Android is een ander platform waarop Google zich heeft gericht en hun inspanningen zijn duidelijk zichtbaar – Android heeft een marktaandeel van meer dan 87,9%. Met de nieuwste Android P om de hoek, lijkt het een goed moment om het beste van twee werelden te nemen – Machine Learning en Android en te laten zien waarom Android meer dan waarschijnlijk zijn concurrenten zal verslaan met behulp van de gigantische intelligentie van Google en waarom AI dat zal doen. zowel gewone gebruikers als ontwikkelaars aantrekken.
Hier zijn een paar redenen waarom.
Google Assistent
Google kondigde zijn virtuele helper in mei 2016 aan tijdens zijn jaarlijkse conferentie, Google I/O. Google beschreef het als een “conversatie-assistent” en hoopte dat het “een omgevingservaring zou bieden die zich over verschillende apparaten uitstrekt”. En de ontvangen feedback was overwegend positief.
Natuurlijk is Google niet de enige die een poging doet om zijn gebruikers software te helpen. In feite is het niet eens de eerste – Apple bracht bijna tien jaar geleden, oktober 2011 een bètaversie van Siri uit met zijn iPhone 4S. Om te zeggen dat software zoals Siri een lange weg heeft afgelegd in deze 7 jaar zou een grove understatement. Het lijkt erop dat elke techgigant om de week zijn eigen assistenten vrijgeeft. Terwijl de meest prominente Microsoft’s Cortana, Amazon’s Alexa, Samsung’s Bixby, Google’s Assistant en Apple’s Siri zijn, onthult bijna elke recensie van professionele testers degene die erin slaagt om bijna alles te slingeren wat ze naar hen gooien. En dat is de Google Assistent.
Het heeft zijn waarde talloze keren bewezen in taken variërend van spraakherkenning en contextueel begrip tot het verstrekken van beknopte maar uitgebreide informatie voor alle vragen die de gebruiker kan stellen.
Sommigen zouden zeggen dat het andere virtuele assistenten jaren voorloopt, hoewel verbeteringen zoals de Duplex dit alleen maar bevestigen.
AI-aangedreven apps
Techreuzen erkennen het belang van het integreren van machine learning in hun producten en aangezien onze systemen steeds krachtiger worden en mensen meer gegevens genereren dan ooit, is het geen wonder waarom ze dat doen. Dit blijkt uit bedrijven die intelligente berekeningen toepassen en promoten.
Apple heeft er bij ontwikkelaars op aangedrongen om het relatief nieuwe CoreML-framework te gebruiken dat kan worden gebruikt om machine learning-modellen te trainen voor het ontwikkelen van apps voor iOS. Het is nog te vroeg om een oordeel te vellen over deze stap van Apple, maar het is vrij veilig om te zeggen dat de roodfruit-iPhone-fabrikant te laat op het feest is.
Google bracht in 2015 een open source-framework uit met de naam Tensorflow, nadat het meer dan 4 jaar intern was getest en ontwikkeld. Sindsdien heeft het de badge van industriestandaard gekregen en is het een van de meest actieve repository’s op GitHub. Het is ontwikkeld met ontwikkelaars in gedachten en heeft meerdere poorten voor verschillende besturingssystemen en ondersteunt ook meerdere programmeertalen, zodat een ontwikkelaar zich meteen thuis voelt.
Tensorflow Lite is het doel van Google om native ondersteuning te hebben voor zijn deep learning-modellen in Android-telefoons. Apps zoals Gmail maken hier al gebruik van door iets dat ‘slimme antwoorden’ wordt genoemd, te gebruiken die in feite gewoon proberen de situatie en context van een ontvangen e-mail te begrijpen en een paar opties weergeven die een goed antwoord op de genoemde kunnen opleveren. Een andere bekende app is Foto’s van Google die gebruikmaakt van deep learning, een populaire vorm van machine learning, om mensen te herkennen aan foto’s die op de smartphone zijn opgeslagen en om mogelijke opties voor te stellen, zoals ze met de persoon zelf te delen of een geheel nieuw album voor hen te maken.
Om een lang verhaal kort te maken, Google is al begonnen met rollende apps zoals Vertalen, Assistent, Foto’s, Gmail, enz. en heeft de nodige tools gemaakt voor ontwikkelaars om hetzelfde te doen met hun eigen apps. Dat brengt ons bij het volgende onderwerp –
Extreem goede ondersteuning voor ontwikkelaars
Google is altijd geliefd geweest bij ontwikkelaars. Naast het aanbieden van geweldige mogelijkheden zoals GSOC, heeft het open source bibliotheken uitgebracht zoals scikit-learn en TensorFlow die enorm populair en succesvol zijn binnen de ontwikkelaarsgemeenschap.
Zelfs Android, dat open source is, biedt veel flexibiliteit voor ontwikkelaars en daarom zullen ontwikkelaars zich natuurlijk veel meer richten op het bouwen van schaalbare, geoptimaliseerde apps voor dit platform.
Google wil dat steeds meer mensen dit gebied van machines betreden en heeft inspanningen geleverd om dit te doen. Een voorbeeld hiervan is de Machine Learning Crash Course. Het is een volledig nieuwe cursus gericht op ontwikkelaars met bijna geen eerdere ervaring op het gebied van AI. Het begeleidt de gebruiker van elementaire lineaire algebra-concepten naar geavanceerde convolutionele neurale netwerken.
Android-ontwikkelaars kregen aandacht met de aankondiging van Tensorflow Lite, een ecosysteem voor het genoemde platform. Het werkt soepel met de officiële Android IDE, Android Studio, om apps te ontwikkelen met hetzelfde consistentieniveau als voorheen.
Google Duplex
Google slaagde er niet in om de kaken van bezoekers en de kijkers van zijn ontwikkelaarsconferentie voor 2018 vol ontzag op de grond te laten vallen. Het toonde iets waar de ontwikkelaars bij Google hard aan hadden gewerkt, genaamd Google Duplex.
Het is een uitbreiding van de toch al krachtige Google Assistent die de gebruiker helpt zijn/haar dag door te komen door afspraken of boekingen te maken voor diensten zoals het bestellen van eten in een winkel die niet online aanwezig is of het laten knippen van een kapsalon voor de gebruiker.
Het werd gepresenteerd door Sundar Pichai en het publiek klapte in de handen. En waarom zouden ze niet? Ze waren getuige van een eeuwenoude test, de Turing-test genaamd, die bijna tien jaar verwijderd moest zijn van een oplossing, zij het op een heel specifieke manier vernietigd.
