^
Turi Create zestaw narzędzi do nauczania maszynowego od Apple

Turi Create zestaw narzędzi do nauczania maszynowego od Apple

Jaromir Kopp

17 grudnia 2017

Turi Create jest zestawem narzędzi do tworzenia modeli wykorzystywanych podczas rozpoznawania danych za pomocą Core ML. Apple udostępnił niedawno Turi Create na GitHub.

Turi Create… od teraz Core ML jest kompletne

W najnowszych systemach Apple programiści mogą używać funkcji Core ML, czyli systemu sztucznej inteligencji do analizy i rozpoznawania danych. Wykorzystuje on specjalne modele danych na przykład do rozpoznawania przedmiotów na zdjęciach, osób, poprawnego kadru. Jednak Core ML nie ogranicza się tylko do obrazów. Rozpoznawać można wszelkie złożone dane np. dźwiękowe, tekstowe, czy pochodzące z sensorów. Dobrze przygotowany model będzie mógł rozpoznać np. czy w tekście pojawiają się wulgaryzmy, nawet jak będą „ukrywane”, a po nagraniu dźwiękowym pozna emocje mówiącego. Analiza danych z sensorów również daje ogromne pole do popisu.
Jak działa Core ML
A to wszystko za pomocą kilkunastu linijek kodu w programie!

Model w maszynowym uczeniu

Jak mam nadzieję, zauważyliście Core ML bez „dobrego modelu”, nie jest nic warte. I tu pojawiał się problem. Aby stworzyć model dla Core ML, należało mieć odpowiednie, specjalizowane oprogramowanie oraz sporą wiedzę. To była wysoko postawiona poprzeczka, którą mogli przeskoczyć jedynie deweloperzy z większych firm.
Turi Create znacznie obniża wymagania. Pakiet narzędzi można zainstalować i używać na wielu systemach: macOS 10.12+, Linux (z glibc 2.12+), Windows 10 (przez WSL). Jest on napisany w Python 2.7. Do użycia wymaga nadal pewniej wiedzy, ale wielu deweloperów powinno sobie z nim poradzić, wspierając się dołączoną dokumentacją i przykładami: https://github.com/apple/turicreate/tree/master/userguide
Narzędzia Turi Create zostały opracowane i były rozwijane przez startup Turi. Został on kupiony ponad rok temu przez Apple.
Więcej o systemie można się dowiedzieć z nadal działającej strony: Turi.com
Jestem bardzo ciekaw, w jaki sposób i do jakich celów deweloperzy zaczną teraz używać Core ML i technik maszynowego nauczania. W połączeniu z ARKit może przynieść to niesamowite efekty. Byle by nam to baterii nie drenowało za bardzo. Tu w lepszej sytuacji są posiadacze iPhone’ów X, 8 Plus i 8. A11 z Bionic Engine w takich zadaniach zużywa mniej energii.
Turi Create na GitHub https://github.com/apple/turicreate

Jaromir Kopp

Użytkownik komputerów Apple od 1991 roku. Dziennikarz technologiczny, programista i deweloper HomeKit. Propagator przyjaznej i dostępnej technologii. Lubi programować w Swift i czystym C. Tworzy rozwiązania FileMaker. Prowadzi zajęcia z IT i programowania dla dzieci oraz młodzieży, szkoli też seniorów. Współautor serii książek o macOS wydanych przez ProstePoradniki.pl. Projektuje, programuje oraz samodzielnie wykonuje prototypy urządzeń Smart Home. Jeździ rowerem.
Komentarze (0)
L

0 komentarzy