Como criar um modelo de aprendizado de máquina com o Microsoft Lobe
O aprendizado de máquina está em toda parte hoje em dia, desde filtragem de spam e reconhecimento facial a assistentes de voz e carros sem motorista. Mas você não precisa de um mestrado para aprender a usar essa tecnologia incrível, graças a um novo aplicativo da Microsoft chamado Lobe.
O Lobe simplifica o processo de aprendizado de máquina, para que qualquer pessoa possa criar modelos de IA (inteligência artificial) sem nenhum conhecimento de codificação. Explicaremos como o Lobe funciona e como começar a usar essa nova ferramenta inteligente.
O que é o Microsoft Lobe?
Lobe é um aplicativo de desktop gratuito para Windows e macOS que permite que pessoas sem experiência em programação ou ciência de dados conduzam experimentos em inteligência artificial. Ele também permite que os desenvolvedores adicionem recursos de aprendizado de máquina a seus próprios aplicativos.
Adquirido pela Microsoft em setembro de 2018, o Lobe permite construir modelos de aprendizado de máquina usando uma interface visual simples, em vez de escrever código. Na visualização pública atual, você pode classificar conjuntos de imagens, para que o Lobe possa identificar o conteúdo de imagens semelhantes.
Em seu blog de IA , a Microsoft dá exemplos de Lobe sendo treinado para reconhecer bagas venenosas, proteger recursos marinhos ao avistar baleias em fotos e enviar alertas quando houver vagas de estacionamento disponíveis. Também foi usado em um projeto de apicultura para detectar insetos indesejados invadindo uma colmeia.
A Microsoft planeja expandir os recursos do Lobe no futuro para treinar outros tipos de modelos. Isso incluirá a detecção de objetos, que localiza itens específicos nas imagens, e a classificação de dados, que rotula as informações nas 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 obter o aplicativo Lobe para Windows ou macOS, clique no botão Download na página inicial ou no canto superior direito do site do Lobe . 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 falsificá-las.
Na verdade, uma das melhores coisas sobre o Lobe é que ele não compromete sua privacidade. O aplicativo funciona offline e todos os dados importados permanecem em seu computador, em vez de serem carregados para a nuvem (e para a Microsoft).
É um download bem 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 nenhuma configuração a ser definida. Basta marcar a caixa Executar Lobe e clicar em Concluir .
2. Adicionar e rotular imagens no Lobe
Quando o Lobe for aberto, clique no botão Novo projeto no canto inferior esquerdo da tela inicial. Digite um nome para o seu projeto no canto superior esquerdo. Agora você pode adicionar e rotular algumas imagens para criar seu primeiro modelo de aprendizado de máquina.
Clique no botão Importar no canto superior direito e escolha se deseja adicionar imagens de seu computador, capturar fotos de uma webcam ou importar um conjunto de dados existente na forma de uma pasta estruturada de imagens. Para seu primeiro modelo de IA, é melhor usar a primeira opção mais simples.
Selecione pelo menos cinco imagens do mesmo assunto em seu disco rígido, individualmente ou mantendo pressionado Ctrl ou Cmd enquanto clica nelas. Idealmente, eles devem ter variações no plano de fundo, iluminação ou posição para ajudar o Lobe a identificar as partes importantes. Escolhi fotos da raposa do nosso bairro.
Insira um rótulo descritivo para a primeira imagem, que em nosso exemplo é “raposa”. O Lobe salvará este rótulo, para que você possa aplicá-lo rapidamente às outras imagens no conjunto de dados. Clique com o botão direito em uma imagem se precisar editar o rótulo ou excluir a imagem.
Em seguida, importe outro conjunto de imagens de um assunto diferente, mas relacionado. Escolhi fotos do meu cachorro para o Lobe distinguir das da raposa. Novamente, rotule a primeira imagem com uma tag descritiva e, em seguida, aplique o mesmo rótulo às outras fotos. Você pode opcionalmente repetir o processo para conjuntos adicionais, mas você só precisa de dois para criar um modelo.
3. Treine seu 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 seu modelo de aprendizado de máquina automaticamente. Você ouvirá um som de confirmação quando o processo for concluído.
Clique na opção Treinar na coluna à esquerda para ver os resultados. Passe o mouse sobre uma imagem e você verá uma mensagem dizendo: “Predição correta. Seu Lobe está prevendo corretamente que esta imagem é [nome do rótulo]. ”
Você pode testar se seu modelo funciona importando outra imagem, para ver se o Lobe prevê o rótulo correto. Clique em Reproduzir à esquerda e arraste e solte uma imagem no aplicativo ou clique em Importar.
Se o Lobe prever corretamente o rótulo da imagem importada, clique no botão verde; se não, clique no botão vermelho. Continue adicionando imagens para treinar seu modelo de IA para reconhecer diferentes variações do assunto. A Microsoft sugere o uso de 100 a 1.000 imagens por etiqueta, dependendo da complexidade da tarefa.
4. Otimize seu modelo de aprendizado de máquina
Se o Lobe continuar fazendo previsões incorretas, há várias maneiras de tornar seu modelo de aprendizado de máquina mais confiável.
Vá para a seção Train, clique no botão View no canto superior direito e escolha Incorrect First . Isso mostrará quais imagens confundem o Lobe com mais frequência. Importe mais variações dessas imagens com rótulos incorretos para marcar como corretas ou incorretas. Isso tornará as previsões futuras mais precisas.
O Lobe sempre prevê um de seus rótulos, mesmo que a imagem importada não contenha conteúdo relacionado. Para evitar erros de identificação, adicione imagens de espaço reservado e rotule-as de Nenhum , para que seu modelo não seja forçado a escolher entre as respostas erradas.
Se estiver trabalhando com um grande conjunto de dados e tendo muitas previsões incorretas, você pode forçar o Lobe a treinar seu modelo de maneira mais completa. Clique no botão do menu de três linhas no canto superior esquerdo, escolha Otimizar modelo e clique em Otimizar .
5. Exporte seu modelo de lóbulo para usar em um aplicativo
Embora você possa brincar com o 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 em desenvolvimento.
Você pode exportar conjuntos de dados como TensorFlow Lite, para uso em aplicativos Android e Internet das Coisas; como Core ML para desenvolver aplicativos iOS, iPad e macOS; e como TensorFlow 1.15 SavedModel, para uso em aplicativos codificados na linguagem Python.
Clique no botão de menu no canto superior esquerdo, escolha Exportar e selecione seu formato preferido. Antes de salvar os arquivos ou código do seu modelo, você terá a opção de otimizá-lo. O Lobe também tem sua própria API (interface de programação de aplicativo) para executar modelos exportados em Python e .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 ajuda técnica e aconselhamento, você pode visitar o subreddit da Comunidade Lobe .
Tudo que você precisa é Lobe
O Microsoft Lobe oferece uma maneira visual simples de criar um modelo básico de aprendizado de máquina, sem a necessidade de se preocupar com o código. Você pode usá-lo para classificar imagens de qualquer coisa e tentar capturar fotos de sua webcam também.
Se experimentar o Lobe deixa você ansioso para aprender mais sobre aprendizado de máquina, você encontrará muitos cursos e tutoriais online gratuitos para ajudá-lo a desenvolver suas habilidades e conhecimento.
