Definition

Was ist Create ML?

| Autor / Redakteur: Stefan Luber / Nico Litzel

(Bild: © aga7ta - stock.adobe.com)

Create ML ist ein Framework von Apple für maschinelles Lernen. Es erlaubt das Erstellen und Trainieren von Machine-Learning-Modellen innerhalb des Apple-Ökosystems. Die trainierten Modelle lassen sich mit Core ML einfach in eigene Apps integrieren. Nutzbar sind die Modelle beispielsweise für die Bild, Text- oder Spracherkennung.

Mit Create ML stellt Apple ein Framework zur Verfügung, mit dem sich Machine-Learning-Modelle unter Verwendung von Apple-Technologien wie Swift oder Xcode erstellen und trainieren lassen. Die trainierten Modelle sind einfach in eigene Apps zu integrieren und für Anwendungen der Künstlichen Intelligenz (KI) zu verwenden. Zur Integration der Modelle kommt Core ML zum Einsatz. Maschinelles Lernen wird dank Create ML und Core ML innerhalb des Apple Ökosystems möglich, ohne dass Software oder Services externer Anbieter notwendig sind. Entwickler benötigen keine speziellen Programmierkenntnisse für maschinelles Lernen. Die trainierten Modelle sind für die Bilderkennung, Spracherkennung, Textextraktion oder allgemein für das Finden von Mustern und Beziehungen in Daten nutzbar.

Mithilfe von Swift-Skripten lässt sich das Erstellen und Trainieren der Modelle automatisieren. Mit Create ML geschaffene Modelle sind auf einem lokalen Mac-Rechner des Entwicklers test- und trainierbar. Dedizierte Server sind hierfür nicht notwendig. Eine grafische Benutzeroberfläche ermöglicht das Trainieren der Modelle, in dem Datenfiles per Drag & Drop zugeführt werden. Die Struktur des zugrunde liegenden neuronalen Netzwerks und die verwendeten Algorithmen des maschinellen Lernens müssen dem Entwickler nicht bekannt sein. Create ML nutzt die vorhandene Apple-Infrastruktur für maschinelles Lernen, wie sie von Anwendungen wie Siri oder Fotos bereits zum Einsatz kommt. Veröffentlicht wurde Create ML erstmals auf der Apple WWDC (Worldwide Developers Conference) im Jahr 2018.

Die Funktionen von Create ML

Die wichtigsten Funktionen von Create ML sind:

  • Training von Machine-Learning-Modellen mit Bilddaten, Texten oder numerischen Daten
  • Verwendung der vorhandenen Machine-Learning-Infrastruktur von Apple
  • Training und Test von Modellen auf lokalen Mac-Rechnern
  • Erstellen und Trainieren von Modellen mit Apple-Technologien wie Swift oder Xcode
  • Integration fertig trainierter Modelle in eigene Apps
  • Automatisierung des Erstellens und Trainierens mit Swift-Skripten
  • Möglichkeit für Experten komplexe Algorithmen zu nutzen

Ablauf des Trainings von Modellen mit Create ML

Das Training eines Modells mit Create ML hat einen typischen Ablauf. Dem Modell werden repräsentative Daten zugeführt, um das Erkennen der gewünschten Muster zu erlernen. Diese Trainingsdaten können Bilder, Texte, Sprachdaten oder andere Daten sein. Nach dem ersten Training des Modells mit diesen Daten werden neue, bisher nicht verwendete Daten zugeführt. Das Modell versucht in diesen Daten die zuvor gelernten Muster zu finden. Sind die Ergebnisse noch nicht befriedigend, ist eine neue Trainingsphase mit neuen repräsentativen Daten durchzuführen. Das erneute Training und die anschließende Evaluierung mit weiteren Daten kann sich so lange wiederholen, bis das Modell die gewünschte Erkennungsleistung erzielt. Erst dann wird das Modell in die eigene Anwendung integriert.

Das Zusammenspiel von Create ML und Core ML

Neben Create ML stellt Apple Core ML zur Verfügung. Core ML wurde ein Jahr zuvor auf der WWDC 2017 vorgestellt. Während Create ML für das Erstellen und Trainieren vorgesehen ist, übernimmt Core ML die Aufgabe die fertigen Modelle in eigene Anwendungen zu integrieren. Core ML kann nicht nur Modelle integrieren, die mit Create ML entworfen wurden, sondern auch Modelle anderer Frameworks wie TensorFlow oder der IBM Watson Services Plattform.

Vorteile durch die Verwendung von Create ML und Core ML

Create ML bietet Entwicklern von Apps die Möglichkeit, Funktionen der KI und des maschinellen Lernens ohne großen Aufwand und tiefere Machine-Learning-Programmierkenntnisse in eigene Anwendungen zu Integrieren. Die Zeit für das Erstellen und Trainieren eines Modells verkürzt sich drastisch. Das Framework ist einfach zu verwenden und bietet eine grafische Benutzeroberfläche, mit der sich viele Aktionen per Drag & Drop erledigen lassen. Schon mit wenigen Zeilen Swift-Code ist das Erstellen und Trainieren eines Modells mit lokalen Daten automatisierbar. Das Training kann direkt auf einem lokalen Rechner stattfinden und benötigt keinen leistungsfähigen Server.

Der komplette Prozess von der Erstellung über das Trainieren bis zur Integration in die eigenen Anwendung bewegt sich vollständig innerhalb des Apple-Ökosystems und benötigt keine externen Services oder Software anderer Anbieter. Maschinelles Lernen und Künstliche Intelligenz wird für die breite Masse an iOS-Entwicklern zugänglich. Bei Bedarf sind mit anderen Frameworks wie TensorFlow oder mit den Watson Services erstellte Modelle per Core ML integrierbar.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 45762000 / Definitionen)