Google I/O 2019-ზე Google-მა გამოაცხადა 3 ახალი API ML Kit-ში და Firebase-ის შესრულების მონიტორინგის გაფართოება ვებ დეველოპერებისთვის.
Google-ის მობილური განვითარების პლატფორმა, Firebase, იღებს ყველაზე დიდ განახლებას წელს Google-ის დეველოპერთა ყოველწლიურ კონფერენციაზე, Google I/O. დღეს Google-მა გამოაცხადა ახალი გზები, რომლებიც აუმჯობესებენ მანქანური სწავლების ხელმისაწვდომობას დეველოპერებისთვის; Google ასევე აფართოებს შესრულების მონიტორინგის ინსტრუმენტებს, რათა დაეხმაროს ვებ დეველოპერებს დააჩქარონ თავიანთი ვებ აპლიკაციები.
Google-მა გამოაცხადა ML Kit შარშანდელ I/O-ზე დეველოპერებისთვის მანქანური სწავლის საიდუმლოს ამოღება. მათ დაიწყეს რამდენიმე API-ით ყველაზე გავრცელებული გამოყენების შემთხვევებისთვის და წელს ისინი აფართოებენ SDK-ს დამატებით 3 ახალი API: მოწყობილობაზე API თარგმნისთვის, API ობიექტების აღმოჩენისა და თვალყურის დევნებისთვის და API, რომ ადვილად შექმნათ მორგებული ML მოდელები. აპლიკაციის მშობლიურ დეველოპერებს შეუძლიათ გააერთიანონ Performance Monitoring SDK თავიანთ აპში, რათა შეაგროვონ შესრულების მონაცემები, რომლებიც შემდეგ მათ შეუძლიათ გააანალიზონ Firebase Performance Monitoring-ში; მალე ვებ დეველოპერები ასევე შეძლებენ თვალყური ადევნონ თავიანთი ვებ აპლიკაციების მუშაობას Firebase-ში. მე ვესაუბრე ფრენსის მას, Firebase-ის პროდუქტის ხელმძღვანელს, რომ მეტი გამეგო ამ ცვლილებების შესახებ.
ახალი ML Kit API-ები
Google-ის ML SDK ამჟამად მხარს უჭერს 7 API-ს: ტექსტის ამოცნობას, სახის ამოცნობას, შტრიხკოდების სკანირებას, გამოსახულების მარკირებას, საეტაპო ამოცნობას, ჭკვიანი პასუხის და ენის იდენტიფიკაციას. ბოლო 2 იყო მხოლოდ ცოტა ხნის წინ დაემატა აპრილში, მაგრამ ახლა მათ შეუერთდება ზემოხსენებული 3 API. აქ არის 3 ახალი ML API-ის მაღალი დონის შეჯამება დეველოპერებისთვის:
- მოწყობილობაზე API თარგმნისთვის: იგივე მოდელის გამოყენებით, რომელიც უზრუნველყოფს Google Translate აპის ოფლაინ თარგმანს, ეს ახალი API საშუალებას აძლევს დეველოპერებს უზრუნველყონ სწრაფი, დინამიური თარგმანი 58 ენას შორის.
- ობიექტების აღმოჩენისა და თვალთვალის API: ეს API საშუალებას აძლევს აპს აღმოაჩინოს და თვალყური ადევნოს ყველაზე თვალსაჩინო ობიექტს, რომელიც მონიშნულია მის გარშემო უჯრით, კამერის პირდაპირ ეთერში. შემდეგ დეველოპერებს შეუძლიათ ამოიცნონ ყველაზე გამორჩეული ობიექტი ღრუბლოვანი ხედვის საძიებო API-ში შეკითხვით. მაგალითად, ნათქვამია, რომ IKEA ექსპერიმენტებს ატარებს ამ API-ით ვიზუალური ავეჯის საყიდლად.
- AutoML Vision Edge: დეველოპერებისთვის, რომლებსაც სურთ მორგებული ML მოდელი მინიმალური გამოცდილებით, AutoML Vision Edge გაძლევთ საშუალებას შექმნათ და მოამზადოთ თქვენი საკუთარი მოდელი, რომ ადგილობრივად იმუშაოს მომხმარებლის მოწყობილობაზე. მოდელის მომზადება, უბრალოდ ატვირთავს მათ მონაცემთა ბაზას (მაგალითად. სურათების ნაკრები) Firebase-ის კონსოლში და დააწკაპუნეთ "მატარებლის მოდელზე", რათა მოამზადოთ TensorFlow Lite მოდელი მონაცემთა ბაზაში. Google-მა გამოაცხადა, რომ კომპანიამ სახელად Fishbrain გამოიყენა ეს API მოდელის მოსამზადებლად თევზის ჯიშის იდენტიფიცირებისთვის, ხოლო სხვა კომპანიამ დაარქვა Lose It! მოამზადა მოდელი სურათზე საკვების კატეგორიების ამოსაცნობად.
მანქანათმცოდნეობა სწრაფად მზარდი სფეროა კომპიუტერულ მეცნიერებაში, ამიტომ ბუნებრივია, რომ დეველოპერებმა გამოიჩინონ ინტერესი მის მიმართ. თუმცა, ML მოდელების შექმნა და ტრენინგი ეფექტურია პერსონალის მონაცემთა მეცნიერის გარეშე რთულია, რის გამოც Google ამარტივებს პროცესს მოდელების ტრენინგის ავტომატიზირებით ML ნაკრები. დეველოპერებს შეუძლიათ ფოკუსირება მოახდინონ ახალი აპლიკაციების შექმნაზე მძლავრი ფუნქციონალობის გამოყენებით ML-ის ძალის გამოყენებით მონაცემთა მეცნიერების შესწავლისთვის მნიშვნელოვანი დროისა და ძალისხმევის დახარჯვის გარეშე. ML Kit-ში ამ 3 ახალი API-ის დამატებით, ჩვენ ვიმედოვნებთ, რომ ბევრ ახალ სასარგებლო აპს ვიხილავთ Google Play-ში.
Firebase-ის მუშაობის მონიტორინგი ვებ დეველოპერებისთვის
მომხმარებლები ითხოვენ კარგ შესრულებას იმ აპებისა და ვებსაიტებისგან, რომლებსაც ისინი იყენებენ, მაგრამ Firebase ჯერჯერობით მხოლოდ მშობლიურ აპლიკაციების დეველოპერებს აწვდიდა საშუალებას. ეფექტურად აკვირდებიან მათი პროდუქციის მუშაობას. Google I/O 2019-ზე Google-მა გამოაცხადა, რომ Firebase-ის მუშაობის მონიტორინგი ხელმისაწვდომი გახდება ვებ დეველოპერებისთვის, რომლებიც იყენებენ Firebase ჰოსტინგი. ვებ დეველოპერებს შეუძლიათ მომხმარებლების ჩართულობა თავიანთ პლატფორმებზე მათი ვებ აპლიკაციების სიჩქარის გაუმჯობესებით; რათა დაეხმაროს ვებ დეველოპერებს თავიანთი საიტების მუშაობის ძირითად სისუსტეებზე, Firebase უზრუნველყოფს ვებ-ცენტრირებულ ინსტრუმენტებს და ტელემეტრიის გაზომვებს, რათა აჩვენოს, თუ როგორ განიცდიან რეალურ სამყაროში მომხმარებლები ვებსაიტს. მაგალითად, ვებ დეველოპერებს შეეძლებათ თვალყური ადევნონ ისეთ ასპექტებს, როგორიცაა პირველი ხატვის დრო და შეყვანის შეფერხება, რამდენად მალე ნახულობენ და ურთიერთობენ ადამიანები პირველად ვებ გვერდზე არსებულ შინაარსთან, და საშუალო შეყოვნება. მიმოხილვის საინფორმაციო დაფა აჩვენებს ამ და სხვა მეტრიკებს, რათა დაეხმაროს ვებ დეველოპერებს ოპტიმიზაცია გაუწიონ გამოცდილებას თავიანთი მომხმარებლებისთვის, ქვეყნების მიხედვით თუ გლობალურად.
სხვა განცხადებები
განახლებულია აუდიტორიის შემქმნელი Google Analytics-ში Firebase-ისთვის
მიზნობრივი აუდიტორიის შექმნა გადამწყვეტია მომხმარებლის ჩართულობის მაქსიმალურად გაზრდისთვის. გსურთ დარწმუნდეთ, რომ ანაწილებთ თქვენს მომხმარებლებს სწორ კატეგორიებად, ასე რომ თქვენ იცით, თუ როგორ უნდა მიზანმიმართოთ საუკეთესოდ მათ პერსონალიზებული წახალისებითა და წახალისებით, რათა ისინი უფრო მეტად გააგრძელონ თქვენი აპის გამოყენება ან სერვისი. Google Analytics Firebase-ისთვის ეხმარება დეველოპერებს უკეთ გაიგონ მათი მომხმარებლები და მისი განახლებული აუდიტორიის შემქმნელი გაადვილებს ახალი აუდიტორიის შექმნას მიზნობრივი გზით დისტანციური კონფიგურაცია ან ხელახალი ჩართულობა მეშვეობით აპლიკაციის შიგნით შეტყობინებები. აუდიტორიის შემქმნელის განახლებული ფუნქციები მოიცავს ისეთ მახასიათებლებს, როგორიცაა "მიმდევრობა, მასშტაბი, დროის ფანჯრები, [და] წევრობის ხანგრძლივობა." Როგორც მაგალითი, Google ამბობს, რომ ახლა უკვე შესაძლებელია აუდიტორიის შექმნა მომხმარებლებისთვის, რომლებიც გამოისყიდიან კუპონის კოდს და ყიდულობენ პროდუქტს კუპონიდან 20 წუთის განმავლობაში გამოსყიდვა.
- Cloud Firestore, სრულად მართული NoSQL მონაცემთა ბაზა, იღებს მხარდაჭერას კოლექციის ჯგუფის მოთხოვნები რომელიც საშუალებას აძლევს თქვენს აპს „მოძებნოს ველები იმავე სახელწოდების ყველა კოლექციაში, არ აქვს მნიშვნელობა სად არიან ისინი მონაცემთა ბაზაში“. კოლექციის ჯგუფის მოთხოვნები იქნება, მაგალითად, მიეცით საშუალება მუსიკის აპს მონაცემთა სტრუქტურით, რომელიც შედგება შემსრულებლებისა და მათი სიმღერებისგან, მოითხოვოს მუსიკოსებს შორის ველები სიმღერებში, მიუხედავად მხატვარი.
- Ახალი ღრუბლოვანი ფუნქციების ემულატორი საშუალებას მისცემს დეველოპერებს დააჩქარონ ადგილობრივი აპლიკაციების შემუშავება და ტესტირება; ის ურთიერთობს Cloud Firestore ემულატორთან.
- თუ თქვენ გჭირდებათ ავარიების გამართვა თქვენს აპში, მაშინ Firebase Crashlytics დაგეხმარებათ სტაბილურობის ნებისმიერი პრობლემის დიაგნოსტირებაში. სიჩქარის გაფრთხილება გეუბნებათ, როდესაც კონკრეტული პრობლემა მოულოდნელად გაიზარდა სიმძიმით და ღირს შესწავლა, მაგრამ მისი გაფრთხილების ბარიერი აქამდე ვერასოდეს მორგებული იყო.
მეტი სიახლეებისთვის Firebase-ზე, თვალყური ადევნეთ ოფიციალური ბლოგი ან შეუერთდი ალფა პროგრამა მომავალი ფუნქციების გადახედვისთვის.