MobileMLの概要~アメリカでは3分の2の企業がアプリで機械学習を使用~

どうも、Yuki Hiraiです。

今日は前回の続きで

Google Developers ML Summit Tokyo 2018

に参加してきた際のメモを書いていきます。

前回の記事はこちらからどうぞ

TensorFlow/Cloud ML の概要(機械学習・人口知能の活用例)

Mobile ML の概要とメリット

MobileMLはオンデバイスで機械学習ができるツールです。
iOSやAndroidなどのネイティブアプリ上で機械学習ができるようになります。

メリットとしては

  • プライバシーを守れる
  • 遅延がなくなる
  • 通信量が減る
  • 可用性があがる

などがあげられます。

具体的には

  • 写真や動画などのプライバシーを守れる
  • サーバーにリクエストを送らなくてよくなる
  • インターネット通信がなくてもできる

などのメリットですね。

Mobile MLを活用すれば

  • Smart Text Selection: 選択した内容が住所ならMapアイコンを表示
  • Now Playing: 鳴ってる音楽を特定
  • Adaptive Battery: アプリケーションの使用具合に応じて節約
  • Google Translate: 自動で画像の文字列を翻訳

などのサービスを提供できるようになります。
これらはすでにAndroidで提供されているとか
(Androidユーザーじゃないので使ったことはない…エンジニアとして使わねば…)

ML Kit/TensorFlow Liteについて

Americaでは67%の企業がアプリ内でMLを使用しているという結果がアンケートでてているそうです。

モバイルで手軽に機械学習が利用できるようになったこともあり、

凄まじい勢いで導入されていってるんですね。

例えば以下のようなツールがあります。

  • ML Kit

  • Base API(OCR, Image Classifier, Barcode/QR Code/Face Detection/Landmark detection)

  • Custom Model

  • TensorFlow Lite(Cross Platform)

  • Core Interpreter75KB(vs 1.1 MB for TensorFlow)

  • all support 400KB

これらのツールをうまく活用すれば

オンデバイス上のアプリで便利な機能が提供できるようになるかもしれません。

ぜひ、モバイル開発するときは活用したいです。

次回: Googleが提供する機械学習モデルの種類について

Googleが提供する機械学習モデルの種類について