MagicaLCore vs Teachable Machine: qual combina com o seu projeto?

O Teachable Machine, do Google, é um dos jeitos mais amigáveis de conhecer o machine learning: você abre uma página web, mostra alguns exemplos para a webcam e, em segundos, um modelo começa a adivinhar. O MagicaLCore busca essa mesma sensação no iPad, e depois vai além, até um modelo dentro de um app de verdade. Eles se sobrepõem, mas foram feitos para destinos diferentes.

Lado a lado

	MagicaLCore	Teachable Machine
Onde roda	Um app em um iPad com M1 ou posterior	Um site, no navegador
Tipos de modelo	Imagem, som, dados tabulares, texto, pose da mão, ação da mão	Imagem, som, pose do corpo
Exemplos a partir de	Pastas de fotos, sons ou vídeos, arquivos CSV, texto, câmera e microfone	Webcam, microfone ou arquivos de imagem
Onde o treinamento acontece	No iPad	No navegador, no seu computador
Ajustes de treinamento	Cada um com uma explicação, além de gráficos de precisão e perda	Opções avançadas de épocas, tamanho do lote e taxa de aprendizagem, com gráficos
Pausar e continuar	Sim, pelo Histórico	Não
Exportação	.mlmodel para o Xcode e o Swift Playgrounds	Formatos do TensorFlow, para a web e outras plataformas
Funciona offline	Sim, é um app instalado	É aberto pelo site
Conta para salvar seu trabalho	Nenhuma	Uma conta Google para salvar projetos no Google Drive (ou baixá-los como arquivo)
Preço	Grátis para começar, Pro quando precisar de mais	Grátis

O que o Teachable Machine faz melhor

• Nada para configurar. Funciona em quase qualquer computador com um navegador moderno e uma webcam.
• Projetos web. Seus modelos são modelos TensorFlow.js, perfeitos para sites, sketches em p5.js e projetos em JavaScript.
• Poses do corpo. Ele consegue classificar a pose do corpo inteiro pela webcam.
• Grátis. Nada para comprar.

O que o MagicaLCore faz melhor

• Mais tipos de pergunta. Além de imagens e sons, ele treina modelos a partir de dados tabulares em arquivos CSV, de texto, de sinais parados da mão e de movimentos da mão em vídeos curtos.
• Feito para apps da Apple. Ele exporta um .mlmodel, o formato usado pelo Xcode e pelo Swift Playgrounds. Você adiciona o modelo a um app para iPhone ou iPad e usa com poucas linhas de Swift. O guia Utilize o seu modelo mostra como, para cada tipo de modelo. Um modelo do Teachable Machine precisa de trabalho extra para rodar dentro de um app em Swift.
• Entenda o que você está fazendo. Cada ajuste tem uma explicação curta ao lado, e há tutoriais passo a passo para cada tipo de modelo, da coleta de dados até o uso do modelo.
• Treinamentos longos que cabem no seu dia. Pause e continue depois pelo Histórico.
• Offline de verdade. Depois de instalado, treinar, testar e exportar não precisam de conexão, o que faz diferença na sala de aula e em saídas de campo.
• Todo o caminho em um só dispositivo. Treine no MagicaLCore, crie o app no Swift Playgrounds e envie para o App Store Connect, tudo pelo iPad.

Privacidade

O Teachable Machine é um produto gratuito do Google. Grátis é ótimo para um primeiro teste, mas vale perguntar como um serviço gratuito se sustenta e para onde vão os seus exemplos. A página dele explica que o treinamento pode ficar no seu computador. Já salvar um projeto na nuvem exige uma conta Google e o Google Drive, e compartilhar um modelo online significa enviá-lo para os servidores do Google.

O MagicaLCore mantém seu trabalho no iPad. Não há conta para criar, treinar, testar e exportar acontece no dispositivo, e suas fotos, sons e textos nunca são enviados para treinar um modelo. Se o iCloud estiver ativado, seus modelos são sincronizados apenas com a sua própria conta do iCloud. Para as escolas, o MagicaLCore EDU vai além: sem anúncios, sem contas e sem rastreamento.

Qual você deve escolher?

• Uma demonstração rápida em um navegador, ou um modelo para um site: Teachable Machine.
• Um modelo para um app de iPhone ou iPad, mais tipos de modelo, ou uma turma com iPads: MagicaLCore e MagicaLCore EDU.

Muitos professores usam os dois: o Teachable Machine para um primeiro contato de cinco minutos, e o MagicaLCore quando os alunos estão prontos para treinar um modelo próprio e criar algo com ele.