A Google március végén nyitotta meg egy nagy csomó open source projekt kódját, egyúttal elindítva a Google Open Source oldalt, ami innentől a szóban forgó kódok és információk gyűjteménye lesz. Ez azt jelenti, hogy kiadnak-kiadtak olyan belső dokumentációkat is, amelyekhez eddig csak a cég saját fejlesztői juthattak hozzá – azokat a részeket persze gondosan kipucolják belőlük, amelyek sérthetik a Google üzleti érdekeit.

A gyűjtemény olyan projektekbe nyújt betekintést, mint amilyen az Android, az Angular keretrendszer, a Chromium böngésző, a Kubernetes konténermegoldás, vagy éppen a TensorFlow gépi tanulási könyvtár. Ez utóbbihoz jelent meg a napokban egy speciális alkalmazásprogramozási interfész, a Tensorflow Object Detection API, amely az eddig is rendelkezésre álló technológiához most sokféle és könnyen alkalmazható, kvázi előregyártott megoldást kínál a fejlesztőknek.

Ők maguk is ezt használják

A többihez hasonlóan nyílt forrású keretrendszer a képi objektumok azonosítására szolgáló modellek felépítését, betanítását és telepítését segíti, a Google pedig az API közzétételével a legkorszerűbb technológiák egyikével támogatja a gyors adatfeldolgozást és kutatást. Fontos, hogy a fejlesztőknek lehetőségük van az adott feladatokra szabni a modelleket, a kódok igazodnak a különböző kritériumokhoz az elvárt pontosságtól a rendelkezésre álló számítási teljesítményen keresztül a felhő alapú rendszerekig.
 

A fejlesztők gyakran kerülnek kényszerű választások elé: nem mindegy, hogy egy nagy teljesítményű szerver vagy egy mobiltelefon erőforrásaira kell építeniük, esetleg a felhőből kell futtatniuk az alkalmazásokat, ami nyilvánvalóan internetkapcsolatot feltételez és befolyásolja a látenciát is, ha már mindenhol követelmény lett a valós idejű adatfeldolgozás. A Google API-a ezekben a kompromisszumokban segít a modellek egyszerűsítésének alternatív megközelítésével.

A Tensorflow technológiát, azon belül pedig a most közzétett kódokat a Google mérnökei is használják, például a NestCam vagy a Street View felvételeinek elemzésében, de ezek működnek a vállalat netes képkereső szolgáltatásában is. A Google elképzelései szerint a dolog többről szól majd egy GitHub-szerű, közösen hizlalt kódkészletnél: az AI-k esetében különösen fontos, hogy a fejlesztők és adattudósok egymás munkájára – és persze a Google már meglévő fejlesztéseire – építkezhessenek, ami az egyre intelligensebb rendszerek építésének egyik feltétele.

Mindenki a fejlesztőket keresi

A nagy dotkom cégek sorban pumpálják az erőforrásokat a mobilos felhasználás, ezen belül is a külső fejesztők támogatásába. A legutóbbi, a fentiekhez kapcsolódó példa a Facebook Caffe2Go mélytanuló algoritmusa és utóbb megnyitott keretrendszere, amelynek látványos implementációja volt az élő videókat filterező Style Transfer technológia is.

A mezőnyben egyebek mellett ott nyomul a Microsoft (Cognitive Toolkit) és az Amazon (Apache MXNet). Az Apple a WWDC konferencián jelentette be a CoreML-t, amelynek célja a gépi tanulással kapcsolatos folyamatok támogatása az iOS alapú eszközökön, illetve a kiterjesztett valóság funkcióit összegyűjtő ARKit-et, amelynek ugyancsak fontos része az objektumfelismerés.