GoogleI/O：机器学习服务集大成推出MLKit，要让App开发者随呼即用开发AI应用

开发人工智能行动App的门槛越来越低了，Lobe刚发表了不用写程式，也能帮App加入AI功能的服务，而Google在今年的I/O大会上，也发表了类似概念的机器学习套件包ML Kit，这是专提供给行动装置开发人工智能应用的SDK，目的也是要降低行动装置App应用人工智能的技术门槛。

Google在ML Kit文件中提到，开发者用这个SDK开发人工智能应用，还是需要写程式，但是只要写几行程式。ML Kit被整合在Google的行动及网络应用程序开发平台Firebase中，这个SDK提供了一些可立即使用的API，像是脸部辨识或是文字辨识等功能，开发者不需要有机器学习的知识，只要应用这些API，就能开发出具备人工智能功能的行动应用，而且ML Kit不仅提供Android SDK，同时也支援iOS装置。

ML Kit可说是Google在人工智能服务的大整合，其整合了Google Cloud Vision API、TensorFlow Lite以及Android Neural Networks API到单一SDK中，并且还串接了云端运算平台，让App开发者也能使用云端的机器学习服务。

ML Kit主打三大特色，首先，ML Kit提供行动装置常用的机器学习应用，不需要开发者自己训练模型，即可应用达产品水准的机器学习API，目前提供的功能包括辨识文字、侦测脸部、辨识地标、扫描条码以及图片标记，开发者只要传入这些函式库要求的输入，便能取得需要的结果。

ML Kit提供的即用型API功能有限，开发者也可以将自有的TensorFlow Lite模型上传到Firebase，Google会负责托管这些模型并且服务App，ML Kit仍然会在客制化模型中扮演API层级的角色，简化开发者执行以及使用模型的工作。

最后，开发者还能选择API在装置抑或是云端上执行，ML Kit在装置上的API可以快速的处理资料，即使装置离线也仍可以使用。而基于云端的API则能使用Google云端运算平台的机器学习资源，产生更高精准度的结果。不过装置上与云端所提供的使用案例API有所不同，装置上除了地标辨识功能无法使用外其他全部支援，而云端API只支援文字辨识、图片标记还有地标辨识。

ML Kit提供了机器学习与应用程序分离的功能，Google提到，部分模型容量较大，合并到应用程序中将会造成使用者安装上的阻碍，因此开发者可以将这些模型放到云端上，当这些模型第一次需要在装置上执行时，才会从云端下载到装置上，而在此之后使用者便可以离线的使用该功能，开发者也可以随时更新云端上的模型，应用程序中的模型也会与云端版本同步。

基于这个功能，开发者可以对不同的用户群进行机器学习模型的A/B测试，Firebase支援应用程序即时切换或是更新模型的功能，而不需要用户更新整个应用程序。Google现在正试图解决模型过大的问题，未来将会让开发者上传一完整TensorFlow模型，并以相似的精准度输出一个压缩后的TensorFlow Lite模型。

Google还会持续强化ML Kit提供的机器学习功能，接下来将会提供智慧回复功能（Smart Reply），该功能已在Google Inbox的快速回复功能实用。另外，还会提供高精度脸部轮廓功能，以强化扩充实境在脸部的应用。