Como treinar um modelo de machine learning no iPad, sem Mac e sem código

Antes, treinar o seu próprio modelo significava um computador, ferramentas especiais e muita preparação. Com um iPad com chip M1 ou posterior, o MagicaLCore reúne todo o processo numa só app: traz os exemplos, treina, testa e exporta um modelo que pode usar na sua própria app.

Este guia percorre tudo do início ao fim, com os hábitos que fazem a diferença entre um modelo que funciona numa demonstração e um que funciona na vida real.

1. Escolha o tipo de modelo certo

Parta da pergunta a que quer que o modelo responda. O MagicaLCore treina seis tipos de modelos:

Modelo	Responde a	Exemplo
Imagem	O que há nesta fotografia?	Fruta madura ou verde, tipos de folhas
Som	Que som é este?	Cantos de aves, instrumentos, alguém a bater à porta
Dados tabulares	Que categoria, ou que número, a partir destas colunas?	Prever uma altura a partir da mão, do pé e da envergadura
Texto	De que trata este texto, ou que tom tem?	Organizar mensagens por tema
Pose da mão	Que gesto parado da mão é este?	Pedra, papel ou tesoura
Ação da mão	Que movimento da mão há neste vídeo?	Gestos curtos num vídeo

Se a sua pergunta encaixa num destes, o iPad é tudo o que precisa.

2. Recolha bons exemplos

A qualidade de um modelo depende sempre dos seus dados. Algumas regras que ajudam com qualquer tipo de modelo:

• Uma pasta por classe. O nome da pasta passa a ser a etiqueta: madura, verde. Para dados tabulares, use um ficheiro CSV com uma coluna para o valor que quer prever.
• A variedade vale mais do que a quantidade. Fotografias de ângulos diferentes, com luz e fundos diferentes. Sons gravados em divisões diferentes.
• Mantenha as classes equilibradas. Quantidades parecidas de exemplos por classe. Um modelo treinado com 10 fotografias de uma coisa e 1000 de outra aprende a apostar na classe maior.
• Recolha o que o modelo vai ver. Se a sua app vai usar a câmara do iPad ao ar livre, treine com fotografias tiradas com uma câmara semelhante, ao ar livre.
• Guarde alguns exemplos à parte. Exemplos que o modelo nunca viu durante o treino são a forma honesta de o testar.

3. Configure o treino, com cada definição explicada

Pode treinar com as definições predefinidas e obter um primeiro modelo útil. Quando quiser mais controlo, o MagicaLCore mostra cada definição com um botão de informação que explica em palavras simples para que serve. Aprende o vocabulário do machine learning enquanto o usa, em vez de adivinhar.

4. Veja-o aprender

Durante o treino, o MagicaLCore desenha a precisão e a perda dos dados de treino e de validação, iteração a iteração. Duas coisas a observar:

• As duas precisões sobem juntas: o modelo está a aprender coisas que também funcionam em exemplos que não memorizou.
• A precisão de treino continua a subir enquanto a de validação estagna: o modelo está a memorizar. Exemplos mais variados costumam ajudar mais do que mais iterações.

Um treino longo e uma aula curta ou um dia atarefado? Pause-o e continue mais tarde a partir do Histórico, exatamente onde parou.

5. Teste-o como um utilizador faria

Os números são um começo, mas o verdadeiro teste é experimentar o modelo com exemplos novos. O MagicaLCore permite testar com as suas próprias fotografias, ficheiros de áudio, uma linha de dados ou uma frase, ou em direto com a câmara e o microfone. Experimente os casos difíceis: pouca luz, ruído de fundo, um ângulo invulgar. Cada erro diz-lhe que exemplos deve adicionar a seguir.

6. Exporte um .mlmodel a sério

Quando estiver satisfeito, exporte um ficheiro .mlmodel com nome, autor e descrição. É o formato padrão que o Xcode e o Swift Playgrounds entendem, por isso pode colocá-lo dentro de uma app para iPhone ou iPad. O guia Utilize o seu modelo do MagicaLCore mostra o código para cada tipo de modelo.

Porquê no iPad?

• Sem Mac. Treine, teste e exporte no mesmo dispositivo. Com o Swift Playgrounds pode até criar a app lá.
• Privado por conceção. Treinar, testar e exportar acontece tudo no iPad. Os seus datasets nunca são enviados para treinar um modelo.
• Vai consigo para todo o lado. Uma visita de estudo, um jardim, uma sala de aula: pode recolher exemplos e treinar no mesmo sítio.

Lista rápida: uma pasta por classe, exemplos variados e equilibrados, alguns guardados à parte para testar, teste os casos difíceis e depois exporte.