O aprendizado de máquina está em todos os lugares atualmente, desde filtragem de spam e reconhecimento facial a aplicativos para assistência digital e carros autônomos. Mas você não precisa de um mestrado para aprender a usar essa tecnologia interessante, graças a um novo aplicativo da Microsoft chamado Lobe.
O Lobe simplifica o processo de construção de modelos de aprendizado de máquina, para que qualquer pessoa possa criar modelos de IA (Inteligência Artificial) sem nenhum conhecimento de programação. Explicaremos como o Lobe funciona e como começar a usar este novo aplicativo inteligente.
O aprendizado de máquina é um subconjunto de inteligência artificial (IA) que se concentra na criação de sistemas que aprendem - ou melhoram o desempenho - com base nos dados que consomem. Inteligência artificial é um termo genérico que se refere a sistemas ou dispositivos que imitam a inteligência humana. O aprendizado de máquina e a inteligência artificial costumam ser discutidos juntos, e os termos às vezes são usados de forma intercambiável, mas não são a mesma coisa. É importante mencionar aqui que, embora todas as técnicas de aprendizado de máquina sejam consideradas inteligência artificial, nem toda IA é aprendizado de máquina.
O que é Microsoft Lobe?
lóbulo É um aplicativo de desktop gratuito para Windows e macOS que permite que usuários sem experiência em programação ou ciência de dados façam experiências com inteligência artificial. Ele também permite que os desenvolvedores adicionem recursos de aprendizado de máquina a seus próprios aplicativos.
O Lobe, adquirido pela Microsoft em setembro de 2018, permite criar modelos de aprendizado de máquina usando uma interface visual simples em vez de escrever código. Na visualização pública atual, você pode classificar grupos de imagens, para que o Lobe possa aprender o conteúdo de imagens semelhantes.
في Artificial Intelligence Blog A Microsoft fornece exemplos de treinamento do Lobe para reconhecer frutos venenosos e proteger os recursos marinhos, avistando baleias em fotos e enviando alertas quando há vagas de estacionamento disponíveis. Também foi usado em um projeto de apicultura para detectar insetos indesejados que invadem qualquer colmeia.
A Microsoft planeja estender os recursos do Lobe no futuro para treinar outros tipos de modelos. Isso incluirá descoberta de objetos, identificação de objetos específicos em imagens, classificação de dados e o que é chamado de informações em tabelas.
Veja como criar um modelo de aprendizado de máquina usando o recurso de classificação de imagem do Lobe.
1. Baixe e instale o Microsoft Lobe
Para um aplicativo Lobe para Windows ou macOS, clique no botão Download na página inicial ou no canto superior esquerdo da tela The Lobe Website. Você precisará inserir alguns dados pessoais para ingressar no Lobe Beta, incluindo seu nome, endereço de e-mail e país, mas, como a Microsoft não verifica essas informações, você pode inserir quaisquer detalhes falsos.
Na verdade, uma das melhores coisas sobre o Lobe é que ele não ameaça sua privacidade. O aplicativo funciona sem uma conexão com a internet e todos os dados importados permanecem no seu computador, em vez de carregá-los na nuvem (e nos servidores da Microsoft).
É um arquivo grande (378 MB no momento da escrita) e leva alguns minutos para instalar. Uma vez feito isso, você pode começar a usar o Lobe imediatamente, pois não há configurações a serem definidas. Você só precisa marcar uma caixa Executar Lobe E clique Acabamento.
2. Adicionar e nomear fotos no Lobe
Quando o Lobe abrir, clique no botão Novo projeto No canto inferior esquerdo da tela inicial. Digite um nome para o seu projeto no canto superior esquerdo da tela. Agora você pode adicionar e nomear algumas imagens para criar seu primeiro modelo de aprendizado de máquina.
Clique no "importar”No canto superior direito da tela, escolha se deseja adicionar fotos do seu computador, tirar fotos usando uma webcam ou importar um conjunto de dados existente como uma pasta organizada para fotos. Para seu primeiro modelo de IA, é melhor usar a primeira e mais simples opção.
Selecione não menos que cinco imagens do mesmo objeto do disco rígido, individualmente ou mantendo pressionado Ctrl (ou cmd Em um Mac) enquanto clica nele. Idealmente, deve haver variações no plano de fundo, iluminação ou posicionamento para ajudar o Lobe a localizar as partes importantes. Eu escolhi fotos de raposas para este tutorial.
Insira um rótulo descritivo para a primeira imagem, que em nosso exemplo é "Fox". O Lobe salvará este rótulo, para que você possa aplicá-lo rapidamente a outras imagens em seu conjunto de dados. Clique com o botão direito na imagem se precisar editar o rótulo ou excluir a imagem.
Em seguida, importe outro conjunto de imagens para um objeto diferente, mas relacionado. Eu escolhi enviar as fotos do cachorro para o Lobe para diferenciá-las das da raposa. Mais uma vez, rotule a primeira imagem como metatag e aplique o mesmo rótulo às outras fotos. Você pode opcionalmente repetir o processo para grupos adicionais, mas você só precisa de dois grupos para criar um modelo.
3. Treinar o modelo de aprendizado de máquina
Depois de criar pelo menos dois rótulos e aplicá-los a pelo menos cinco imagens cada, o Lobe começará a treinar automaticamente seu modelo de aprendizado de máquina. Você ouvirá um som de confirmação quando o processo for concluído.
Clique em uma opção Trem Na coluna da esquerda para exibir os resultados. Passe o mouse sobre uma imagem e você verá uma mensagem que diz: “Previsão correta. Lobe prevê corretamente que esta imagem é [nome]. '
Você pode testar se o seu modelo funciona importando outra imagem, para ver se o Lobe prevê a nomenclatura correta. Clique Jogar À esquerda, arraste e solte uma imagem no aplicativo ou clique em Importar.
Se Lobe previu corretamente a nomenclatura da imagem importada, clique na "marca de seleção verde"; Caso contrário, clique no botão vermelho. Continue adicionando imagens para treinar seu modelo de IA para reconhecer diferentes formas do objeto. A Microsoft sugere o uso de 100 a 1000 imagens por etiqueta, dependendo da complexidade da tarefa.
4. Melhorar o modelo de aprendizado de máquina
Se o Lobe continuar a fazer previsões incorretas, há várias maneiras de tornar o modelo de aprendizado de máquina mais confiável.
Vá para uma seção Trem , E clique no botão mostrar No canto superior direito da tela, selecione Inválido primeiro. Isso mostrará fotos que freqüentemente confundem o Lobe. Importe mais variantes dessas imagens com rótulos incorretos para marcá-las como verdadeiras ou incorretas. Isso tornará as previsões futuras mais precisas.
O Lobe sempre prevê um de seus rótulos, mesmo se a imagem que você está importando não tiver conteúdo relevante. Para evitar erros de identificação, adicione imagens de itens não relacionados e nomeie-os como Nenhum, para que o formulário não tenha que escolher entre as respostas erradas.
Se estiver trabalhando com um grande conjunto de dados e enfrentando muitas previsões incorretas, você pode forçar o Lobe a treinar seu modelo de maneira mais completa. Clique no botão de menu no canto superior esquerdo da tela e escolha Modelo de otimização , E clique Otimize.
5. Exporte o modelo Lobe a ser usado no aplicativo
Embora você possa ajustar as configurações do Lobe para se divertir, ele também permite exportar seu modelo de aprendizado de máquina em formatos padrão do setor, para que você possa usá-lo em um aplicativo que desenvolver.
Você pode exportar conjuntos de dados em um formato como TensorFlow Lite, para uso em aplicativos Android e no formato da Internet das Coisas; Como Core ML para desenvolvimento de aplicativos iOS, iPad e macOS; E TensorFlow 1.15 SavedModel, para uso em aplicativos escritos em Python.
Clique no botão de menu no canto superior esquerdo da tela e escolha Exportar , E selecione seu formato preferido. Antes de salvar arquivos de formulário ou código, você terá a opção de otimizar seu modelo. O Lobe também tem sua própria interface de programação de aplicativos (API) para executar os modelos exportados em Python و . NET.
Não se preocupe se essas opções parecerem muito avançadas para o seu nível de experiência em programação, porque o Lobe salva seu projeto automaticamente. Se precisar de assistência técnica e aconselhamento, você pode visitar o subgrupo lóbulo No Reddit.
Tudo que você precisa é um lóbulo
O Microsoft Lobe oferece uma maneira visual simples de criar um modelo básico de aprendizado de máquina, sem se preocupar com o código. Você pode usá-lo para classificar imagens de qualquer coisa que desejar e também tentar capturar imagens de sua webcam.
Se a experiência do Lobe o mantém ansioso para aprender mais sobre o aprendizado de máquina, você encontrará muito mais Cursos e tutoriais online grátis Para ajudá-lo a desenvolver suas habilidades e conhecimentos.
