谷歌公司(Google Inc .)今天宣布了一款名为TensorFlowLite Model Maker的新工具，该工具使用一种称为迁移学习的技术，使机器学习模型适应定制数据集。

TensorFlowLite是谷歌TensorFlow框架的简化版，用于训练机器学习模型。这是一套供开发人员在移动、嵌入式和物联网设备上运行TensorFlow模型的工具。它使机器学习在设备上的操作具有更低的延迟和更小的代码大小。

据说模型制作者将机器学习的概念与应用程序编程接口相结合，开发人员可以使用这些接口在TensorFlowLite框架中训练模型，只需使用几行代码。谷歌表示，然后它可以用来在设备应用程序中部署这些模型。

该工具与TensorFlowHub中的许多模型兼容，TensorFlowHub是一个可重用的机器学习模块库.模型制作者所做的就是采用这些模型，这些模型已经作为一个特定的任务进行了训练，并作为另一个相关的任务进行了再训练。它可以在不同的精度级别上做到这一点，这取决于开发人员在开始时设置的任何参数。

谷歌表示，开发人员可以通过只更改一行代码来适应ModelMaker的架构，从而提高新模型的准确性。一旦特定设备上AI的输入数据被加载，模型制造商将评估模型，然后将其导出为TensorFlowLite模型。

谷歌表示，计划加强模型制作者，以支持更多人工智能任务，包括自然语言处理和物体检测。例如，它计划添加BERT，这是NLP的一种训练技术，允许问答应用。

星座研究公司(Constellation Research Inc .)分析师霍尔格穆勒(Holger Mueller)表示，这家模型制造商的推出只是谷歌长期致力于人工智能民主化的最新举措。