗談. 忙しい開発者には、機械学習 (ML) について学ぶ時間がないかもしれませんが、Google は、だからといって機械学習のメリットを享受することを妨げたくありません。 そのため、同社は本日発表した。 MLキット: Google の長年にわたる機械学習の取り組みを、モバイル アプリ開発者が利用できる Firebase パッケージに組み込んだ新しい SDK iOS と Android の両方 アプリを強化するために使用できます。
もし、あんたが 機械学習について何も知らない心配しないでください。 ML の予備知識は必要ありません. おそらく、顔検出や画像認識など、このテクノロジーの実際の応用例には精通しているでしょう。 Google の ML Kit は、アルゴリズムがどのように機能するかを理解する必要なく、アプリが実際の ML の使用から恩恵を受けることを望んでいます。 ML を理解している場合、または学習する意欲がある場合は、ML Kit を活用することもできます。
ML Kit を使用した初心者向けの機械学習
Google の新しい ML 用 Firebase SDK は、モバイルでの最も一般的なユースケースのいくつかに対応する 5 つの API を提供します。
- テキスト認識
- 顔検出
- バーコードスキャン
- 画像のラベル付け
- ランドマークの認識
データを API に渡すだけで、SDK が応答を返します。 それはとても簡単です。 ML の使用例には、演奏するノートを解釈し、音楽にエコー/ノイズ キャンセリングを適用する音楽アプリケーションが含まれます。 別の例としては、カロリー計算アプリの栄養ラベルの光学式文字認識 (OCR) が挙げられます。
利用可能なベース API のリストは、今後数か月以内に拡張され、次のようなスマート リプライ API が含まれる予定です。 アンドロイドP 顔検出 API に高密度の顔輪郭が追加されました。
経験豊富なユーザー向けの ML キット
ある程度の予備知識がある場合は、独自のカスタムをデプロイすることもできます。 TensorFlow Lite モデル。 モデルを Firebase コンソールにアップロードするだけなので、モデルを Firebase コンソールにバンドルすることを心配する必要はありません。 APK (これによりファイル サイズが削減されます。) ML Kit はモデルを動的に提供するため、APK を再公開せずにモデルを更新できます。 アプリ。
さらに良いのは、Google が完全な TensorFlow モデルを TensorFlow Lite に自動的に圧縮することです。 このモデルにより、ファイル サイズが削減され、限られたデータ接続でより多くの人が、 アプリ。
オンデバイスおよびクラウド API
ML Kit は、オンデバイス API とクラウド API の両方を提供します。 オンデバイス API は、ネットワーク接続なしでデータを処理します (例: Android Oreoのテキスト選択機能)一方、Cloud API は Google Cloud Platform を使用してデータを処理し、精度を高めます。
ML Kit は Android と iOS の両方で動作し、特に Android では、Ice Cream Sandwich と同じくらい古いバージョンの Android を実行しているデバイスで動作します。 ユーザーが実行中の場合 アンドロイド8.1オレオ 以上の場合、ML Kit は、すでに存在する Neural Networks API のおかげで、より優れたパフォーマンスを提供します。 次のような特殊なハードウェアを備えたチップセットを搭載したデバイス上では、 クアルコム スナップドラゴン 845 (とそのヘキサゴンDSP） または HiSilicon キリン 970 (およびそのニューラル プロセッシング ユニット)、デバイス上の処理が高速化されます。 Googleは、SoCベンダーと協力してデバイス上の認識の向上にも取り組んでいるとしている。
結論
これから始めようとしている開発者は、次の場所で新しい SDK を探す必要があります。 Firebaseコンソール. フィードバックを残すことができます Firebase の Google グループ.
ML の経験があり、TensorFlow モデルを圧縮するための Google アルゴリズムを試してみたいと考えている開発者は、次のことを行うことができます。 ここにサインアップしてください. 最後に、こちらをチェックしてください Firebaseリモート設定 複数のカスタム モデルを試したい場合。 これにより、モデル値を動的に切り替えたり、母集団セグメントを作成したり、複数のモデルを並行して実験したりすることができます。