Google I/O：機器學習服務集大成推出ML Kit，要讓App開發者隨呼即用開發AI應用

開發人工智慧行動App的門檻越來越低了，Lobe剛發表了不用寫程式，也能幫App加入AI功能的服務，而Google在今年的I/O大會上，也發表了類似概念的機器學習套件包ML Kit，這是專提供給行動裝置開發人工智慧應用的SDK，目的也是要降低行動裝置App應用人工智慧的技術門檻。

Google在ML Kit文件中提到，開發者用這個SDK開發人工智慧應用，還是需要寫程式，但是只要寫幾行程式。ML Kit被整合在Google的行動及網路應用程式開發平臺Firebase中，這個SDK提供了一些可立即使用的API，像是臉部辨識或是文字辨識等功能，開發者不需要有機器學習的知識，只要應用這些API，就能開發出具備人工智慧功能的行動應用，而且ML Kit不僅提供Android SDK，同時也支援iOS裝置。

ML Kit可說是Google在人工智慧服務的大整合，其整合了Google Cloud Vision API、TensorFlow Lite以及Android Neural Networks API到單一SDK中，並且還串接了雲端運算平臺，讓App開發者也能使用雲端的機器學習服務。

ML Kit主打三大特色，首先，ML Kit提供行動裝置常用的機器學習應用，不需要開發者自己訓練模型，即可應用達產品水準的機器學習API，目前提供的功能包括辨識文字、偵測臉部、辨識地標、掃描條碼以及圖片標記，開發者只要傳入這些函式庫要求的輸入，便能取得需要的結果。

ML Kit提供的即用型API功能有限，開發者也可以將自有的TensorFlow Lite模型上傳到Firebase，Google會負責託管這些模型並且服務App，ML Kit仍然會在客製化模型中扮演API層級的角色，簡化開發者執行以及使用模型的工作。

最後，開發者還能選擇API在裝置抑或是雲端上執行，ML Kit在裝置上的API可以快速的處理資料，即使裝置離線也仍可以使用。而基於雲端的API則能使用Google雲端運算平臺的機器學習資源，產生更高精準度的結果。不過裝置上與雲端所提供的使用案例API有所不同，裝置上除了地標辨識功能無法使用外其他全部支援，而雲端API只支援文字辨識、圖片標記還有地標辨識。

ML Kit提供了機器學習與應用程式分離的功能，Google提到，部分模型容量較大，合併到應用程式中將會造成使用者安裝上的阻礙，因此開發者可以將這些模型放到雲端上，當這些模型第一次需要在裝置上執行時，才會從雲端下載到裝置上，而在此之後使用者便可以離線的使用該功能，開發者也可以隨時更新雲端上的模型，應用程式中的模型也會與雲端版本同步。

基於這個功能，開發者可以對不同的用戶群進行機器學習模型的A/B測試，Firebase支援應用程式即時切換或是更新模型的功能，而不需要用戶更新整個應用程式。Google現在正試圖解決模型過大的問題，未來將會讓開發者上傳一完整TensorFlow模型，並以相似的精準度輸出一個壓縮後的TensorFlow Lite模型。

Google還會持續強化ML Kit提供的機器學習功能，接下來將會提供智慧回復功能（Smart Reply），該功能已在Google Inbox的快速回復功能實用。另外，還會提供高精度臉部輪廓功能，以強化擴充實境在臉部的應用。