Lobe ist genau das Richtige für Deep Learning und Entwickler von AI

lobe

Deep Learning ist jetzt viel einfacher zu programmieren und zu trainieren.

Lobe ist ein neues Projekt, das visuelle Programmierung mit optischer Datenmodellierung kombiniert. Es geht auf zwei Ingenieure und einen Designer zurück, die sich auf künstliche Intelligenz (AI) spezialisiert haben. Lobe zieht einen Schlussstrich unter einen Großteil des lästigen Kleinkrams beim Programmieren von AI, sodass den Entwicklern mehr Zeit bleibt, sich auf ihre Lernmodelle zu konzentrieren und diese zu trainieren.

Als Start-up ist Lobe noch ziemlich einfach. Es beruht einzig und allein auf einer Handy-Kamera und verschiedenen Sensoren. Beispiele gefällig? Gerne: eine App, mit der sich Pflanzen erkennen lassen, eine App zur Gestenerkennung und eine App als Stimmgerät für unterschiedliche Saiteninstrumente.

Sinn und Zweck von Lobe ist die vereinfachte Erzeugung von Deep-Learning-Modellen. Vereinfacht ausgedrückt handelt es sich um eine visuelle Programmierung, bei der unterschiedliche Ansichten so lange miteinander verbunden werden, bis eine Interpretation gelingt, die den Programmierer zufriedenstellt. Das „Emoji” erkennt menschliche Gesichter und den jeweiligen Gesichtsausdruck und weist den Gesichtern dann das passende Emoji zu – ein einfaches (aber beeindruckendes) Beispiel.

Sie fragen sich, wie das Team auf die Idee kam, ihre Erfindung auf den Namen Lobe zu taufen? Als „Lobe” werden die kartenbasierten Ansichten bezeichnet. Aufgrund der Drag-and-Drop-Funktion der visuellen Programmierschnittstelle sind diese Lobes sozusagen Herz und Seele der Plattform.

Doch auf der Plattform läuft nichts automatisch, und sie ist alles andere als geeignet für Turing. Für das Training der einfachen Gestenerkennung musste das Team erst einmal mehrere Fotos von Personen schießen, die unterschiedliche Gesten zeigten. Die Bilder wurden dann in Ordner abgelegt, die mit dem passenden Emoji versehen wurden. Anschließend wurden diese Ordner in ein Lobe-Projekt eingebunden.  Ja, das ist das ganze Geheimnis.

Natürlich sind diese Projekte erweiterbar. Lobe besitzt eine Bibliothek mit Modellen, mit der sich fast jedes Projekt weiterentwickeln lässt. Jeder kann seine eigene Bibliothek auf die Plattform hochladen und so der gesamten Community zur Verfügung stellen.

Sobald das Modell trainiert wurde, reibungslos läuft und funktioniert – ja, was dann? Mit Lobe lassen sich Modelle in TensorFlow oder CoreML exportieren und über Apps verwenden. Außerdem gibt es eine API, die sich in die Codebase integrieren lässt, sodass das Modell auch auf anderen Hosts läuft; Lobe unterstützt viele Programmiersprachen wie zum Beispiel C, Java, JSON, JavaScript, Swift, Python, PHP und Ruby.

Lobe bietet unzählige Vorteile. Sein Interface ist fantastisch, es ist kinderleicht anzuwenden, und es ist nicht halb so umständlich wie andere Trainingsmodelle. Seine offene Plattform bietet jede Menge Synergieeffekte. Wenn es überhaupt einen Nachteil hat, dann den, dass Lobe mühelos aufgekauft werden könnte. Und wir hassen den Gedanken, dass jemand Lobe einen Riegel vorschiebt und verhindert, was es alles für Deep Learning tun könnte.

Weitere Artikel

Warum sich Projektmanager weiterentwickeln müssen

Karriere mit 40+: So bleiben Sie als ITler am Ball

Unglücklich im Job: 6 Anzeichen dafür, dass Sie kündigen sollten

No comments yet.

Leave a Reply