كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe

التعلم الآلي موجود في كل مكان هذه الأيام ، من تصفية البريد العشوائي والتعرف على الوجه إلى تطبيقات المساعدة الرقمية والسيارات ذاتية القيادة. لكنك لست بحاجة إلى درجة الماجستير لتتعلم كيفية استخدام هذه التقنية المُثيرة للاهتمام ، وذلك بفضل تطبيق جديد من Microsoft يُسمى Lobe.

يُبسط Lobe عملية إنشاء نموذج التعلم الآلي ، بحيث يمكن لأي شخص إنشاء نماذج AI (الذكاء الاصطناعي) دون أي معرفة بالبرمجة. سنشرح كيفية عمل Lobe وكيفية البدء باستخدام هذا التطبيق الذكي الجديد.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

حيث يُعد التعلم الآلي مجموعة فرعية من الذكاء الاصطناعي (AI) والذي يُركز على إنشاء الأنظمة التي تتعلم – أو تُحسن الأداء – استنادًا إلى البيانات التي تستهلكها. إنَّ الذكاء الاصطناعي هو مصطلح شامل يشير إلى أنظمة أو أجهزة تُحاكي الذكاء البشري. وغالبًا ما تتم مناقشة التعلم الآلي والذكاء الاصطناعي معًا ، ويتم استخدام المصطلحات في بعض الأحيان بالتبادل ، ولكنهما لا يمثلان الشيء نفسه. ومن المهم هنا أن نذكر أنه على الرغم من أن جميع تقنيات التعلم الآلي تُعد ذكاءً اصطناعيًا ، إلا أنه ليس كل ذكاء اصطناعي يُمثل تعلمًا آليًا.

ما هو Microsoft Lobe؟

Lobe هو تطبيق سطح مكتب مجاني لنظامي التشغيل Windows و macOS يُتيح للمُستخدمين الذين ليس لديهم خبرة في البرمجة أو علوم البيانات إجراء تجارب في الذكاء الاصطناعي. كما يسمح للمطورين بإضافة إمكانات التعلم الآلي إلى تطبيقاتهم الخاصة.

يُتيح لك Lobe ، الذي حصلت عليه شركة Microsoft في سبتمبر 2018 ، إنشاء نماذج التعلم الآلي باستخدام واجهة مرئية بسيطة بدلاً من كتابة التعليمات البرمجية. في المعاينة العامة الحالية ، يُمكنك تصنيف مجموعات من الصور ، بحيث يتمكن Lobe من التعرف على محتويات الصور المتشابهة.

في مدونة الذكاء الاصطناعي الخاصة بها ، تُقدم Microsoft أمثلة على تدريب Lobe على التعرف على التوت السام وحماية الموارد البحرية من خلال اكتشاف الحيتان في الصور وإرسال التنبيهات عند توفر أماكن وقوف السيارات. كما تم استخدامه في مشروع تربية النحل لاكتشاف الحشرات غير المرغوب فيها التي تغزو أي خلية.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

تُخطط Microsoft لتوسيع ميزات Lobe في المستقبل لتدريب أنواع أخرى من النماذج. سيشمل ذلك اكتشاف الكائنات ، تحديد عناصر مُعينة في الصور ، وتصنيف البيانات ، وما يتم تسميته المعلومات في الجداول.

إليك كيفية إنشاء نموذج التعلم الآلي باستخدام ميزة تصنيف الصور في Lobe.

1. تنزيل وتثبيت Microsoft Lobe

للحصول على تطبيق Lobe لنظام التشغيل Windows أو macOS ، انقر فوق الزر تنزيل في الصفحة الرئيسية أو في أعلى يمين الشاشة من موقع Lobe على الويب. ستحتاج إلى إدخال بعض التفاصيل الشخصية للانضمام إلى Lobe Beta ، بما في ذلك اسمك وعنوان بريدك الإلكتروني وبلدك ، ولكن نظرًا لأن Microsoft لا تتحقق من هذه المعلومات ، يُمكنك إدخال أي تفاصيل مُزيفة.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

في الواقع ، أحد أفضل الأشياء في Lobe هو أنه لا يُهدد خصوصيتك. يعمل التطبيق دون اتصال بالإنترنت وأي بيانات تقوم باستيرادها تبقى على جهاز الكمبيوتر الخاص بك ، بدلاً من تحميلها على السحابة (وخوادم Microsoft).

إنه ملف بحجم كبير (378 ميجابايت وقت كتابة هذا التقرير) ويستغرق تثبيته بضع دقائق. بمجرد الانتهاء من ذلك ، يُمكنك البدء في استخدام Lobe على الفور ، حيث لا توجد أي إعدادات لتكوينها. ما عليك سوى تحديد مربع Run Lobe والنقر فوق Finish.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

2. إضافة وتسمية الصور في Lobe

عند فتح Lobe ، انقر فوق الزر New Project في الزاوية السفلية اليسرى من الشاشة الرئيسية. أدخل اسمًا لمشروعك في أعلى يسار الشاشة. يُمكنك الآن إضافة بعض الصور وتسميتها لإنشاء أول نموذج للتعلم الآلي.

انقر فوق الزر “استيراد” في أعلى يمين الشاشة واختر ما إذا كنت تُريد إضافة صور من جهاز الكمبيوتر الخاص بك ، أو التقاط صور باستخدام كاميرا ويب ، أو استيراد مجموعة بيانات موجودة في شكل مجلد منظم للصور. بالنسبة إلى نموذج الذكاء الاصطناعي الأول لديك ، من الأفضل استخدام الخيار الأول والأبسط.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

حدد ما لا يقل عن خمس صور لنفس الكائن من القرص الصلب ، إما بشكل فردي أو عن طريق الضغط باستمرار على Ctrl (أو Cmd على جهاز Mac) أثناء النقر فوقها. من الناحية المثالية ، يجب أن يكون لها اختلافات في الخلفية أو الإضاءة أو الموضع لمساعدة Lobe على تحديد الأجزاء المهمة. لقد اخترت صور ثعلب من أجل هذا الشرح التوضيحي.

أدخل تسمية وصفية للصورة الأولى ، والتي في مثالنا هي “Fox”. سيحفظ Lobe هذه التسمية ، بحيث يمكنك تطبيقها بسرعة على الصور الأخرى في مجموعة البيانات. انقر بزر الماوس الأيمن فوق الصورة إذا كنت بحاجة إلى تحرير التسمية أو حذف الصورة.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

بعد ذلك ، قم باستيراد مجموعة أخرى من الصور لكائن مُختلف ولكن مُرتبط. اخترت تحميل صور الكلب إلى Lobe لتمييزها عن تلك الخاصة بالثعلب. مرة أخرى ، قم بتسمية الصورة الأولى بعلامة وصفية ، ثم قم بتطبيق نفس التسمية على اللقطات الأخرى. يُمكنك اختياريًا تكرار العملية لمجموعات إضافية ، لكنك تحتاج فقط إلى مجموعتين لإنشاء نموذج.

3. تدريب نموذج التعلم الآلي

بمجرد إنشاء تسميتين على الأقل وتطبيقهما على خمس صور على الأقل لكل منها ، سيبدأ Lobe تلقائيًا في تدريب نموذج التعلم الآلي الخاص بك. ستسمع صوت تأكيد عند اكتمال العملية.

انقر فوق خيار Train في العمود الأيسر لعرض النتائج. حرك مؤشر الماوس فوق صورة وسترى رسالة تقول: “توقع صحيح. يتنبأ Lobe بشكل صحيح بأنَّ هذه الصورة هي [اسم التسمية]. “

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

يُمكنك اختبار ما إذا كان نموذجك يعمل عن طريق استيراد صورة أخرى ، لمعرفة ما إذا كان Lobe يتنبأ بالتسمية الصحيحة. انقر فوق Play على اليسار ، ثم قم إما بسحب وإسقاط صورة في التطبيق ، أو النقر فوق استيراد.

إذا تنبأ Lobe بشكل صحيح بتسمية الصورة المستوردة ، فانقر فوق “علامة صح الخضراء” ؛ إذا لم يكن كذلك ، فانقر فوق الزر الأحمر. استمر في إضافة الصور لتدريب نموذج الذكاء الاصطناعي الخاص بك على التعرف على الأشكال المختلفة للكائن. تقترح Microsoft استخدام ما بين 100 و 1000 صورة لكل تسمية ، اعتمادًا على مدى تعقيد المُهمة.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

4. تحسين نموذج التعلم الآلي

إذا استمر Lobe في تقديم تنبؤات غير صحيحة ، فهناك عدة طرق يمكنك من خلالها جعل نموذج التعلم الآلي أكثر موثوقية.

انتقل إلى قسم Train ، وانقر فوق الزر عرض في أعلى يمين الشاشة واختر غير صحيح أولاً. سيُظهر لك هذا الصور التي تُربك Lobe بشكل مُتكرر. قم باستيراد المزيد من الأشكال المختلفة لهذه الصور ذات التسمية الخاطئة لتمييزها على أنها صحيحة أو غير صحيحة. هذا سيجعل التنبؤات المستقبلية أكثر دقة.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

سيتنبأ Lobe دائمًا بإحدى تسمياتك ، حتى إذا كانت الصورة التي تستوردها لا تحتوي على محتوى ذي صلة. لمنع الخطأ في تحديد الهوية ، أضف صور عناصر بدون صلة وقم بتسميتها بلا ، حتى لا يضطر نموذجك للاختيار بين الإجابات الخاطئة.

إذا كنت تعمل مع مجموعة بيانات كبيرة وتواجه الكثير من التوقعات غير الصحيحة ، فيمكنك إجبار Lobe على تدريب نموذجك بشكل أكثر شمولاً. انقر فوق زر القائمة في أعلى يسار الشاشة ، واختر Optimize Model ، وانقر فوق Optimize.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

5. تصدير نموذج Lobe لاستخدامه في التطبيق

على الرغم من أنه يُمكنك التعديل على إعدادات Lobe من أجل المُتعة ، إلا أنه يُتيح لك أيضًا تصدير نموذج التعلم الآلي الخاص بك بتنسيقات قياسية في المجال ، بحيث يُمكنك استخدامه في تطبيق تقوم بتطويره.

يُمكنك تصدير مجموعات البيانات بتنسيق مثل TensorFlow Lite ، لاستخدامها في تطبيقات Android و تنسيق Internet of Things ؛ مثل Core ML لتطوير تطبيقات iOS و iPad و macOS ؛ و TensorFlow 1.15 SavedModel ، للاستخدام في التطبيقات التي تم برمجتها بلغة Python.

كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

انقر فوق زر القائمة في أعلى يسار الشاشة ، واختر تصدير ، وحدد التنسيق المُفضل لديك. قبل حفظ ملفات النموذج أو التعليمات البرمجية ، سيتاح لك خيار تحسين نموذجك. يحتوي Lobe أيضًا على واجهة برمجة تطبيقات خاصة به (API) لتشغيل النماذج المصدرة في Python و .NET.

لا تقلق إذا كانت هذه الخيارات تبدو متقدمة جدًا بالنسبة لمستوى خبرتك في البرمجة ، لأنَّ Lobe يحفظ مشروعك تلقائيًا. إذا كنت بحاجة إلى مساعدة فنية ومشورة ، يُمكنك زيارة المجموعة الفرعية Lobe على Reddit. كيفية إنشاء نموذج التعلم الآلي باستخدام Microsoft Lobe - شروحات

كل ما تحتاجه هو Lobe

يُقدم Microsoft Lobe طريقة مرئية بسيطة لإنشاء نموذج أساسي للتعلم الآلي ، دون الحاجة إلى القلق بشأن التعليمات البرمجية. يُمكنك استخدامه لتصنيف صور أي شيء تُريده ومحاولة التقاط لقطات من كاميرا الويب الخاصة بك أيضًا.

إذا كانت تجربة Lobe تجعلك متشوقًا لمعرفة المزيد حول التعلم الآلي ، فستجد الكثير من الدورات التدريبية والبرامج التعليمية المجانية عبر الإنترنت لمساعدتك على تطوير مهاراتك ومعرفتك.

المصدر
زر الذهاب إلى الأعلى