近年来，随着对人工智能 (AI) 和机器学习 (ML) 的需求持续增长，您可能已经听说过很多。技术世界中的这两个术语因一个特定原因而被反复讨论：它们使我们的设备硬件超出了其物理限制。例如，最好的 Android 手机依靠 AI 或 ML 模型从相机中获得更令人印象深刻的照片。本指南讨论了 Google ML Kit 以及它如何使用高效的设备上处理来改善我们的智能手机体验。

谷歌一直是在智能手机中使用设备上处理的最大支持者之一，其历史可以追溯到最初的谷歌 Pixel。利用 AI 和 ML 模型的最早用途之一是相机，它仍然是当今移动设备的主导力量之一。Google 在 AI 和 ML 方面的奉献和力量仍在其最新的Google Pixel 7和Google Pixel 7 Pro智能手机上不断发展。现在，随着谷歌 Tensor芯片为这些设备提供动力，它们将继续超越许多硬件限制，正如他们多年前强调的那样。

凭借 Google 在 AI 和 ML 方面的巨大成功和领导地位，Google 还希望为所有移动应用程序开发人员提供与他们使用的相同的功能。因为如果没有第三方应用程序开发人员不断创造新体验，我们的智能手机就会缺乏个性和独特性。由于这些开发人员对移动行业的成功至关重要，因此为他们提供成功所需的一切非常有意义。这就是 Google ML Kit 发挥作用的地方。这些强大的设备端 AI 和 ML 功能不再是 Google 独有的。

谷歌机器学习套件：简介

在 2018 年 Google I/O 大会上宣布，Google ML Kit旨在为移动设备带来易于使用的设备上机器学习功能。谷歌希望这个过程尽可能无缝，让开发者更专注于他们最擅长的事情——创新。因此，Android 和 iOS 开发人员可以使用 Google 提供的免费软件开发工具包 (SDK) 并将其应用到他们的应用程序中。这通过由 Google 先进的内部 ML 模型提供支持的机器学习功能、管道和 API 开启了一个充满可能性的新世界。

ML Kit SDK 针对移动设备进行了优化，确保您获得最佳体验。在以前的方法中，机器学习模型需要一个单独的专用服务器，依靠云与移动设备进行通信。使用 Google ML Kit 利用设备上功能的强大功能，应用程序开发人员可以离线运行这些复杂的操作。通过在受支持的设备上进行硬件加速，您可以获得更多的性能提升和更少的延迟。使用适用于 Google ML Kit 的易于实施的 API 还消除了收集数据和训练机器学习模型的复杂步骤。

在讨论设备上与基于云的计算和机器学习模型时，隐私也会浮现在脑海中。通过在本地设置中提供这些功能，数据永远不会离开移动设备。它可以在没有网络连接的情况下工作。当使用 Google ML Kit 进行这些计算时，应用程序使用的移动数据较少，因为它不依赖于云服务器。尽管如此，当存储在云中时，ML 模型和数据集的范围或大小通常很大。减少在移动设备上运行的总体占用空间会削弱它们的功能，但它们仍然非常强大。