L'apprentissage automatique est partout ces jours-ci, du filtrage anti-spam et de la reconnaissance faciale aux applications d'assistance numérique et aux voitures autonomes. Mais vous n'avez pas besoin d'une maîtrise pour apprendre à utiliser cette technologie intéressante, grâce à une nouvelle application de Microsoft appelée Lobe.
Lobe simplifie le processus de création de modèles d'apprentissage automatique, de sorte que n'importe qui peut créer des modèles d'IA (intelligence artificielle) sans aucune connaissance en programmation. Nous expliquerons comment fonctionne Lobe et comment démarrer avec cette nouvelle application intelligente.
L'apprentissage automatique est un sous-ensemble de l'intelligence artificielle (IA) qui se concentre sur la création de systèmes qui apprennent - ou améliorent les performances - en fonction des données qu'ils consomment. L'intelligence artificielle est un terme générique désignant des systèmes ou des appareils qui imitent l'intelligence humaine. L'apprentissage automatique et l'intelligence artificielle sont souvent discutés ensemble, et les termes sont parfois utilisés de manière interchangeable, mais ce n'est pas la même chose. Il est important de mentionner ici que bien que toutes les technologies d'apprentissage automatique soient considérées comme de l'intelligence artificielle, toutes les IA ne sont pas de l'apprentissage automatique.
Qu'est-ce que Microsoft Lobe?
lobe Il s'agit d'une application de bureau gratuite pour Windows et macOS qui permet aux utilisateurs sans expérience en programmation ou en science des données d'expérimenter l'intelligence artificielle. Il permet également aux développeurs d'ajouter des fonctionnalités d'apprentissage automatique à leurs propres applications.
Lobe, que Microsoft a acquis en septembre 2018, vous permet de créer des modèles d'apprentissage automatique à l'aide d'une interface visuelle simple au lieu d'écrire du code. Dans l'aperçu public actuel, vous pouvez classer des groupes d'images afin que Lobe puisse apprendre le contenu d'images similaires.
En Blog sur l'intelligence artificielle Microsoft fournit des exemples de formation Lobe pour reconnaître les baies toxiques et protéger les ressources marines en repérant les baleines sur les photos et en envoyant des alertes lorsque des places de stationnement sont disponibles. Il a également été utilisé dans un projet apicole pour détecter les insectes indésirables qui envahissent n'importe quelle ruche.
Microsoft prévoit d'étendre les fonctionnalités de Lobe à l'avenir pour former d'autres types de modèles. Cela inclura la découverte d'objets, l'identification d'éléments spécifiques dans les images, la classification des données et ce que l'on appelle les informations dans les tableaux.
Voici comment créer un modèle d'apprentissage automatique à l'aide de la fonction de classification d'image de Lobe.
1. Téléchargez et installez Microsoft Lobe
Pour une application Lobe pour Windows ou macOS, cliquez sur le bouton Télécharger sur la page d'accueil ou en haut à gauche de l'écran Le site Web du Lobe. Vous devrez entrer certaines informations personnelles pour rejoindre Lobe Beta, y compris votre nom, votre adresse e-mail et votre pays, mais comme Microsoft ne vérifie pas ces informations, vous pouvez saisir de faux détails.
En fait, l'une des meilleures choses à propos de Lobe est qu'elle ne menace pas votre vie privée. L'application fonctionne hors ligne et toutes les données que vous importez restent sur votre ordinateur, au lieu de les télécharger sur le cloud (et les serveurs de Microsoft).
Il s'agit d'un gros fichier (378 Mo au moment de la rédaction) et son installation prend quelques minutes. Une fois terminé, vous pouvez commencer à utiliser Lobe tout de suite, car il n'y a aucun paramètre à configurer. Il vous suffit de cocher une case Exécuter le lobe Et cliquez Finition.
2. Ajouter et nommer des photos dans Lobe
Lorsque Lobe s'ouvre, cliquez sur le bouton Nouveau projet Dans le coin inférieur gauche de l'écran d'accueil. Entrez un nom pour votre projet en haut à gauche de l'écran. Vous pouvez désormais ajouter et nommer des images pour créer votre premier modèle d'apprentissage automatique.
Cliquez sur le "Importer»En haut à droite de l'écran, choisissez si vous souhaitez ajouter des images depuis votre ordinateur, prendre des photos à l'aide d'une webcam ou importer un ensemble de données existant sous forme de dossier organisé pour les images. Pour votre premier modèle d'IA, il est préférable d'utiliser la première option, plus simple.
Sélectionnez pas moins de cinq images du même objet sur le disque dur, soit individuellement, soit en maintenant Ctrl (Ou Cmd Sur un Mac) en cliquant dessus. Idéalement, il devrait avoir des variations d'arrière-plan, d'éclairage ou de placement pour aider Lobe à repérer les parties importantes. J'ai sélectionné des photos de renard pour ce tutoriel.
Entrez une étiquette descriptive pour la première image, qui dans notre exemple est "Fox". Lobe enregistrera cette étiquette afin que vous puissiez l'appliquer rapidement à d'autres images de votre ensemble de données. Cliquez avec le bouton droit sur l'image si vous avez besoin de modifier l'étiquette ou de supprimer l'image.
Ensuite, importez un autre ensemble d'images pour un objet différent mais lié. J'ai choisi de télécharger les photos du chien sur Lobe pour les distinguer de celles du renard. Encore une fois, étiquetez la première photo avec une balise Meta, puis appliquez la même étiquette aux autres photos. Vous pouvez éventuellement répéter le processus pour des groupes supplémentaires, mais vous n'avez besoin que de deux groupes pour créer un modèle.
3. Formation du modèle d'apprentissage automatique
Une fois que vous avez créé au moins deux étiquettes et les avez appliquées à au moins cinq images chacune, Lobe commence automatiquement à entraîner votre modèle d'apprentissage automatique. Vous entendrez un son de confirmation une fois le processus terminé.
Cliquez sur une option Train Dans la colonne de gauche pour afficher les résultats. Passez votre souris sur une image et vous verrez un message disant: «Prédiction correcte. Lobe prédit correctement que cette image est [nomenclature]. '
Vous pouvez tester si votre modèle fonctionne en important une autre image, pour voir si Lobe prédit le nom correct. Cliquez sur Jouez Sur la gauche, faites glisser et déposez une image dans l'application ou cliquez sur Importer.
Si Lobe a correctement prédit le nom de l'image importée, cliquez sur "coche verte"; Sinon, cliquez sur le bouton rouge. Continuez à ajouter des images pour entraîner votre modèle AI à reconnaître différentes formes de l'objet. Microsoft suggère d'utiliser entre 100 et 1000 XNUMX images par étiquette, en fonction de la complexité de la tâche.
4. Amélioration du modèle d'apprentissage automatique
Si Lobe continue de faire des prédictions incorrectes, il existe plusieurs façons de fiabiliser le modèle d'apprentissage automatique.
Aller à la section Train , Et cliquez sur le bouton Afficher En haut à droite de l'écran et choisissez d'abord Invalide. Cela vous montrera des photos qui confondent fréquemment Lobe. Importez plus de variantes de ces images mal étiquetées pour les marquer comme vraies ou incorrectes. Cela rendra les prévisions futures plus précises.
Lobe prédira toujours l'une de vos étiquettes, même si l'image que vous importez ne contient pas de contenu pertinent. Pour éviter les erreurs d'identification, ajoutez des images d'éléments non liés et nommez-les Aucun, afin que votre formulaire n'ait pas à choisir entre de mauvaises réponses.
Si vous travaillez avec un ensemble de données volumineux et que vous faites face à de nombreuses prédictions incorrectes, vous pouvez forcer Lobe à entraîner votre modèle de manière plus approfondie. Cliquez sur le bouton de menu en haut à gauche de l'écran et choisissez Optimiser le modèle Et cliquez Optimiser.
5. Exportez le modèle Lobe à utiliser dans l'application
Bien que vous puissiez modifier les paramètres de Lobe pour le plaisir, il vous permet également d'exporter votre modèle d'apprentissage automatique dans des formats standard de l'industrie, afin que vous puissiez l'utiliser dans une application que vous développez.
Vous pouvez exporter des ensembles de données dans un format tel que TensorFlow Lite, pour une utilisation dans les applications Android et le format Internet des objets; Tels que Core ML pour développer des applications iOS, iPad et macOS; Et TensorFlow 1.15 SavedModel, à utiliser dans les applications écrites en Python.
Cliquez sur le bouton de menu en haut à gauche de l'écran et choisissez Exporter , Et sélectionnez votre format préféré. Avant d'enregistrer les fichiers de formulaire ou de code, vous aurez la possibilité d'optimiser votre modèle. Lobe possède également sa propre interface de programmation d'application (API) pour exécuter les formulaires exportés dans Python و .NET.
Ne vous inquiétez pas si ces options semblent trop avancées pour votre niveau d'expérience en programmation, car Lobe enregistre automatiquement votre projet. Si vous avez besoin d'assistance technique et de conseils, vous pouvez visiter le sous-groupe lobe Sur Reddit.
Tout ce dont vous avez besoin est un lobe
Microsoft Lobe offre un moyen visuel simple de créer un modèle d'apprentissage automatique de base, sans se soucier du code. Vous pouvez l'utiliser pour classer les images de tout ce que vous voulez et essayer de capturer des captures d'écran de votre webcam.
Si l'expérience Lobe vous incite à en savoir plus sur l'apprentissage automatique, vous en trouverez bien d'autres Cours et tutoriels en ligne gratuits Pour vous aider à développer vos compétences et vos connaissances.
