Гугл оприлюднює новий інтерфейс, який може ідентифікувати об'єкти за допомогою зображень

Спрощення моделей машинного навчання виявляється необхідним для просування прикладних програмних інтерфейсів. Гугл та інші великі компанії в області технологій працюють над розробкою мобільних моделей, які зроблять технологію більш доступною.

Високий рівень API

Увага всім розробникам, дослідникам і ентузіастам: Google оголосила, що вони випустять нове. API - це просто набір правил та інструментів для створення програмного забезпечення. Новий API виявлення об'єктів TensorFlow Google призначений для спрощення ідентифікації об'єктів з використанням зображень. API включає в себе моделі, призначені для роботи навіть на порівняно простих пристроях, таких як смартфони.

Спрощення моделей машинного навчання є необхідним для просування технологій API і машинного навчання. У нас немає всіх масивних настільних налаштувань з нашими власними серверами, які можуть обробляти практично всі. Хоча можна запускати їх через хмару, що зазвичай виявляється жахливо повільним, а також вимагає підключення до Інтернету. Це означає, що для того, щоб зробити ці моделі більш доступними для середнього споживача, їх необхідно спростити.

Пам'ятаючи про це, Google має намір для цього нового API бути надзвичайно зручним для користувачів, дозволяючи всім і кожному за допомогою базового комп'ютера або смартфона досліджувати світ машинного навчання.

Застосування API

Ми знаємо, що цей новий API може використовуватися для ідентифікації об'єктів з використанням зображень, але крім того, що він забавний, чи може це бути корисним в нашому повсякденному житті? Як з'ясовується - так, це, ймовірно, може бути. Цей тип API може привести до просування в розпізнаванні осіб, виявленні орієнтира, а також найбільш очевидною ідентифікації об'єкта. Ці, здавалося б, базові інструменти будуть як і раніше мати важливе значення в багатьох областях. Від інформаційних послуг до правоохоронних органів і навіть щоденних цифрових завдань ці, здавалося б, невеликі кроки в просуванні і спрощення машинного навчання будуть тільки продовжувати просувати нас вперед.

Крім розробки Google API і запуску TensorFlow lite, спрощеної версії системи машинного навчання, інші компанії також створюють мобільні моделі: Facebook використовував технологію для створення своєї інфраструктури Caffe2Go, а потім Facebook Style Transfer, А Apple випустила CoreML, метою якої є запуск цих моделей на пристроях iOS. По частинах, машинне навчання наближається до індивідуальної доступності.

Список літератури: TechCrunch, Google Blog