Победители конкурса разработчиков Android

Google объявил десять победителей конкурса Helpful Innovation Android Develop Challenge, в ходе которого разработчиков попросили включить машинное обучение, в частности TensorFlow Lite и ML Kit, в свои приложения.

Эта задача была запущена на Саммите разработчиков Android в ноябре 2019 года, когда разработчиков попросили предложить инновационные приложения, использующие преимущества машинного обучения на устройстве.
В своем сообщении в блоге, в котором объявляются победители, Джейкоб Лербаум, директор по связям с разработчиками Android, сообщил:
Мы получили сотни творческих проектов и в конце прошлого года выбрали 10 победителей, каждый из которых сочетал в себе сильную идею и желание воплотить ее в жизнь. С тех пор мы работаем с этими победителями, чтобы воплотить их идеи в жизнь.
В видеоролике, объявляющем об итогах #AndroidDevChallenge, Стефани Катбертсон, директор Android, объясняет ее обоснование:
Полезные инновации – это миссия и огромное внимание Google, и на самом деле они связаны с технологиями, которые помогают пользователям там, где вы находитесь, которые помогают вам в том, что вы хотите делать каждый день.

По словам Хой Лама, адвоката разработчиков, ML и Android, #AndroidDevChallege объединил разработчиков со всего мира, которые предложили передовые решения, использующие машинное обучение на устройстве, с экспертами в различных областях в Google, чтобы воплотить их идеи в жизнь с помощью инструментов как MLKit и TensorFlowLite.
В приведенном ниже списке (в алфавитном порядке) приводится краткое описание каждого из 10 приложений-победителей. Хотя некоторые из них все еще находятся на начальной стадии, все они доступны для загрузки, так что вы можете попробовать их сами:

AgroDoc помогает фермерам диагностировать болезни растений и составлять планы лечения. [Навнит Кришна; Кочи, Индия]
AgriFarm помогает фермерам выявлять болезни растений и предотвращать серьезные повреждения фруктов и овощей, таких как помидоры, кукуруза и картофель. [Белуджизан, Пакистан]
Eskke упрощает управление мобильными средствами для жителей Конго, позволяя им переводить деньги, оплачивать счета, покупать подписки и необходимое эфирное время с помощью SMS. [Дэвид Мамбере Катхо; Гома, Демократическая Республика Конго]
Липи помогает студентам выучить жесты и символы американского языка жестов. [Принц Патель; Бангалор, Индия]
MixPose – это платформа для потокового вещания, которая дает учителям йоги и профессионалам в области фитнеса возможность учить, отслеживать согласованность и давать отзывы в режиме реального времени. [Питер Ма; Сан-Франциско, Калифорния, США]
Pathfinder может помочь людям с нарушениями зрения ориентироваться в сложных ситуациях, определяя и вычисляя траектории объектов, движущихся на их пути. [Колин Шелтон; Аддисон, Техас, США]
Snore & Cough помогает выявить и проанализировать храп и кашель, чтобы предоставить информацию пользователям, обращающимся за помощью к медицинскому работнику. [Итан Фан; Маунтин-Вью, Калифорния, США]
Stila соединяется с носимым устройством, например браслетом Fitbit, или устройством, работающим на Wear OS by Google, для отслеживания и отслеживания уровня стресса тела. Отслеживая уровень стресса с течением времени, у вас есть шанс лучше понять и справиться со стрессом в своей жизни. [Крыло Индин; Мюнхен, Германия]
Trashly упрощает переработку. Просто наведите камеру устройства на предмет, и через обнаружение объекта приложение идентифицирует и классифицирует пластиковые и бумажные стаканчики, пакеты, бутылки и т. Д. [Эльвин Рахманкулов; Чикаго, Иллинойс, США]
UnoDogs помогает владельцам лучше поддерживать здоровье своего питомца, предоставляя индивидуальную информацию и фитнес-программы. [Чинмани Мишра; Нью-Дели, Индия]

Для меня Stila – отличное приложение, которое использует ML Kit для выявления стресса. Вот его создатель Yingdin Wing демонстрирует это:

По словам Лербаума, для большинства победителей Android Developer Challenge это был их первый набег на машинное обучение, и он далее описывает два ключевых предложения от Google, которые делают машинное обучение на устройстве доступным для миллионов разработчиков по всему миру. и как их использовали некоторые из приложений-победителей:
ML Kit предоставляет разработчикам мобильных приложений технологии машинного обучения Google на устройстве, чтобы они могли встраивать индивидуальные и интерактивные возможности в свои приложения. Сюда входят такие инструменты, как языковой перевод, распознавание текста, обнаружение объектов и многое другое. Eskke, например, использует автономное распознавание текста и сканирование штрих-кода из ML Kit, поэтому пользователи могут сканировать QR-код в киоске мобильных денег и быстро снимать деньги. MixPose использует готовящийся к выпуску ML Kit API обнаружения поз, чтобы определять позиции и движения каждого пользователя в йоге, чтобы учителя могли предоставить обратную связь.
Другой ресурс Google, который использовали многие победители Android Dev Challenge, – это TensorFlow Lite. Эта мощная среда машинного обучения может помочь запускать модели машинного обучения на устройствах Android, iOS и IoT, которые обычно никогда не смогут их поддерживать. Его набор инструментов может использоваться для всех видов мощных приложений, связанных с нейронными сетями, от обнаружения изображений до распознавания речи, обеспечивая использование новейших передовых технологий на устройствах, которые мы носим с собой, куда бы мы ни пошли. Trashly, например, использует настраиваемую модель TensorFlow Lite, чтобы сообщить, можно ли перерабатывать объект и как его перерабатывать.
Лербаум завершает объявление победителей следующими словами:
Полезные инновации, такие как 10 приложений-победителей конкурса Android Developer Challenge, могут изменить способ доступа, использования и интерпретации информации, делая ее доступной тогда, когда она нам нужна, там, где она нужна нам больше всего. Работая с этими разработчиками, сосредоточенными на полезных инновациях, мы надеемся вдохновить новую волну разработчиков раскрыть все возможности этой новой технологии.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *