AIアプリを開発したいけど、トレーニングをどこから始めたらいいのかわからない？このローコードツールを使えば、そんな心配は無用です。

Microsoftは、コードを1行も書かずに物体認識モデルをトレーニングできるデスクトップアプリ「Lobe」を開発しました。ただし、このモデルをアプリケーションに組み込むには、ある程度のプログラミングが必要になります。

現実世界でAIアプリを開発するには、開発者は推論だけでなくトレーニングも理解する必要があり、そのすべてが非常に困難に思えるかもしれません。モデルが任意の入力データから判断できるようになるには、まずトレーニングが必要です。トレーニングには、モデルに学習させるためのデータの収集、整理、処理、トレーニングプロセスの実行、テストなどが含まれます。

Lobeは、こうしたトレーニングとテストの煩わしさをすべて取り除こうとしています。技術的な知識は一切不要で、無料で利用できます。WindowsとmacOSで利用可能なこのアプリは、転移学習を用いて、ユーザーが提供しラベル付けした画像を用いて、市販のResNet-50 V2およびMobileNetV2画像認識モデルをトレーニングします。このトレーニング済みモデルに後続の画像を見せると、ラベルが何であるかを正確に推測できます。

例えば、Lobeに猛禽類の画像セットと正しいラベルを入力すると、ハゲワシ、タカ、ワシ、ハヤブサなどの鳥類を学習済みであれば、それらの鳥類の画像を識別できるモデルが生成されます。このエクスポートされたモデルをデスクトップアプリ、モバイルアプリ、ウェブアプリなど、開発中のソフトウェアに統合するには、プログラミングでモデルを組み込む必要があります。

別の例として、Lobe を使い始める最も簡単な方法は、Web カメラから、たとえば水を飲んでいるときと飲んでいないときの画像を取り込み、どちらの場合も検出できるようにトレーニングすることです。

トレーニング済みのエクスポートモデルをサポートされているソフトウェアフレームワークに統合するには、こちらに記載されている手順をご覧ください。簡単に言うと、トレーニング済みのモデルは、AppleのCoreMLアプリフレームワーク、TensorFlow、TensorFlow Liteで読み込める形式に変換できます。つまり、例えばiOSアプリを作成したり、サンプルアプリを使用したりして、CoreMLにモデルを読み込むように指示すれば、ソフトウェアはモデルの出力に基づいて判断を下すことができます。Androidでは、TensorFlow Liteを使用します。

これらはすべて、スマートフォンやPC、ネットワークエッジの機器などのエンドデバイスで利用できます。すべての推論はこれらのデバイス上で実行されるため、処理のために写真をクラウドに送る必要はありません。Lobeで構築されたモデルを使ってデバイス上で実行されます。LobeはMicrosoftのサービスには接続しないと説明されており、インターネット接続がなくても使用できます。

「私たちは、もっと多くの人が機械学習を活用し、初めて試せるようにしたいと考えています」と、Lobe のシニア プログラム マネージャーであるジェイク コーエン氏は述べています。

「これまではできなかった、あるいは、できると気づかなかった方法で、これを使えるようにしたいのです。」

提案されている応用例としては、ダニ、スズメバチ、スズメバチなどの害虫が蜂の巣に侵入するのを、モーションセンサーカメラとRaspberry Pi、そしてLobeで学習させたアプリを使って養蜂家が認識するのを支援することが挙げられます。Lobeは現在、単純な画像認識タスクしか実行できませんが、Microsoftが将来的に物体検出やデータ分類といった機能拡張を行うことが期待されます。®