8 инструмента за изкуствен интелект на Google, достъпни за всеки

8 инструмента за изкуствен интелект на Google, достъпни за всеки

Полезни инструменти от търсещата машина Google, касаещи изкуствен интелект

Представяме Ви 8  инструмента за изкуствен интелект на Google, които могат да използват разработчиците, фирмите и анализаторите.

Би било несправедливо да наречем Google само гигант за търсене – от система за намиране на подходящи сайтове, тя бързо се превърна в двигател на иновациите в ключови ИТ сектори. През последните години Google стана лидер в почти всичко цифрово, независимо дали става дума за електроника (смартфони, таблети, лаптопи), основен софтуер (Android, Chrome OS) или интелигентен софтуер, задвижван от Google AI. В тази статия ще обсъдим какви инструменти предоставя Google AI за разработчици, изследователи и организации, като и ще Ви представим 8 от интересните такива. Приятно четене!

TensorFlow

TensorFlow е набор от софтуерни библиотеки с отворен код за дълбоко обучение. Използвайки инструменти TensorFlow, анализаторите на данни могат да създават високоточни и добре дефинирани модели на машинно обучение.

Tensorflow има три основни компонента, а именно:

  • API на TensorFlow
  • Обслужване на тензор
  • Тензорна дъска

ML Kit

ML Kit е мобилен комплект за разработване на софтуер (SDK) в момента, наличен за Android и iOS. Той използва силата на машинното обучение на Google в мобилни приложения за решаване на проблеми от реалния живот. ML Kit ще ви помогне да успеете в много задачи.

Идентификация на езика. Прехвърляме текста в ML Kit – получаваме разпознатия. Поддържат се повече от сто езика, включително хинди, арабски, китайски и други.

Разпознаване на обекти. Но не само език. ML Kit е добър в разпознаването на текст, лица, QR кодове и други обекти в изображения. Освен това има API за добавяне на ваши собствени модели за машинно обучение към TensorFlow Lite и интегрирането им в приложения.

Google Open Source

Google продължава да отваря изходния си код. И благодарение на активното участие на свързващата общност, разработките на Google стават още по-добри. Ето няколко скорошни примера за големи проекти.

Clusterfuzz. През февруари 2019 г. компанията използва платформата ClusterFuzz с отворен код, предназначена да тества код с помощта на сървърен клъстер. ClusterFuzz автоматизира задачи като изпращане на известие до разработчиците, създаване на проблем, проследяване на грешка и затваряне на отчети след корекция.

AutoFlip – През февруари тази година Google представи AutoFlip, интелигентна система за преоформяне на видео, която идентифицира най-важните обекти в кадъра и съответно подрязва видеоклипа. Благодарение на това можете да получите вертикални, портретни видеоклипове от пейзажно ориентирани видеоклипове, които са удобни за гледане на мобилни телефони, без да завъртате екрана.

Colab

С няколко думи, Colab Laboratory или Colab е онлайн редактор и компилатор за код на Python. Ако сте запознати с Jupyter Notebook, това е същият инструмент, но споделен онлайн.

Модерирани набори от данни в Google Cloud

Основният проблем с всеки модел на ML е да се обучи върху „правилните“ данни. Обществените набори от данни на Google Cloud са набори от данни, курирани от експерти на Google, които периодично се актуализират чрез анализ на множество проучвания. Форматите са много различни: изображения, транскрибирано аудио, видео и текст. Данните са предназначени за широк кръг от изследователи с различни случаи на употреба.

Търсене в Google по  набори от данни

През септември 2018 г. Google стартира Dataset Search. Изданието съдържа информация за ресурса, където е публикуван комплектът, лиценз, дата на актуализиране, описание и формати за изтегляне.

Crowdsource

Друга цел на Google е да подобри точността на наборите от данни, като предлага на потребителите интересни задачи, като разпознаване на различни категории изображения като рисунки, писма, вестници, илюстрации и др.

Cloud TPU

Машинното обучение, въпреки всички постижения, изисква високопроизводителен хардуер. За да направи това, компанията създаде тензорен процесор (Tensor Processing Unit). Облачният TPU позволява на предприятията да предложат най-доброто си обслужване на клиентите чрез намаляване на разходите за хардуер. Тензорният процесор принадлежи към класа невронни процесори със специализирана интегрална схема. Архитектурата е пригодена за задачи по линейна алгебра и например позволява на Google Photos да обработва до 100 милиона снимки на ден с един процесор.

 

Финални думи, касаещи изкуствен интелект и Google

Напредъкът в изкуствения интелект е зашеметяващ. Google постоянно прави иновации в тази област с няколко инструмента като ML Kit, TensorFlow, Fire Indicators и много други. И можете да търсите набори от данни не само в Kaggle, но и чрез специализирано търсене. Използвате ли някой от горните инструменти? Оставете Вашето мнени, попълвайки формата за коментари, която ще намирите по-долу в самата статия.

Post Author: Катрин

Вашият коментар

Вашият имейл адрес няма да бъде публикуван.