Anuncio de los ganadores de #AndroidDevChallenge, basado en el aprendizaje automático de dispositivos

publicado por Jacob Lehrbaum Director de Relaciones con Desarrolladores, Android

Desarrolladores como usted siempre han jugado un papel importante en la innovación de Android. Hace más de 10 años, cuando lanzamos el SDK de Android, también anunciamos el Desafío del desarrollador de Android para recompensar las aplicaciones modelo y destacar nuevas formas de resolver los problemas de los usuarios. Mientras Android supera los límites del aprendizaje automático, 5G, folletos y más, los desarrolladores continúan ayudando a dar forma a estas nuevas fronteras. Para celebrar este trabajo, relanzamos el desafío en 2019, centrándonos en la "Innovación útil", basada en el aprendizaje automático basado en máquinas.

Recibimos cientos de proyectos creativos y, a fines del año pasado, elegimos a 10 ganadores que combinaron una idea fuerte y la sed de dar vida. Desde entonces, hemos trabajado con esos ganadores para ayudar a convertir sus ideas en realidad. Y hoy anunciamos los 10 ganadores. Algunos todavía están al comienzo de su viaje, ¡pero ahora sus aplicaciones están listas para descargarse y probarse! !

• AgroDoc ayuda a los agricultores a diagnosticar enfermedades de las plantas y planificar planes de tratamiento. [Navneet Krishna; Kochi, India]
• AgriFarm ayuda a los agricultores a detectar enfermedades de las plantas y prevenir daños graves a las frutas y verduras como los tomates, el maíz y las papas. [Balochisan, Pakistan]
• Eskke simplifica la administración de dinero móvil para las personas en el Congo al permitirles transferir dinero, pagar facturas, comprar suscripciones y tiempo aire esencial a través de SMS. [David Mumbere Kathoh; Goma, Democratic Republic of Congo]
• Leepi ayuda a los estudiantes a aprender gestos con las manos y símbolos del lenguaje de señas estadounidense. [Prince Patel; Bengaluru, India]
• MixPose es una plataforma de transmisión en vivo que ofrece a los profesores de yoga y profesionales de la aptitud física la oportunidad de enseñar, controlar la alineación y proporcionar comentarios en tiempo real. [Peter Ma; San Francisco, California, USA]
• Pathfinder podría ayudar a las personas con discapacidad visual a navegar situaciones complejas mediante la identificación y el cálculo de las trayectorias de los objetos que se mueven a lo largo de su camino. [Colin Shelton; Addison, Texas, USA]
• Ronquidos y tos le ayuda a identificar y analizar los ronquidos y la tos para ayudar a proporcionar información a los usuarios que buscan atención médica. [Ethan Fan; Mountain View, California, USA]
• Stila se combina con un dispositivo portátil, como la correa Fitbit o un dispositivo que ejecuta el sistema operativo Wear de Google para controlar y controlar los niveles de estrés corporal. Al monitorear los niveles de estrés a lo largo del tiempo, tiene la oportunidad de comprender y manejar mejor el estrés en su vida. [Yingdin Wing; Munich, Germany]
• Trashly simplifica el reciclaje. Simplemente apunte la cámara en el dispositivo hacia un artículo y, a través de la detección de objetos, la aplicación identifica y clasifica vasos, bolsas, botellas de plástico y papel [Elvin Rakhmankulov; Chicago, Illinois, USA]
• UnoDogs ayuda a los propietarios a apoyar mejor el bienestar su mascota, brindando información personalizada y programas de acondicionamiento físico. [Chinmany Mishra; New Delhi, India]

Hacer que el aprendizaje automático sea más accesible en el dispositivo, con ML Kit y TensorFlow Lite

El aprendizaje automático se está convirtiendo cada vez más en una herramienta más accesible para desarrolladores con antecedentes limitados o ausentes en tecnología. De hecho, para la mayoría de los ganadores del Android Developer Challenge, esta fue su primera incursión en el aprendizaje automático. Esto se debe en parte a dos ofertas clave de Google, que ponen el aprendizaje automático basado en máquinas al alcance de millones de desarrolladores de todo el mundo.

El primero es Kit ML . ML Kit ofrece tecnologías de aprendizaje automático en dispositivos Google para desarrolladores de aplicaciones móviles, de modo que puedan crear experiencias personalizadas e interactivas en sus aplicaciones. Esto incluye herramientas como traducción de idiomas, reconocimiento de texto, detección de objetos y más. Eskke por ejemplo, utiliza el reconocimiento de texto sin conexión y el escaneo de códigos de barras del ML Kit para que los usuarios puedan escanear el código QR en un quiosco de dinero móvil y retirar dinero rápidamente. Y MixPose usa la próxima API de detección de pose de ML Kit para detectar las posiciones y movimientos de yoga de cada usuario, de modo que los maestros puedan proporcionar comentarios.

El otro recurso de Google utilizado por muchos de los ganadores del Android Dev Challenge fue TensorFlow Lite. Este potente marco de aprendizaje automático puede ayudarlo a ejecutar modelos de aprendizaje automático en dispositivos Android, iOS e IoT que normalmente nunca podrían admitirlos. Su conjunto de herramientas se puede utilizar para todo tipo de potentes aplicaciones relacionadas con redes neuronales, desde la detección de imágenes hasta el reconocimiento de voz, brindando la última tecnología de vanguardia a los dispositivos que llevamos con nosotros a donde quiera que vayamos. Trashly por ejemplo, utiliza un modelo personalizado de TensorFlow Lite para informar si un objeto es reciclable y cómo reciclarlo.

La innovación útil, como las 10 aplicaciones ganadoras de Android Developer Challenge, tiene el potencial de cambiar la forma en que accedemos, usamos e interpretamos la información, haciéndola disponible cuando la necesitamos, donde más la necesitamos. Al trabajar con estos desarrolladores centrados en innovaciones útiles, esperamos inspirar a la próxima ola de desarrolladores para desbloquear lo que es posible con esta nueva tecnología.

¿Cuál es la próxima semana de la semana de Android Machine Learning?

Al comenzar la segunda semana de # 11WeeksOfAndroid, centrada en el aprendizaje automático, destacaremos las nuevas herramientas y recursos disponibles para los desarrolladores de Android. Aquí hay una muestra del resto de esta semana:

• Martes – Kit ML El SDK ML llave en mano se ha sometido a una revisión importante con su nueva oferta en el dispositivo este mes. Conozca la mejora sustancial en la usabilidad del desarrollador, el soporte de CameraX y la dirección posterior de la plataforma.
• Miércoles – Modelos personalizados . Cuando el SDK preempaquetado no satisface completamente sus necesidades, las herramientas de Android Studio, TensorFlow Lite y ML Kit pueden ser la respuesta. Además de las ofertas individuales, también destacaremos cómo se pueden usar juntas.
• Jueves – Diseño ML. Consulta las mejores prácticas para tomar decisiones sobre los productos de ML en la guía People + AI. Iremos detrás de escena de la aplicación Read Along, una aplicación ML en el dispositivo que ayuda a aumentar la alfabetización universal. ¡Traiga a todo su equipo porque todos, incluidos UXer, ingenieros y gerentes de producto, están invitados!

Martes y miércoles también tendremos un "codelab del día" luego descargue Android Studio 4.1 beta ahora, ¡congele una hora en su horario y emprenda este viaje de ML con nosotros!

* Las aplicaciones presentadas aquí son proyectos de los desarrolladores individualmente y no de Google.