Дапамажыце dev.by 🤍
Падтрымаць

«Ни строчки кода». Платформа Lobe делает машинное обучение доступным для всех

Пакінуць каментарый
«Ни строчки кода». Платформа Lobe делает машинное обучение доступным для всех

Машинное обучение применяется во множестве сфер, однако освоить его получается не у всех. Создатели платформы Lobe намерены решить эту проблему, сделав технологию более доступной, сообщает TechCrunch.

Зачастую у людей появляются отличные идеи с применением искусственного интеллекта, реализовать которые они не имеют возможности. Это и подтолкнуло разработчика интерфейсов и сооснователя Lobe Майка Матаса на создание такой платформы.

По словам Матаса, Lobe берёт сложные понятия машинного обучения, вроде выделения признаков или помеченных данных, и помещает их в простой и интуитивный пользовательский интерфейс. Здесь можно, например, создать приложение, которое распознаёт жесты и подбирает к ним эмоджи, при этом не написав и даже не увидев ни строчки кода. Подробности скрыты от пользователя, но при желании он сможет изучить всю необходимую информацию по приложению. Скорость и простота разработки приложений откроют массу новых возможностей для людей, которые не владеют необходимыми техническими знаниями и сложными фреймворками, уверены основатели

На сайте платформы есть множество примеров приложений, которые умеют читать по губам, отслеживать жесты и положение тела или создавать реалистичные цветочные лепестки. Для работы системе лишь понадобятся некоторые вводные данные.

Модели, созданные при помощи Lobe, можно использовать не только на сайте или через API. Это открытый инструмент, с помощью которого можно тренировать, тестировать и корректировать модели, а затем переносить их на любую другую платформу.

Сейчас Lobe находится на стадии закрытого бета-тестирования, но уже собрала позитивные отзывы среди пользователей. По мнению Матаса, Lobe позволит снизить порог вхождения в разработку и приведёт к появлению множества новых продуктов с использованием машинного обучения: профессионалы из самых разных сфер деятельности смогут активнее применять технологию и самостоятельно создавать рабочие модели для своей области.

Чытайце таксама
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
BBC: система распознавания лиц в Москве состоит из четырех алгоритмов. Они определяют эмоции
BBC: система распознавания лиц в Москве состоит из четырех алгоритмов. Они определяют эмоции
BBC: система распознавания лиц в Москве состоит из четырех алгоритмов. Они определяют эмоции
AI научился предсказывать преступления за неделю до их совершения
AI научился предсказывать преступления за неделю до их совершения
AI научился предсказывать преступления за неделю до их совершения
Разработчик прошел два топовых курса по машинному обучению и выбрал лучший
Разработчик прошел два топовых курса по машинному обучению и выбрал лучший
Разработчик прошел два топовых курса по машинному обучению и выбрал лучший
Сегодня в свободном доступе в сети можно найти массу материалов по машинному обучению (МО), но подобрать наиболее оптимальный ресурс может быть довольно сложно. Программист и разработчик Логан Спирс прошёл курс по машинному обучению на Coursera и краткосрочную программу для разработчиков алгоритмов МО от Udacity. Для тех, у кого нет времени изучить оба, Спирс сделал сравнение двух программ, которое поможет определиться с выбором.
2 каментарыя

Хочаце паведаміць важную навіну? Пішыце ў Telegram-бот

Галоўныя падзеі і карысныя спасылкі ў нашым Telegram-канале

Абмеркаванне
Каментуйце без абмежаванняў

Рэлацыраваліся? Цяпер вы можаце каментаваць без верыфікацыі акаўнта.

Каментарыяў пакуль няма.