기계 학습은 트렌드이다. CERN의 입자의 탐구 에서 Google의 인간의 음성 합성 까지 모든 곳에 사용되고있다. 그러나 장애물이 높다. 그러나 비디오 편집, 오디오 편집의 실제 동작은 복잡 극히 것이지만, 호기심 만 있으면 아이도 손을 댈 정도로 뛰어난 UI가 많이 실용화되고있다.
그렇다면 기계 학습에서도 같은 일이있을 것이다라는 것이 Lobe 의 설립자들의 개념이다. Lobe는 LEGO 블록을 결합하는 것만 큼 쉽게 기계 학습 모델을 만들 수있게하는 플랫폼을 제공하는 시작이다.
공동 창업자 중 한 사람인 지금까지의 각종위한 디지털 인터페이스를 데자이난 해 온 Mike Matas 이야기를들을 수 있었다. Matas이 플랫폼의 목적과 개발의 동기에 대해 이야기를 구했습니다.
"지금까지 AI를 사용하면 이런 일이있을 것이라는 아이디어를 생각 나는 있지만, 실행하는 데 충분한 지식이없는 상황이 많이 있었다. 아무리 좋은 아이디어도 AI 전문가 팀을 고용 할 수없는 토바 의미가 없었다 "고 Matas 말한다.
사실 그 자신, 이런 상황을 경험했다.
그래서 나는 스스로 AI 모델을 만들 수있는 지 알아 보았다. 분명히 입구에는 많은 술어, 프레임 워크, 수학 등 난제가 가로막고 있었다. 그러나 거기를 어떻게 든 빠져 나가는하면 개념 자체가 직관적으로 이해할 수있는 것이었다. 기계 학습은 인간에 물건을 가르치는와 기본적으로 동일한 방식이기 때문에 일반 프로그래밍보다 부드러운 정도 다
그렇게해도 술어는 난해하고, 개발 장치는 아직 황삭이었다. 기계 학습은 강력한 기술이지만, UI로서 아직 Photoshop에서 이미지 편집을 같은 수준이되어 있지 않았다.
지금까지의 기계 학습에서는 다양한 요소를 직접 조합 할 필요가 있었다. 다운로드가 필요한 코드가 다수 있었다. 사실 저도 프레임 워크를 시작으로 다운로드하고 조합해야한다 소프트웨어의 수가 너무 많아 때문에 싫어졌다. 나는 UI 디자이너이기 때문에 그렇다면 이런 복잡한 상황을 정리하여 누구나 이해할 수있는 UI를 구축하는 기회가 아닌가 생각했다
Matas와 Markus Beissinger, Adam Menges가 공동 설립자로되어 출범시킨 Lobe은 기계 학습을 이용하여 대량의 데이터에서 의미있는 특징을 추출하여 라벨을 지정하기위한 직관적으로 이해하기 쉬운 비주얼 인터페이스 를 만들고있다. 아래에 임베드 한 데모 영상에서는 손의 제스처를 카메라로 읽어 이모티콘으로 변환하는 응용 프로그램을 만드는 과정이 자세하게 소개되어있다. 응용 프로그램을 개발하는 데 컴퓨터 언어의 지식은 필요 없다. 코드의 처리는 한 줄도 나오지 않는다. 하물며 코드를 작성할 필요가 없다. 물론 필요하다면 (또한 능력이 있으면) 상세 수준에 들어서 조정할 수있다. Lobe의 플랫폼은 매우 사용하기 쉽고, 처리도 빠르다. 충분한 데이터가 기계 학습에 의한 처리 가능성을 느끼고있는 것이 기술적 노하우가없는 사용자가 쉽게 새로운 애플리케이션을 개발할 가능성을 열어 준 것이다.
Matas이 상황을 PC의 초기에 비유한다.
그때까지 컴퓨터를 취급 할 수있는 전문 엔지니어와 컴퓨터 과학자 뿐이었다. "전문가 만 컴퓨터를 취급하여야 컴퓨터 이용법을 생각할 수도 전문가 만이된다. 그러나 80 년대 후반이되면 컴퓨터는 창의적인 방법이 많이 등장했다. 그것은 대부분의 UI 개선에 의한 것 이었다.
Matas은 기계 학습에 관해서도 사용하기 쉬운 UI의 등장으로 시작 장애물이 떨어지면 새로운 앱이 홍수처럼 등장 할 것으로보고있다. "데이터 과학 이외의 분야의 사람들도 자신들의 과제에 기계 학습을 적용 할 수 있다고 생각하기 시작했다. 게다가 앞으로 아이디어에서 프로토 타입을 만드는 기계 학습 전문가의 손을 빌리지 않고 스스로 할 수 있도록 된다 "고 말했다.
기계 학습의 응용이 기대되는 분야는 무수히 있지만, Lobe에서는 간단한 모듈에서 측정 인식, 제스처 인식, 読唇術 꽃잎 같은 대상을 리얼하게 재현하는 등 다양한 응용이 가능해진다 것을 보여 있다. 학습의 기반이되는 데이터는 사용자가 제공해야한다. 그러나 기계 학습에서 처리하는 것은 이제 어려운 부분이 아니라된다고한다.
기계 학습 커뮤니티는 오픈 소스에 충실한 것을 모토로하고있다. Lobe도 자신의 API를 통해 Lobe의 서버에서만 작동하지 않도록 모델은 채용하지 않습니다. "Lobe의 아키텍처는 Tensorflow 같은 개방형 표준을 기반으로하고있다 .Lobe 학습, 테스트 및 조정 등을 한 후에는 어떤 플랫폼에서 컴파일하여 운영 할 수있다"는 것이다.
현재 Lobe은 아직 폐쇄 베타 단계이다. "문의가 쇄도하고있다. 강한 관심을 끌고있는 것은 확실하다. 노출은 서서히 가지만 가능한 한 작게 시작 할거야. 우리는 서두르지 않고 신장에 있던 방식을 것"이라고 Matas는 말했다.