Create ML — τι είναι, εκμάθηση μοντέλων χωρίς κώδικα και ενσωμάτωση

Τι είναι το Create ML;

Create ML — είναι ένα στοιχείο του οικοσυστήματος μηχανικής μάθησης της Apple, που παρουσιάστηκε στο WWDC 2018 ως εργαλείο για εκπαίδευση μοντέλων Core ML χωρίς την ανάγκη συγγραφής κώδικα. Πριν από το Create ML, οι προγραμματιστές χρησιμοποιούσαν βιβλιοθήκες Python (TensorFlow, PyTorch, scikit-learn) και στη συνέχεια μετέτρεπαν τα μοντέλα σε Core ML μέσω coremltools. Το Create ML αφαίρεσε την πολυπλοκότητα αυτής της διαδικασίας, παρέχοντας οπτική διεπαφή, ενσωματωμένα νευρωνικά δίκτυα για transfer learning και αυτόματη εξαγωγή σε μορφή Core ML.

Εξέλιξη: από iOS 11 έως macOS 15

Η πρώτη έκδοση του Create ML (iOS 11/macOS 10.14) υποστήριζε μόνο βασικές εργασίες: ταξινόμηση εικόνων και ανάλυση κειμένου. Η έκδοση για macOS 10.15 πρόσθεσε ανίχνευση αντικειμένων, ανάλυση ήχου και παλινδρόμηση. Create ML 3 (macOS 13, 2022) έφερε υποστήριξη για συστήματα συστάσεων, δεδομένα πινάκων με αυτόματη επιλογή αλγορίθμων και βελτιωμένη οπτικοποίηση της διαδικασίας εκπαίδευσης. Το Create ML 4 (macOS 14, 2024) πρόσθεσε υποστήριξη για δυναμικά μοντέλα, εκπαίδευση σε δεδομένα ροής και ενσωμάτωση με υπηρεσίες cloud της Apple για κατανεμημένη εκπαίδευση.

Σε ποιους απευθύνεται το Create ML

Create ML προορίζεται για τρεις κατηγορίες χρηστών: προγραμματιστές iOS χωρίς εμπειρία σε ML που θέλουν να προσθέσουν έξυπνες λειτουργίες στην εφαρμογή· διαχειριστές προϊόντων και σχεδιαστές που θέλουν να δημιουργήσουν γρήγορα πρωτότυπα λειτουργιών ML· ερευνητές δεδομένων που χρειάζονται γρήγορη επικύρωση υποθέσεων πριν μεταφέρουν το μοντέλο σε υποδομή παραγωγής. Για πολύπλοκα μοντέλα με μη τυπική αρχιτεκτονική, το Create ML δεν είναι κατάλληλο — σε τέτοιες περιπτώσεις χρησιμοποιούνται πλαίσια Python με μεταγενέστερη μετατροπή σε Core ML.

Τύποι εργασιών και πρότυπα Create ML

Το Create ML προσφέρει επτά τύπους εργασιών, για καθέναν από τους οποίους είναι διαθέσιμο ένα προδιαμορφωμένο πρότυπο: ταξινόμηση εικόνων (Image Classification), ανίχνευση αντικειμένων (Object Detection), ανάλυση κειμένου (Text Classification και Word Tagger), παλινδρόμηση δεδομένων πινάκων (Tabular Regression), ταξινόμηση δεδομένων πινάκων (Tabular Classification), ανάλυση ήχου (Sound Classification), συστήματα συστάσεων (Recommendation). Κάθε πρότυπο περιλαμβάνει προεπιλεγμένη αρχιτεκτονική νευρωνικού δικτύου, βέλτιστη για αυτόν τον τύπο εργασίας.

Ταξινόμηση εικόνων στο Create ML

Image Classification — είναι το πιο δημοφιλές πρότυπο Create ML. Για την εκπαίδευση του μοντέλου αρκεί να παρέχετε ένα σύνολο εικόνων χωρισμένων σε φακέλους (όνομα φακέλου = ετικέτα κλάσης). Το Create ML εφαρμόζει αυτόματα προσαύξηση δεδομένων (περιστροφή, κλιμάκωση, μετατόπιση χρώματος) για να αυξήσει το ενεργό μέγεθος του συνόλου δεδομένων και χρησιμοποιεί το προεκπαιδευμένο δίκτυο Vision FeaturePrint (τροποποιημένο ResNet-50) για εξαγωγή χαρακτηριστικών. Η εκπαίδευση με transfer learning διαρκεί 2 έως 15 λεπτά ανάλογα με το μέγεθος του συνόλου δεδομένων και την απόδοση του Mac.

Ανίχνευση αντικειμένων

Το πρότυπο Object Detection απαιτεί εικόνες με σχολιασμούς με πλαίσια οριοθέτησης (bounding boxes) για κάθε αντικείμενο. Το Create ML χρησιμοποιεί την αρχιτεκτονική YOLOv5 (You Only Look Once), προσαρμοσμένη για Core ML, με προεκπαιδευμένα βάρη στο σύνολο COCO. Η ελάχιστη ποσότητα είναι 30 σχολιασμένες εικόνες ανά κλάση, η συνιστώμενη — 200+. Το Create ML υποστηρίζει εισαγωγή σχολιασμών σε μορφές PASCAL VOC, COCO JSON και Create ML JSON.

Πώς να εργαστείτε με το Create ML στο Xcode

Η ροή εργασίας του Create ML στο Xcode αποτελείται από τρία στάδια: προετοιμασία δεδομένων, εκπαίδευση και επικύρωση, εξαγωγή. Στο στάδιο προετοιμασίας δεδομένων, εισάγονται τα σύνολα εκπαίδευσης και δοκιμής. Το Create ML διαχωρίζει αυτόματα τα δεδομένα (προεπιλογή 80/20) και εμφανίζει την κατανομή κλάσεων. Στο στάδιο εκπαίδευσης, το εργαλείο δείχνει γραφήματα ακρίβειας και απώλειας σε πραγματικό χρόνο, καθώς και μετρήσεις: accuracy, precision, recall, F1-score. Στο στάδιο επικύρωσης, μπορείτε να δοκιμάσετε το μοντέλο σε νέα δεδομένα απευθείας στο παράθυρο Create ML.

import CreateML

let data = try MLImageClassifierData.labeledDirectories(
    at: URL(fileURLWithPath: "/path/to/training-data")
)
let model = try MLImageClassifier(
    trainingData: data,
    parameters: MLImageClassifier.Parameters(
        featureExtractor: .scenePrint(revision: 1)
    )
)
try model.write(
    to: URL(fileURLWithPath: "/path/to/MyModel.mlpackage")
)

Οπτική διεπαφή Xcode

Η γραφική διεπαφή του Create ML στο Xcode εμφανίζεται στον πλευρικό επεξεργαστή μετά την επιλογή του αρχείου προτύπου κατηγορίας. Η διεπαφή περιέχει καρτέλες: Data (φόρτωση και προβολή δεδομένων), Features (επιλογή χαρακτηριστικών και παραμέτρων), Model (αρχιτεκτονική νευρωνικού δικτύου), Training (γραφήματα εκπαίδευσης και μετρήσεις), Evaluation (δοκιμή σε δεδομένα που κρατήθηκαν στην άκρη), Preview (διαδραστική δοκιμή μοντέλου). Ο προγραμματιστής μπορεί να εναλλάσσεται μεταξύ καρτελών κατά τη διάρκεια της εκπαίδευσης χωρίς να τη διακόπτει.

Transfer Learning σε μικρά σύνολα δεδομένων

Transfer Learning (μάθηση μεταφοράς) — είναι η βασική τεχνολογία στην οποία βασίζονται τα πρότυπα Create ML. Αντί να εκπαιδεύσετε ένα νευρωνικό δίκτυο από την αρχή (που απαιτεί εκατομμύρια σχολιασμένα παραδείγματα), το Create ML χρησιμοποιεί ένα προεκπαιδευμένο δίκτυο (FeaturePrint) ως εξαγωγέα χαρακτηριστικών και εκπαιδεύει μόνο τα τελευταία στρώματα του ταξινομητή. Αυτό επιτρέπει την επίτευξη υψηλής ακρίβειας (90-95%) σε σύνολα 10 έως 50 εικόνων ανά κλάση με χρόνο εκπαίδευσης 2-5 λεπτά.

FeaturePrint — προεκπαιδευμένοι εξαγωγείς

Το Create ML χρησιμοποιεί αρκετούς προεκπαιδευμένους εξαγωγείς FeaturePrint: .scenePrint (βασισμένο σε ResNet-50, εκπαιδευμένο σε Places365), .objectPrint (βασισμένο σε YOLOv5, εκπαιδευμένο σε COCO), .textPrint (βασισμένο σε BERT, εκπαιδευμένο στη Wikipedia). Η επιλογή εξαγωγέα εξαρτάται από τον τύπο εργασίας και τον τομέα δεδομένων. Για παράδειγμα, το .scenePrint είναι πιο κατάλληλο για ταξινόμηση εικόνων εσωτερικών χώρων και τοπίων, ενώ το .objectPrint είναι πιο κατάλληλο για ανίχνευση συγκεκριμένων αντικειμένων (αυτοκίνητα, άνθρωποι, ζώα).

Προσαύξηση δεδομένων (Data Augmentation)

Το Create ML εφαρμόζει αυτόματα προσαύξηση δεδομένων κατά την εκπαίδευση: οριζόντια ανάκλαση, περιστροφή έως 20 μοίρες, μετατόπιση χρώματος, αλλαγή φωτεινότητας και αντίθεσης. Η προσαύξηση εφαρμόζεται τυχαία σε κάθε εικόνα σε κάθε εποχή, αυξάνοντας το ενεργό μέγεθος του συνόλου δεδομένων 10-20 φορές. Αυτό είναι ιδιαίτερα σημαντικό για μικρά σύνολα δεδομένων, όπου η υπερεκπαίδευση (overfitting) είναι το κύριο πρόβλημα. Οι παράμετροι προσαύξησης μπορούν να ρυθμιστούν στην καρτέλα Features.

Προγραμματιστική εκπαίδευση μέσω Swift API

Εκτός από την οπτική διεπαφή, το Create ML παρέχει Swift API για προγραμματιστική εκπαίδευση μοντέλων, επιτρέποντας την αυτοματοποίηση αγωγών εκπαίδευσης και την ενσωμάτωσή τους σε διαδικασίες CI/CD. Το Swift API περιλαμβάνει τις κλάσεις MLImageClassifier, MLObjectDetector, MLTextClassifier, MLWordTagger, MLTabularRegressor, MLSoundClassifier και MLRecommender. Κάθε κλάση υλοποιεί το πρωτόκολλο MLModelTrainer με μεθόδους train(), evaluate() και write().

import CreateML

let csvFile = try MLDataTable(
    contentsOf: URL(fileURLWithPath: "data.csv")
)
let (trainingData, testData) = csvFile.randomSplit(by: 0.8)

let regressor = try MLTabularRegressor(
    trainingData: trainingData,
    targetColumn: "price",
    parameters: MLTabularRegressor.Parameters(
        algorithm: .randomForest
    )
)

let evaluation = regressor.evaluation(on: testData)
print("RMSE: \(evaluation.rootMeanSquaredError)")

Ενσωμάτωση CI/CD

Το Swift API του Create ML μπορεί να εκτελεστεί σε σενάρια build phases του Xcode ή σε GitLab/GitHub Actions σε macOS runners. Αυτό επιτρέπει την αυτόματη επανεκπαίδευση του μοντέλου κάθε φορά που το σύνολο εκπαίδευσης στο αποθετήριο ενημερώνεται. Για παράδειγμα, μπορείτε να ρυθμίσετε έναν αγωγό: push δεδομένων στο αποθετήριο → ο GitLab Runner εκτελεί το σενάριο Swift Create ML → το εξαγόμενο μοντέλο .mlpackage γίνεται commit πίσω στο αποθετήριο → η εφαρμογή χτίζεται με το ενημερωμένο μοντέλο.

Περιορισμοί του Create ML

Παρά την ευκολία, το Create ML έχει ορισμένους περιορισμούς που πρέπει να ληφθούν υπόψη κατά την επιλογή εργαλείου για εργασίες ML. Οι κύριοι είναι: λειτουργεί μόνο σε macOS, περιορισμένος έλεγχος στην αρχιτεκτονική νευρωνικού δικτύου, αδυναμία χρήσης προσαρμοσμένων στρωμάτων (custom layers), εξάρτηση από τους ενσωματωμένους εξαγωγείς FeaturePrint και έλλειψη υποστήριξης για εκπαίδευση σε πολλαπλές GPU ή σε συστάδα.

Χωρίς υποστήριξη αγωγών παραγωγής

Το Create ML δεν προορίζεται για εκπαίδευση παραγωγής σε μεγάλα σύνολα δεδομένων (πάνω από 100.000 παραδείγματα). Το μέγιστο μέγεθος συνόλου δεδομένων περιορίζεται από τη μνήμη RAM του Mac. Για εργασίες μεγάλης κλίμακας, η Apple συνιστά τη χρήση πλαισίων Python (TensorFlow, PyTorch) σε υποδομή διακομιστή με μεταγενέστερη μετατροπή σε Core ML μέσω coremltools. Το Create ML είναι εργαλείο για δημιουργία πρωτοτύπων και μικρά έργα, όχι για enterprise ML.

Περιορισμένοι αλγόριθμοι για δεδομένα πινάκων

Για δεδομένα πινάκων, το Create ML υποστηρίζει μόνο τρεις αλγόριθμους: Random Forest, Gradient Boosting (XGBoost) και Linear Regression. Δεν υπάρχει υποστήριξη για νευρωνικά δίκτυα για δεδομένα πινάκων (TabNet, FT-Transformer), SVM, kNN και μεθόδους συνόλου που είναι διαθέσιμες στο scikit-learn. Για εργασίες με δεδομένα πινάκων που απαιτούν υψηλή ακρίβεια, το Create ML συχνά υστερεί σε σχέση με τις κλασικές βιβλιοθήκες ML.

Μόνο για macOS

Η εκπαίδευση μοντέλων είναι δυνατή μόνο σε macOS, καθώς το Create ML χρησιμοποιεί Metal Performance Shaders και αποκλειστικά πλαίσια macOS. Αυτός ο περιορισμός καθιστά αδύνατη την εκπαίδευση σε διακομιστές Linux ή σε συστάδες GPU cloud. Για ομάδες που χρησιμοποιούν υποδομή cloud, τα coremltools + Python παραμένουν η μόνη επιλογή.

Παραδείγματα χρήσης Create ML σε έργα

Ας εξετάσουμε τρία πραγματικά σενάρια χρήσης του Create ML σε εμπορικές εφαρμογές: εποπτεία περιεχομένου χρηστών, προσωπικές συστάσεις και αυτόματη ταξινόμηση εγγράφων. Αυτά τα σενάρια δείχνουν τυπικές εργασίες που μπορούν να λυθούν με το Create ML χωρίς βαθιά γνώση μηχανικής μάθησης.

Εποπτεία εικόνων

Μια εφαρμογή ανταλλαγής φωτογραφιών μπορεί να χρησιμοποιήσει Image Classification για αυτόματη εποπτεία: η εκπαίδευση του μοντέλου σε 100-200 εικόνες με ετικέτες “επιτρέπεται” και “παραβίαση” επιτρέπει το φιλτράρισμα 85-95% του ανεπιθύμητου περιεχομένου χωρίς τη συμμετοχή επόπτη. Το Create ML επιτρέπει την ενημέρωση του μοντέλου καθώς φτάνουν νέα παραδείγματα παραβιάσεων, με επανεκπαίδευση σε 3-5 λεπτά.

Ταξινόμηση αιτημάτων υποστήριξης

Με Text Classification του Create ML, μπορείτε να μάθετε στην εφαρμογή να ταξινομεί αυτόματα τα αιτήματα χρηστών σε κατηγορίες: πρόβλημα πληρωμής, τεχνική βλάβη, αίτημα λειτουργίας, παράπονο. Για εκπαίδευση αρκούν 50-100 παραδείγματα κειμένου ανά κατηγορία. Η ακρίβεια ταξινόμησης φτάνει το 90% χρησιμοποιώντας τον ενσωματωμένο Word Tagger που βασίζεται σε BERT.

Σύστημα συστάσεων περιεχομένου

Το MLRecommender στο Create ML επιτρέπει τη δημιουργία συστήματος συστάσεων βάσει ενεργειών χρηστών χωρίς χειροκίνητη γραφή συνεργατικού φιλτραρίσματος. Το μοντέλο εκπαιδεύεται σε δεδομένα τύπου User → Item → Rating (π.χ. ο χρήστης έκανε like σε άρθρο). Το Create ML επιλέγει αυτόματα μεταξύ συνεργατικού φιλτραρίσματος και προσέγγισης βάσει περιεχομένου ανάλογα με τον όγκο δεδομένων και εμφανίζει τις κορυφαίες-N συστάσεις.