[速報]モバイルアプリに顔認識など機械学習の機能を組み込める「ML Kit」、Googleが発表。Google I/O 2018

2018年5月9日

Googleはサンフランシスコで開催中のイベント「Google I/O 2018」で、iOSやAndroidに対応するモバイルアプリケーションに機械学習の機能を組み込むことができる「ML Kit」を発表しました。

ML Kit fig1

ML Kitにはモバイルデバイスに最適化されたTensorFlowであるTensorFlow Liteが内蔵されており、iOSとAndroidの両方に対応。

画像に写っているものをリストアップできる「Image Labeling」、文字を認識できる「Text recognition」、顔を認識する「Face detection」、バーコードを認識する「Barcode scanning」、有名な場所を認識する「Landmark detection」の5つのAPIが最初から使えます。

それぞれの機能は、デバイス上で実行することによりオフラインでも実行できて高速なレスポンスを実現することも、ネットワークを通じてGoogle Cloud Platform上で実行することにより正確な結果を得ることも可能。特定用途向けの認識能力を備えたカスタムモデルを実行することもできます。

ML Kit fig2

例えば、カロリー計算アプリの「Lose It!」では、ML Kitにカスタムモデルを組み込むことで200種類もの食べ物をカメラで認識できるようになったと紹介されました。

ML KitはFirebaseの機能として提供

ML Kitは、Googleが提供するモバイル向けバックエンドサービスであるFirebaseの機能の1つとして提供されます。

Firebaseはデータベースやプッシュ通知、ユーザー認証などを提供するだけでなく、モバイルアプリケーションの利用ログやパフォーマンスモニタリング、クラッシュ分析、A/Bテストなど、モバイルアプリケーションの開発と運用、改善に必要な多くの機能を提供するサービスです。

ML Kit fig3

クラウド上でトレーニングを行ったカスタムモデルをモバイルアプリケーションへ配布するのもFirebaseを用いて行います。この場合、カスタムモデル部分だけを配布できるため、アプリケーション全体を作り直したり、再配布するといったことは必要ありません。


Google I/O 2018

あわせて読みたい

機械学習・AI Android Google iOS モバイル




タグクラウド

クラウド
AWS / Azure / Google Cloud
クラウドネイティブ / サーバレス
クラウドのシェア / クラウドの障害

コンテナ型仮想化

プログラミング言語
JavaScript / Java / .NET
WebAssembly / Web標準
開発ツール / テスト・品質

アジャイル開発 / スクラム / DevOps

データベース / 機械学習・AI
RDB / NoSQL

ネットワーク / セキュリティ
HTTP / QUIC

OS / Windows / Linux / 仮想化
サーバ / ストレージ / ハードウェア

ITエンジニアの給与・年収 / 働き方

殿堂入り / おもしろ / 編集後記

全てのタグを見る

Blogger in Chief

photo of jniino

Junichi Niino(jniino)
IT系の雑誌編集者、オンラインメディア発行人を経て独立。2009年にPublickeyを開始しました。
詳しいプロフィール

Publickeyの新着情報をチェックしませんか?
Twitterで : @Publickey
Facebookで : Publickeyのページ
RSSリーダーで : Feed

最新記事10本