Google的ML Kit可以轻松地将智能添加到iOS和Android应用程序

在其I / O开发者大会上，Google今天推出了ML Kit，这是一款适用于iOS和Android应用开发者的新软件开发工具包（SDK），允许他们将大量预先建立的Google提供的机器学习模型整合到他们的应用中。这里的一个巧妙之处在于，这些模型 - 支持文本识别，人脸检测，条码扫描，图像标记和地标识别 - 可以在线和离线使用，具体取决于网络可用性和开发人员的偏好。

在接下来的几个月中，Google计划将现有的基本可用API集扩展为两个：一个用于集成您可能从Inbox和Gmail等应用程序熟悉的同类智能回复，以及高密度人脸轮廓功能的人脸检测API。

这里真正的游戏改变者是开发者可以整合到他们的应用程序中并且可以免费使用的离线模型。毫不奇怪，这里有一个权衡。设备上运行的模型较小，因此精度较低。在云中，模型大小和可用计算能力都不是问题，因此这些模型更大，因此也更精确。

这对于该行业来说非常标准。今年早些时候，微软推出了离线神经翻译，例如，它也可以在线或在设备上运行。这里的权衡是相同的。

谷歌机器智能集团产品经理，Android相机负责人Brahim Elbouchikhi告诉我，很多开发人员可能会在设备上做一些初步的机器学习推理，或许看看图片中是否有真正的动物，然后移动到云端来检测它实际上是什么犬种。这很有意义，因为设备上的图像标签服务具有大约400个标签，而基于云的标签具有超过10,000个标签。为了给设备上的模型提供动力，ML Kit使用Android上的标准Neural Networks API以及Apple iOS上的相应功能。

他还强调这是一个跨平台的产品。毕竟，开发人员并不认为机器学习模型是特定于Android或iOS的。

对于想要超越预先训练的模型的开发者，ML Kit还支持TensorFlow Lite型号。

正如Google正确地指出的那样，加快使用机器学习并不是一件容易的事情。这款属于Google Firebase品牌的新SDK显然意味着让移动开发人员更轻松地使用机器学习。虽然Google Cloud已经提供了大量类似的预先训练好的和可定制的机器学习API，但这些API无法脱机工作，而且这些体验也没有与Firebase和Firebase控制台紧密集成，而这正迅速成为Google的首选集线器适用于所有移动开发事物。

即使对于定制的TensorFlow Lite型号，Google也在努力将模型压缩到更可行的尺寸。目前，这只是一个实验，但想尝试的开发者可以在这里注册。

总的来说，Elbouchikhi认为，这里的工作是关于机器学习的民主化。 “我们的目标是让机器学习成为另一种工具，”他说。