Anda mungkin telah mendengar banyak tentang kecerdasan buatan (AI) dan pembelajaran mesin (ML) dalam beberapa tahun terakhir karena permintaan untuk keduanya terus meningkat. Kedua istilah di dunia teknologi ini telah dilontarkan karena satu alasan khusus: Mereka membawa perangkat keras perangkat kita melampaui batasan fisiknya. Misalnya, ponsel Android terbaik andalkan model AI atau ML untuk menghasilkan foto yang lebih mengesankan dari kamera. Panduan ini membahas Google ML Kit dan bagaimana Google menggunakan pemrosesan pada perangkat yang efisien untuk meningkatkan pengalaman ponsel cerdas kita.

VIDEO ANDROIDPOLICE HARI INIGULIR UNTUK LANJUTKAN DENGAN KONTEN

Perjalanan panjang Google dengan fitur AI dan ML

Google Pixel 7 hijau muda dengan bilah kamera fokus.

Google telah menjadi salah satu pendukung terbesar penggunaan pemrosesan pada perangkat di telepon pintar, sejak Google Pixel asli. Salah satu kegunaan paling awal dari pemanfaatan model AI dan ML adalah untuk kamera, yang masih menjadi salah satu kekuatan terdepan dalam perangkat seluler saat ini. Dedikasi dan kekuatan Google dalam AI dan ML masih terus berkembang hingga saat ini Google Piksel 7 Dan Google Piksel 7 Pro smartphone. Dan dengan Tensor Google chip yang menggerakkan perangkat ini sekarang, mereka terus melampaui banyak batasan perangkat keras, seperti yang mereka tekankan bertahun-tahun yang lalu.

Dengan kesuksesan besar dan kepemimpinan Google dalam AI dan ML, Google juga ingin menawarkan kekuatan yang sama yang mereka gunakan untuk semua pengembang aplikasi seluler. Karena tanpa pengembang aplikasi pihak ketiga yang terus-menerus menciptakan pengalaman baru, smartphone kita akan memiliki karakter dan keunikan yang lebih sedikit. Karena pengembang ini sangat penting untuk kesuksesan industri seluler, memberi mereka semua yang mereka butuhkan untuk berhasil sangatlah masuk akal. Di situlah Google ML Kit berperan. Fitur AI dan ML pada perangkat yang canggih ini tidak lagi eksklusif untuk Google.

Google ML Kit: Sebuah Pengantar

Beranda utama untuk situs web Google ML Kit

Diumumkan di Google I/O 2018, Google MLkit dirancang dengan kemudahan penggunaan untuk menghadirkan fitur pembelajaran mesin di perangkat ke perangkat seluler. Google ingin prosesnya semulus mungkin, memungkinkan pengembang untuk lebih fokus pada hal terbaik yang mereka lakukan — berinovasi. Dengan demikian, pengembang di Android dan iOS dapat mengambil kit pengembangan perangkat lunak (SDK) gratis yang disediakan Google dan menerapkannya ke aplikasi mereka. Hal ini memungkinkan kemungkinan dunia baru dengan fitur machine learning, pipeline, dan API yang didukung oleh model ML internal Google yang canggih.

SDK ML Kit dioptimalkan untuk perangkat seluler, memastikan Anda mendapatkan pengalaman terbaik. Dalam metode sebelumnya, model pembelajaran mesin memerlukan server khusus yang terpisah, mengandalkan cloud untuk berkomunikasi dengan perangkat seluler. Memanfaatkan kekuatan fungsionalitas pada perangkat menggunakan Google ML Kit memungkinkan pengembang aplikasi untuk menjalankan operasi kompleks ini secara offline. Dengan akselerasi perangkat keras pada perangkat yang didukung, Anda mendapatkan lebih banyak peningkatan kinerja dan lebih sedikit latensi. Menggunakan API yang mudah diterapkan untuk Google ML Kit juga menghilangkan langkah rumit dalam mengumpulkan data dan melatih model pembelajaran mesin.

Privasi juga menjadi pertimbangan saat membahas model komputasi on-device versus komputasi berbasis cloud dan machine learning. Dengan menawarkan fitur-fitur ini dalam pengaturan lokal, data tidak pernah meninggalkan perangkat seluler. Ia bekerja tanpa koneksi jaringan. Saat menggunakan Google ML Kit untuk perhitungan ini, aplikasi menggunakan lebih sedikit data seluler karena tidak bergantung pada server cloud. Namun, model dan kumpulan data ML biasanya memiliki cakupan atau ukuran yang besar saat disimpan di cloud. Mengurangi jejak keseluruhan untuk dijalankan di perangkat seluler mengurangi kemampuannya, tetapi masih cukup bertenaga.

API Google ML Kit apa saja yang tersedia?

Saat tulisan ini dibuat, developer seluler dapat dengan mudah mengimplementasikan 12 turn-key API utama ke dalam aplikasi mereka menggunakan Google ML Kit. Menggabungkan ini dengan Berdebar, framework open source lain dari Google, semakin menyederhanakan proses pembuatan aplikasi. Google terus menyempurnakan dan mengoptimalkan model yang telah dilatih sebelumnya ini dan akan menambahkan model baru jika sudah siap untuk penggunaan publik. Ada juga tutorial interaktif untuk membantu Anda merancang aplikasi ML di perangkat pertama Anda, terlepas dari keahlian pembelajaran mesin Anda.

Berikut daftar API on-device Google ML Kit yang tersedia:

  • API Visi: Pemindaian kode batang, deteksi wajah, pengenalan teks, pelabelan gambar, deteksi dan pelacakan objek, pengenalan tinta digital, deteksi pose, dan segmentasi selfie.
  • API bahasa alami: Identifikasi bahasa, terjemahan teks, balasan cerdas, dan ekstraksi entitas.

Beberapa contoh API dari situs web Google ML Kit

Google juga menawarkan alat tambahan untuk pengembang yang membutuhkan lebih dari sekadar solusi siap pakai default. Mengenai kasus penggunaan tertentu di luar model API atau ML standar, Google memberi pengembang kontrol penuh atas kumpulan data mereka. Mereka dapat melatih ulang model ML saat ini seluruhnya atau melatih model mereka sendiri menggunakan metode pilihan yang disukai. Misalnya, Anda dapat menyiapkan model ML khusus TensorFlow dan bawa ke ML Kit. Kemudian Anda dapat mengimpor model ke aplikasi Anda dengan Gradasi melalui Studio Android dan konfigurasikan untuk produksi menggunakan Firebase menghibur.

Apa itu TensorFlow?

TensorFlow adalah alat sumber terbuka bermanfaat lainnya dari Google yang dapat digunakan pengembang untuk mengelola model pembelajaran mesin dan ketergantungan data mereka. Sebagai platform yang dirancang untuk pembelajaran mendalam, TensorFlow dapat memproses dan menerapkan model ML apa pun, termasuk model default yang telah dilatih sebelumnya atau model pengguna khusus. Saat siap untuk penerapan, mereka dapat digunakan di perangkat, di browser web, atau di cloud, memberikan fleksibilitas sebanyak yang dibutuhkan pengembang untuk kebutuhan model ML mereka.

Beberapa cara developer dapat menggunakan TensorFlow untuk model ML

Pemrosesan bahasa alami adalah bagaimana model ML ini dapat melakukan hal-hal tingkat lanjut seperti mengenali item, orang, atau teks dalam foto. Meniru otak manusia, jaringan saraf menggunakan algoritme khusus dari kumpulan data untuk melatih model melalui pola. Dan mereka biasanya dilatih menggunakan ketergantungan data besar-besaran dari miliaran gambar, kata, atau kumpulan informasi lainnya. Diperlukan waktu berhari-hari, berminggu-minggu, atau bahkan berbulan-bulan untuk menyelesaikan proses ini, tergantung pada ukuran dan ruang lingkup proyek. TensorFlow memungkinkan developer melatih model ML mereka tanpa memengaruhi kecepatan dan performa proses secara negatif.

Beberapa contoh fitur dari situs web utama TensorFlow Lite

Jika pengembang ingin melampaui model ML pra-pelatihan default, ada kustom TensorFlow Lite model. Seperti Google ML Kit, TensorFlow Lite berfokus untuk menghadirkan jenis pengalaman di perangkat ini ke perangkat seluler — di Android dan iOS. Pilihan lain adalah menggunakan TensorFlow Cloud dengan Google Cloud, memungkinkan lingkungan model ML berbasis online yang lengkap. Menghosting, melatih, dan mengelola model ML di cloud menjadi semakin populer di kalangan banyak developer. Mengandalkan komputasi awan secara eksklusif memungkinkan fleksibilitas yang lebih besar tanpa perangkat keras khusus, mengurangi biaya keseluruhan, dan pengalaman yang lebih ramah pengguna.

Sampel Google ML Kit tersedia di GitHub

Selain semua yang ditawarkan Google ML Kit untuk pengembang seluler, ada contoh aplikasi sumber terbuka yang dapat diunduh dan dicoba oleh siapa saja dari GitHub. Untuk masing-masing dari 12 turn-key API yang disebutkan di atas, Google memiliki contoh aplikasi yang menampilkan apa yang dapat mereka lakukan. Contoh quickstart ini tersedia di Android dan iOS, memungkinkan Anda mencobanya di perangkat apa pun yang Anda miliki. Mengunjungi Situs web sampel ML Kittemukan yang ingin Anda demokan, lalu klik Cobalah di Android atau Cobalah di iOS. Ini membawa Anda ke daftar GitHub dengan instruksi tentang cara menggunakannya.

Beberapa contoh aplikasi Google ML Kit yang dapat dicoba oleh siapa saja secara gratis

Penggunaan dunia nyata untuk model ML di perangkat

Kami membahas apa itu Google ML Kit dan bagaimana pengembang aplikasi dapat dengan mudah memanfaatkan fitur-fiturnya, tetapi bagaimana dengan beberapa contoh nyata dari tindakannya? Apa yang mungkin terjadi saat developer aplikasi pihak ketiga menggunakan model ML pada perangkat untuk perangkat seluler? Anda tetap mendapatkan keuntungan yang sama jika Anda bukan pengembang aplikasi yang menggunakan Google ML Kit. Sebagai pengguna dan konsumen, banyak aplikasi pihak ketiga favorit Anda dapat menawarkan fitur ML pada perangkat baru yang sebelumnya tidak tersedia. Kami akan menyebutkan beberapa contoh di bawah ini untuk melukiskan gambaran yang lebih baik tentang apa yang mungkin.

Contoh studi kasus di situs web Google ML Kit

Kami menyentuh kamera sedikit lebih awal. Namun, masih banyak lagi yang dapat ditawarkan model ML selain mengambil foto yang lebih baik. Salah satu contoh sorotan Google adalah bagaimana Adidas memanfaatkan fitur di perangkat menggunakan Google ML Kit. Menurut studi kasus, Adidas memanfaatkan API deteksi dan pelacakan objek untuk menciptakan pengalaman berbelanja baru. Didukung oleh augmented reality, pelanggan dapat membuka aplikasi Adidas di smartphone mereka dan memindai sepatu secara real time dengan kamera. Ini memungkinkan mereka untuk menemukan lebih banyak informasi tentang suatu produk di waktu senggang tanpa interaksi lain.

Studi kasus lain menyebutkan bagaimana aplikasi Android berperingkat teratas disebut Kehilangan barang tesebut! meningkatkan pengalaman penggunanya dengan memanfaatkan Google ML Kit. Ini adalah aplikasi berbasis kesehatan dengan penghitung kalori dan buku harian makanan untuk melacak asupan makanan dan manajemen berat badan dengan lebih baik. Perusahaan memanfaatkan ML Kit untuk mengganti model ML-nya sendiri di cloud dengan model baru yang berfungsi di perangkat. Ini memungkinkan mereka menambahkan fitur pemindaian teks offline instan untuk memungkinkan pengguna mengisi informasi nutrisi makanan dengan memindai label secara real time.

Google ML Kit menghadirkan pembelajaran mesin untuk semua

Selama bertahun-tahun Google telah unggul dan melampaui harapan terkait keberhasilan dan kepemimpinannya dalam AI dan ML. Rahasia mereka awalnya dikunci dan hanya dapat diakses oleh Google hingga 2018, ketika Google ML Kit secara resmi hadir. Membuat, melatih, dan menerapkan model ML yang unik itu membosankan dan mahal, tetapi bukan itu masalahnya lagi. Google ML Kit menghilangkan dugaan dan memberikan segala yang dibutuhkan developer untuk menerapkan model ML di perangkat seluler. Karena pembelajaran mesin di perangkat membuka pintu untuk masa depan, kami berharap melihat lebih banyak kemungkinan di tahun-tahun mendatang.

Dengan seberapa populernya chatbot bertenaga AI, Anda harus melakukannya pelajari apa itu Google Bard dan apa yang bisa dilakukannya. Kami mencakup semua detail yang perlu Anda ketahui, termasuk dari mana namanya dan bagaimana Anda dapat mencobanya hari ini.

By Tobi