Google lança novas APIs de machine learning para desenvolvedores
A Google quer melhorar a capacidade dos desenvolvedores de integrar a tecnologia de machine learning em apps. Novas APIs fazem parte do ML Kit da empresa.

A Google quer melhorar a capacidade dos desenvolvedores de integrar a tecnologia de machine learning↳Machine learning39 conteúdosClassificador de Sentimentos – Azure MLData · abr 2019Inteligência Artificial e Machine Learning: O que você precisa saberAI · fev 2024Inteligência Artificial: seminário online da USP debate o futuro do aprendizado de máquinaGestão Dev & TI · jun 2021Ver tudo em AI → em seus aplicativos. As novas APIs fazem parte do ML Kit da empresa.
São elas: object detection (detecção de objetos), tracking (ratreamento), on-device translation (tradução no dispositivo) e AutoML Vision Edge.
A informação é da agência SDTimes, que ouviu Christiaan Prins, gerente de produto do Google. Segundo Prins, “nós vemos um forte engajamento dos usuários que usam esses recursos e, como estamos ampliando o ML Kit com mais APIs, vemos esse engajamento acelerar”.
APIs para desenvolvedores
A empresa disse que lançou as novas APIs como resposta ao feedback dos desenvolvedores. Essa resposta dos profissionais se concentrou em três temas centrais: mais APIs básicas, ajuda com UX↳UX33 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025UX, IA e Front-End: quando experiência, inteligência e código se encontram para criar o futuro digitalProduto & UX · jul 2025Novidades em UX/UI para 2025: O futuro do design de experiências digitaisProduto & UX · abr 2025Ver tudo em Produto & UX → e maior personalização.
O ML Kit tem o objetivo de fornecer experiência de pesquisa visual em tempo real. Isso é possível por meio da nova API de detecção e rastreamento de objetos. Ela pode ser combinada com uma solução de nuvem para rastrear coordenadas de objetos e a sua própria classificação, de acordo com a empresa.
A API de tradução do Google funciona no dispositivo de maneira off-line. Já o AutoML Vision Edge permite que os usuários criem modelos de classificação de imagem personalizados. Eles podem ser executados nos dispositivos dos usuários.






