Google präsentiert Machine Learning Kit

| Autor / Redakteur: Mirco Lang / Stephan Augsten

Das Machine-Learning-Kit von Google bietet unter anderem Gesichts- und Bilderkennung an.
Das Machine-Learning-Kit von Google bietet unter anderem Gesichts- und Bilderkennung an. (Bild: Google)

Google hat auf der I/O-Konferenz die Betaversion des ML Kit vorgestellt. Das SDK soll Googles Machine-Learning-Expertise auch Mobile-Entwicklern zugänglich machen. Daher wird es als Paket für die Entwicklungsplattform Firebase zur Verfügung gestellt.

Mit ML Kit werden sowohl versierte Machine-Learning-Experten als auch Einsteiger angesprochen. Für den Einstieg stehen fünf so genannte "base"-APIs zur Verfügung, die ohne weitere Einrichtung einige typische Anwendungsfälle maschinellen Lernens abarbeiten können: Scannen von Barcodes, Beschriftung von Bildmaterial, Erkennung von Texten und Sehenswürdigkeiten.

Am interessantesten dürfte die Gesichtserkennung sein – oder um korrekt zu sein: Gesichtsdetektion. Gesichter werden lediglich als solche erkannt, nicht mit angelernten Personen abgeglichen. Immerhin werden Gesichter mit eindeutigen IDs versehen und auch Gesichtsausdrücke sollen erkannt werden.

Als erste umgesetze App nennt Google die im Play Store erhältlich Diäthilfe „Lose It!“. Die App nutzt Text- und Objekterkennung, um die Nährwerte von Lebensmitteln via Barcode, oder bei geeigneten Produkten, etwa einer Banane, via Foto zu erfassen. Die APIs können sowohl offline auf dem Gerät als auch über die Cloud genutzt werden – natürlich mit unterschiedlichen Fähigkeiten.

Erfahrene Entwickler können darüber hinaus eigene Modelle auf Basis der freien Computation-Bibliothek TensorFlow nutzen. Diese lassen sich direkt über Firebase hochladen und aus der Google-Cloud heraus betreiben. So soll sich mitunter auch die Installationgröße von Apps massiv reduzieren. Google verspricht aber noch weitere Datenreduktion: TensorFlow-Modelle sollen samt Trainingsdaten hochgeladen werden können, um dort komprimiert und letzlich als TensorFlow-Lite-Modelle zurückgegeben werden zu können. Allerdings spricht Google hier selbst noch von experimenteller Technik.

Da das ML Kit via Firebase zur Verfügung steht, lässt es sich natürlich auch mit weiteren Features der Plattform kombinieren. Google führt hier beispielsweise Remote Config und A/B Testing an, um Modelldaten oder App-Verhalten ohne explizite Updates zu ändern und zu testen. Auch Tools wie Google Analytics oder Performance Testing dürften sich bei größeren Projekten als nützlich erweisen.

Weitere technische Informationen zu ML Kit for Firebase finden Sie in der Dokumentation zum Google ML Kit.

Dieser Beitrag stammt von unserem Partnerportal Dev-Insider.de.

MLPerf: Neue Benchmark misst KI-Performance

MLPerf: Neue Benchmark misst KI-Performance

04.05.18 - Google, Baidu sowie Forscher der Universitäten Harvard und Stanford haben eine Benchmark zum Messen der Leistung von maschinellem Lernen definiert. Ein erster Release der MLPerf genannten Suite ist für August vorgesehen. lesen

Ein SDK zur Entwicklung und Simulation autonomer Roboter

Ein SDK zur Entwicklung und Simulation autonomer Roboter

28.03.18 - NVIDIA stellt mit dem Isaac SDK eine Sammlung vom Bibliotheken, Treibern, APIs und Toolsets zur schnellen Entwicklung autonomer Robotiklösungen vor. Damit lassen sich nicht nur Funktionalitäten leicht integrieren, sondern auch umfangreiche Simulationen durchführen. lesen

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45307320 / KI/Machine Learning)