Membangun aplikasi yang didukung AI bukanlah hal yang mudah. Saya tahu. Saya pernah merasakan kesulitan tersebut karena keuntungan menggunakan teknologi ini sering kali sebanding dengan perjuangannya. Sebagaimana pepatah, kenikmatan jus sebanding dengan upaya memerasnya.
Untungnya, selama lima tahun terakhir, mengembangkan dengan machine learning jauh lebih mudah berkat fitur yang mudah digunakan. Sekarang saya hanya membutuhkan waktu singkat untuk membangun dan menyesuaikan model machine learning dan jauh lebih lama untuk mengembangkan aplikasi tradisional.
Dalam postingan ini, saya akan menjelaskan beberapa fitur Google Cloud AI favorit yang mudah digunakan dan berbagi tips untuk membangun aplikasi yang didukung AI dengan cepat. Mari kita mulai.
Gunakan Model Terlatih
Salah satu bagian paling lambat dan tidak menyenangkan dari project machine learning adalah mengumpulkan data pelatihan berlabel--contoh berlabel yang bisa “dipelajari” oleh algoritme machine learning.
Namun untuk sebagian besar kasus penggunaan umum, Anda tidak perlu melakukannya. Daripada membangun model sendiri dari awal, Anda bisa memanfaatkan model terlatih yang telah dibangun, disetel, dan dijaga oleh orang lain. Google Cloud AI API adalah salah satu contohnya.
Cloud AI API memungkinkan Anda menggunakan machine learning untuk melakukan hal-hal seperti:
Model machine learning yang mendukung API ini serupa dengan yang digunakan di banyak aplikasi Google (seperti Foto). Mereka dilatih dengan set data yang sangat besar dan sering kali sangat akurat! Sebagai contoh, saat saya menggunakan Video Intelligence API untuk menganalisis video keluarga, label yang spesifik seperti “bridal shower,” “pernikahan,” “permainan baseball,” bahkan “senyuman bayi bisa terdeteksi.”
Tentu saja Cloud AI API berjalan di cloud. Namun jika Anda memerlukan solusi gratis dan offline, TensorFlow.js dan ML Kit menyediakan sejumlah model terlatih yang bisa Anda jalankan langsung di browser atau perangkat seluler. Bahkan ada kumpulan model TensorFlow terlatih yang lebih besar lagi di TensorFlow Hub.
Model Khusus yang Mudah dengan AutoML
Meskipun Anda bisa menemukan model terlatih untuk banyak kasus penggunaan, terkadang Anda perlu membangun sesuatu yang sangat khusus. Mungkin Anda ingin membangun model yang menganalisis pemindaian medis seperti sinar-X untuk mendeteksi keberadaan penyakit. Atau mungkin Anda ingin mengurutkan widget dari sesuatu di jalur perakitan. Atau memprediksi pelanggan yang paling mungkin melakukan pembelian bila menerima katalog Anda.
Oleh karena itu, Anda perlu membangun model khusus. AutoML adalah fitur Google Cloud AI yang memudahkan proses ini. AutoML memungkinkan Anda melatih model khusus pada data Anda sendiri, Anda bahkan tidak perlu menulis kode untuk melakukannya (kecuali Anda menginginkannya).
Dalam animasi gif di bawah ini, Anda bisa melihat bagaimana saya menggunakan AutoML Vision untuk melatih model yang mendeteksi komponen rusak di papan sirkuit. Antarmuka untuk memberi label pada data adalah klik-dan-tarik, dan melatih model semudah mengklik tombol “Train New Model.” Saat model menyelesaikan pelatihan, Anda bisa mengevaluasi kualitasnya di tab “Evaluate” dan melihat kesalahan yang dibuatnya.
AutoML bekerja pada gambar (AutoML Vision), video (AutoML Video), bahasa (AutoML Natural Language dan AutoML Translation), dokumen, dan data tabular (AutoML Tables) seperti yang mungkin Anda temukan di database atau spreadsheet.
No comments :
Post a Comment