Lobe:超小白的機器學習平台,讓你不懂編程也能自造數據集

..

【獵雲網(微信號:ilieyun)】5月10日報道(編譯:楊卟咚)

機器學習的理論並不難掌握。如果你要在軟件中添加人臉識別功能,首先要收集大量圖片,然後,在軟件進行了無數次學習之後,就能在眾多照片中識別出人臉了。問題是,雖然理論好理解,但是相應的軟件卻很難操作,更不要說精通了。你必須創建各種自定義的代碼位,然後將其複製到軟件的多個位置上,除此之外,你還要對數據分析有着非常直觀的認識,如此才能順利地開發相關功能。

但是 Lobe 的出現改變了這一切,這個平台似乎成了目前最人性化的機器學習平台。在收集了大量圖像或音頻之後,把它們拖放到 Lobe 的網站上,基於此,Lobe 將自動創建學習機器。這個過程不需要編程,你甚至可以將現成的 AI 代碼堆疊到自己的項目中。而你創建和輸出的全部內容都基於目前通行的 Tensorflow 人工智能學習系統標準,也就表示,你設計的功能與 Web、iOS 和 Android 上的應用程序是兼容的。

Lobe 是一家由風投支持的初創企業,在發展近兩年後,它逐漸展現在世人眼前。該公司設計方面的負責人麥克·馬特斯(Mike Matas)表示,他是個不會編程的設計師,他又提到,機器學習的風潮讓很多設計師也望塵莫及。馬特斯希望 Lobe 能促進同行的發展,至少也能在機器學習方面提供快速原型。

馬特斯說:「作為 UI 設計師,我用的主要是 Photoshop,我的設計也都是走靜態接口。也就是說,我的每個解決方案都是屏幕上的一個按鈕。後來我學會了 UX,就開始設計迭代原型,突然之間,我們可以利用運動、交互和手勢來解決問題了。」 具體是如何實現的呢?馬特斯展示了一款來自圖像識別系統的工具,它可以把人的手勢翻譯成 emoji 表情。

inline-i-1-Lobe-Is-A-Machine-Learning-Platform-For-Complete-Idiots.jpg?imageMogr2/strip/interlace/1/quality/80/format/jpg

首先,馬特斯創建了一個訓練集,其中創建的文件夾以各種 emoji 表情為標籤。然後,他往每個文件夾里放滿了手勢照片。為了訓練機器,他把這整組文件夾拖到了 Lobe 的瀏覽器窗口中。當服務器試着將手勢轉化為 emoji 表情時,Lobe 也清晰地反映了這一流程。Lobe 做的絕不僅僅是系統圖像分類,平台會自動對照片進行模糊或提亮處理,以此顯現訓練集照片的差異性。這表示 Lobe 可以從少量照片中學到大量內容,也節約了很多時間。

inline-i-5-Lobe-Is-A-Machine-Learning-Platform-For-Complete-Idiots

Lobe 的儀錶板盤還能實時顯示圖像識別模型的準確度,你可以點開圖片樣本,就可以看到計算機針對每個實例給出的結論。在照片模塊中,你可以調整參數,觀察極值下的分析結論。你還可以訪問視圖,從計算機的視角查看圖像,藉此明晰機器學習背後的道理。在這一趨勢下,算法偏差也許會日漸降低。

另外,Lobe 的出彩之處在於,用戶可以為 emoji 表情項目尋找「幫手」,也就是直接從 Lobe數據庫調取相關「lobes」。沒錯,這就是 Lobe 的插件概念,它可以為用戶提供機器學習邏輯方面的幫助,在前人的智慧之上,用戶就能輕鬆創建一個項目了。

而馬特斯就在他的 emoji 表情項目上添加了一個 lobe,這個 lobe 幫機器消除了照片噪聲,讓機器能只關注手部。每張照片將被 lobe 裁剪得只剩手部,所以機器無需再去定位手部位置,因而提高了學習效率。馬特斯說:「我們正在讓人工智能更加模塊化。這也是軟件的核心思想。有了平台,就能利用大家的代碼來創建更抽象的東西。現在的人工智能,可以說是一招鮮吃遍天。」

Lobe 還能使用音頻文件,創建音樂類可視化工具,但馬特斯希望平台能繼續接入語音功能。基本上,你想要的功能 Lobe 都能滿足,而且很多研究機器學習的程序員都測試過 Lobe,表示功能上沒有什麼局限。

怎麼才能試用 Lobe 呢?價格又是多少?該公司目前正在針對小型案例逐個進行 Beta 測試,但尚未披露盈利途徑。比起其他前端接口,Lobe 的大部分服務勝在服務器資源,但是,訓練機器需要佔用大量的計算時間,所以訪問 Lobe 的花銷可能不小,甚至收費方式不會採用月租模式,而是採用基於電力消耗的定價模型。我們詢問了 Lobe 的商業模式,但公司不願過多透露。但我們目前知道的是,Lobe 不會成為軟件,它是一個平台、一種服務,也是能夠擁抱機器學習市場的一種商業模式。


想在手機閱讀更多電腦與科技資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems