ในระหว่าง Google I/O 2019 Google ได้ประกาศ API ใหม่ 3 รายการใน ML Kit และส่วนขยายของ Firebase Performance Monitoring สำหรับนักพัฒนาเว็บ
Firebase แพลตฟอร์มการพัฒนาอุปกรณ์เคลื่อนที่ของ Google ได้รับการอัปเดตครั้งใหญ่ที่สุดในปีนี้ในการประชุมนักพัฒนาประจำปีของ Google อย่าง Google I/O วันนี้ Google ได้ประกาศวิธีใหม่ๆ ในการปรับปรุงการเข้าถึงการเรียนรู้ของเครื่องสำหรับนักพัฒนา Google ยังขยายเครื่องมือตรวจสอบประสิทธิภาพเพื่อช่วยให้นักพัฒนาเว็บเร่งความเร็วเว็บแอปของตน
Google ประกาศ ML Kit ในงาน I/O ปีที่แล้ว เพื่อไขปริศนาการเรียนรู้ของเครื่องให้กับนักพัฒนา พวกเขาเริ่มต้นด้วย API สองสามรายการสำหรับกรณีการใช้งานที่พบบ่อยที่สุด และในปีนี้ พวกเขากำลังขยาย SDK ด้วยการเพิ่ม API ใหม่ 3 รายการ: API บนอุปกรณ์สำหรับการแปล, API สำหรับการตรวจจับและติดตามวัตถุ และ API เพื่อสร้าง ML แบบกำหนดเองได้อย่างง่ายดาย โมเดล นักพัฒนาแอปแบบเนทีฟสามารถรวม Performance Monitoring SDK เข้ากับแอปของตนเพื่อรวบรวมข้อมูลประสิทธิภาพซึ่งพวกเขาสามารถวิเคราะห์ได้ใน Firebase Performance Monitoring เร็วๆ นี้ นักพัฒนาเว็บจะสามารถติดตามประสิทธิภาพของเว็บแอปของตนใน Firebase ได้ด้วย ฉันได้พูดคุยกับ Francis Ma หัวหน้าฝ่ายผลิตภัณฑ์ของ Firebase เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับการเปลี่ยนแปลงเหล่านี้
ML Kit API ใหม่
ปัจจุบัน ML SDK ของ Google รองรับ 7 API ได้แก่ การจดจำข้อความ การตรวจจับใบหน้า การสแกนบาร์โค้ด การติดป้ายกำกับรูปภาพ การจดจำจุดสังเกต การตอบกลับอัจฉริยะ และการระบุภาษา 2อันสุดท้ายเท่านั้น เพิ่งเพิ่มในเดือนเมษายนแต่ตอนนี้พวกเขาจะเข้าร่วมโดย API 3 ตัวที่กล่าวมาข้างต้น ต่อไปนี้เป็นบทสรุประดับสูงของ ML API ใหม่ 3 รายการสำหรับนักพัฒนา:
- API บนอุปกรณ์สำหรับการแปล: API ใหม่นี้ใช้โมเดลเดียวกันกับที่ขับเคลื่อนการแปลออฟไลน์ของแอป Google แปลภาษา ช่วยให้นักพัฒนาสามารถให้บริการการแปลแบบไดนามิกที่รวดเร็วระหว่าง 58 ภาษา
- API การตรวจจับและติดตามวัตถุ: API นี้ช่วยให้แอปสามารถค้นหาและติดตามวัตถุที่โดดเด่นที่สุด โดยมีกล่องล้อมรอบวัตถุนั้นกำกับไว้ในฟีดกล้องถ่ายทอดสด จากนั้นนักพัฒนาสามารถระบุออบเจ็กต์ที่โดดเด่นที่สุดได้โดยการสืบค้น API การค้นหา Cloud Vision ตัวอย่างเช่น IKEA กำลังทดลองกับ API นี้สำหรับการช็อปปิ้งเฟอร์นิเจอร์ที่มองเห็นได้
- ขอบการมองเห็น AutoML: สำหรับนักพัฒนาที่ต้องการโมเดล ML แบบกำหนดเองโดยต้องใช้ความเชี่ยวชาญเพียงเล็กน้อย AutoML Vision Edge ช่วยให้คุณสร้างและฝึกโมเดลแบบกำหนดเองของคุณเองให้ทำงานภายในอุปกรณ์ของผู้ใช้ได้ ในการฝึกโมเดลหนึ่งอย่างง่ายๆ อัปโหลดฐานข้อมูลของพวกเขา (เช่น. ชุดรูปภาพ) ไปยังคอนโซล Firebase และคลิก "ฝึกโมเดล" เพื่อฝึกโมเดล TensorFlow Lite กับฐานข้อมูล Google ประกาศว่าบริษัทชื่อ Fishbrain ใช้ API นี้เพื่อฝึกโมเดลเพื่อระบุสายพันธุ์ของปลา ในขณะที่อีกบริษัทหนึ่งชื่อ Lose It! ฝึกแบบจำลองเพื่อระบุหมวดหมู่ของอาหารในภาพ
แมชชีนเลิร์นนิงเป็นสาขาวิทยาศาสตร์คอมพิวเตอร์ที่เติบโตอย่างรวดเร็ว ดังนั้นจึงเป็นเรื่องปกติที่นักพัฒนาจะแสดงความสนใจในสาขานี้ อย่างไรก็ตาม การสร้างและฝึกอบรมโมเดล ML อย่างมีประสิทธิภาพโดยไม่ต้องมีนักวิทยาศาสตร์ข้อมูลประจำทีมก็สามารถทำได้ ยาก ซึ่งเป็นสาเหตุที่ Google ลดความซับซ้อนของกระบวนการโดยทำให้การฝึกโมเดลเป็นแบบอัตโนมัติด้วย เอ็มแอล คิท. นักพัฒนาสามารถมุ่งเน้นไปที่การสร้างแอพใหม่ที่มีฟังก์ชันอันทรงพลังโดยใช้พลังของ ML โดยไม่ต้องทุ่มเทเวลาและความพยายามอย่างมากในการเรียนรู้วิทยาศาสตร์ข้อมูล ด้วยการเพิ่ม API ใหม่ 3 รายการใน ML Kit เราหวังว่าจะเห็นแอปใหม่ๆ ที่มีประโยชน์มากมายใน Google Play
การตรวจสอบประสิทธิภาพ Firebase สำหรับนักพัฒนาเว็บ
ผู้บริโภคต้องการประสิทธิภาพที่ดีจากแอปและเว็บไซต์ที่พวกเขาใช้ แต่จนถึงขณะนี้ Firebase ได้ให้หนทางแก่นักพัฒนาแอปเนทีฟเท่านั้น ติดตามประสิทธิภาพของผลิตภัณฑ์ของตนอย่างมีประสิทธิภาพ. ที่ Google I/O 2019 Google ประกาศว่าการตรวจสอบประสิทธิภาพ Firebase จะเปิดให้นักพัฒนาเว็บใช้งานได้ โฮสติ้งไฟร์เบส. นักพัฒนาเว็บสามารถให้ผู้ใช้มีส่วนร่วมบนแพลตฟอร์มของตนโดยการปรับปรุงความเร็วของเว็บแอปของตน เพื่อช่วยให้นักพัฒนาเว็บมองเห็นจุดอ่อนที่สำคัญในประสิทธิภาพไซต์ของตน Firebase จะมอบเครื่องมือที่เน้นเว็บเป็นศูนย์กลางและการวัดผลทางไกลเพื่อแสดงให้เห็นว่าผู้ใช้สัมผัสประสบการณ์จริงของเว็บไซต์อย่างไร ตัวอย่างเช่น นักพัฒนาเว็บจะสามารถตรวจสอบปัจจัยต่างๆ เช่น เวลาในการทาสีครั้งแรกและความล่าช้าในการป้อนข้อมูล ระยะเวลาที่ผู้คนจะเห็นและโต้ตอบกับเนื้อหาบนหน้าเว็บเป็นครั้งแรก และเวลาแฝงเฉลี่ย แดชบอร์ดภาพรวมจะแสดงตัวชี้วัดเหล่านี้และตัวชี้วัดอื่นๆ เพื่อช่วยนักพัฒนาเว็บเพิ่มประสิทธิภาพประสบการณ์ให้กับผู้ใช้ของตน ไม่ว่าจะตามประเทศหรือทั่วโลก
ประกาศอื่นๆ
อัปเดตเครื่องมือสร้างผู้ชมใน Google Analytics สำหรับ Firebase
การสร้างกลุ่มเป้าหมายเป็นสิ่งสำคัญในการเพิ่มการมีส่วนร่วมของผู้ใช้ คุณต้องการให้แน่ใจว่าคุณแบ่งกลุ่มผู้ใช้ออกเป็นหมวดหมู่ที่ถูกต้อง เพื่อที่คุณจะได้ทราบวิธีที่ดีที่สุดในการกำหนดเป้าหมาย ด้วยสิ่งจูงใจและกำลังใจส่วนบุคคล เพื่อให้พวกเขามีแนวโน้มที่จะใช้แอปของคุณต่อไปหรือ บริการ. Google Analytics สำหรับ Firebase ช่วยให้นักพัฒนาเข้าใจผู้ใช้ของตนได้ดีขึ้น และ อัปเดตเครื่องมือสร้างผู้ชม จะทำให้ง่ายต่อการสร้างกลุ่มเป้าหมายใหม่สำหรับการกำหนดเป้าหมายผ่าน การกำหนดค่าระยะไกล หรือการมีส่วนร่วมอีกครั้งผ่าน การส่งข้อความในแอป. คุณลักษณะตัวสร้างผู้ชมที่อัปเดตประกอบด้วยคุณลักษณะต่างๆ เช่น "ลำดับ การกำหนดขอบเขต กรอบเวลา [และ] ระยะเวลาการเป็นสมาชิก" ตัวอย่างเช่น, Google กล่าวว่าขณะนี้สามารถสร้างกลุ่มเป้าหมายสำหรับผู้ใช้ที่แลกรหัสคูปองและซื้อผลิตภัณฑ์ภายใน 20 นาทีหลังจากใช้คูปอง การไถ่ถอน
- Cloud Firestore ซึ่งเป็นฐานข้อมูล NoSQL ที่มีการจัดการเต็มรูปแบบได้รับการสนับสนุน แบบสอบถามกลุ่มคอลเลกชัน ซึ่งช่วยให้แอปของคุณสามารถ "ค้นหาฟิลด์ในคอลเลกชันทั้งหมดที่มีชื่อเดียวกันได้ ไม่ว่าฟิลด์เหล่านั้นจะอยู่ที่ใดในฐานข้อมูล" ข้อความค้นหาของกลุ่มคอลเลกชันจะ ตัวอย่างเช่น อนุญาตให้แอปเพลงที่มีโครงสร้างข้อมูลที่ประกอบด้วยศิลปินและเพลงค้นหาศิลปินในช่องต่างๆ ในเพลงโดยไม่คำนึงถึง ศิลปิน.
- ใหม่ โปรแกรมจำลองฟังก์ชั่นคลาวด์ จะช่วยให้นักพัฒนาเร่งการพัฒนาและทดสอบแอพในท้องถิ่นได้ มันสื่อสารกับโปรแกรมจำลอง Cloud Firestore
- หากคุณต้องการแก้ไขข้อขัดข้องในแอป Firebase Crashlytics สามารถช่วยคุณวินิจฉัยปัญหาด้านความเสถียรได้ การแจ้งเตือนความเร็วจะแจ้งให้คุณทราบเมื่อปัญหาใดปัญหาหนึ่งมีความรุนแรงเพิ่มขึ้นอย่างกะทันหันและควรค่าแก่การตรวจสอบ แต่เกณฑ์การแจ้งเตือนยังไม่สามารถปรับแต่งได้จนกระทั่งตอนนี้
สำหรับข่าวสารเพิ่มเติมเกี่ยวกับ Firebase โปรดติดตามที่ บล็อกอย่างเป็นทางการ หรือเข้าร่วม อัลฟ่า โปรแกรมเพื่อดูตัวอย่างคุณสมบัติที่กำลังจะมีขึ้น