КОНОНЕНКО Р.С.
студент 1 курсу магістратури, факультету інформатики
Науковий керівник: Малежик М.П.
доктор фізико-математичних наук, професор,
завідувач кафедри комп’ютерної інженерії та освітніх вимірювань
Національний педагогічний університет імені М.П. Драгоманова
З швидким розвитком інформаційних систем і технологій користувачі очікують, що додатки будуть не тільки інтуїтивно зрозумілими, але також можуть надавати потужні функції та адаптуватись до нової інформації. Тому у таких випадках машинне навчання стає критичним у розробці додатків.
Розробники все більше покладаються на машинне навчання для покращення функцій додатків і лише відточені моделі навчання можуть забезпечити ці потужні можливості. На перший погляд це складно коли розробник не має досвіду з машинним навчанням або має модель машинного навчання, але не хоче мати справу з хостингом та обслуговуванням на пристроях. Google Firebase Machine Learning дозволяє використовувати розгортання моделі Firebase ML для розповсюдження серед користувачів. Це зменшує початковий розмір програми, оскільки пристрій завантажує моделі лише за потреби. Це також дозволяє тестувати кілька моделей, оцінювати їх продуктивність та регулярно оновлювати моделі без необхідності перевидавати всю програму. AutoML Vision Edge дозволяє створювати власні моделі класифікації зображень з урахуванням потреб. Наприклад, потрібно щоб додаток міг визначати різні типи їжі або розрізняти види тварин. Незалежно від потреб, просто потрібно завантажити навчальні дані на консоль Firebase, і за допомогою технології Google AutoML буде створена власна модель TensorFlow Lite для локальної роботи на пристрої користувача.
Документація надана розробниками Firebase Machine Learning дозволяє розпочинати проект навіть без попереднього досвіту роботи з машинним навчанням. Довідковий матеріал має інформацію про прикладний програмний інтерфейс для розробки проекту на різні платформи включно з Android, iOS з використанням Swift та Obj-C, веб з використанням JS, а також надає інформацію про повний прикладний інтерфейс на мові програмування C++. Firebase ML також надає можливості для адміністрування, моніторингу, машинного навчання, забезпечення безпеки, зберігання та розгортання додатків на серверах Google.
Початкові можливості Firebase ML доступні безкоштовно, що дозволяє ознайомитися з передовими можливостями машинного навчання. Наприклад, безкоштовно можна розробити додаток з підтримкою машинного навчання, яке підтримується та оновлюється Google.
Додаток має функції:
-для маркування зображення та розпізнавання об’єктів, які важливі користувачу;
-високоточного розпізнавання тексту, що підходить для фотографій та документів з широкою підтримкою мов;
-високоточного маркування зображень тегами (наприклад, стадіон, гравець, спорт, футбол);
-розпізнавання відомих пам’яток (наприклад, Києво-Печерська лавра, Ейфелева вежа, Великий китайський мур) з їх координатами.
Список використаних джерел
- Documentation and learning content [Електронний ресурс] – Режим доступу до ресурсу: https://firebase.google.com/docs.