Create ML — มันคืออะไร, การอบรมโมเดลแบบไม่ต้องเขียนโค้ดและการผสานรวม

Create ML คืออะไร?

Create ML เป็นส่วนประกอบของระบบนิเวศการเรียนรู้ของเครื่องของ Apple เปิดตัวใน WWDC 2018 เป็นเครื่องมือสำหรับอบรมโมเดล Core ML โดยไม่ต้องเขียนโค้ด ก่อน Create ML นักพัฒนาใช้ไลบรารี Python (TensorFlow, PyTorch, scikit-learn) แล้วแปลงโมเดลเป็น Core ML ผ่าน coremltools Create ML ทำให้กระบวนการทั้งหมดนี้ง่ายขึ้นโดยการให้อินเทอร์เฟสที่เป็นภาพ โครงข่ายประสาทแบบในตัวสำหรับ transfer learning และการส่งออกอัตโนมัติในรูปแบบ Core ML

วิวัฒนาการ: จาก iOS 11 ถึง macOS 15

Create ML รุ่นแรก (iOS 11/macOS 10.14) รองรับเฉพาะงานพื้นฐาน: การจัดแบ่งภาพและการวิเคราะห์ข้อความ รุ่น macOS 10.15 เพิ่มการตรวจจับวัตถุ การวิเคราะห์เสียงและการถดถอย Create ML 3 (macOS 13, 2022) นำเสนอการรองรับระบบแนะนำ ข้อมูลแบบตารางพร้อมการเลือกอัลกอริทึมอัตโนมัติและการแสดงภาพการอบรมที่ดีขึ้น Create ML 4 (macOS 14, 2024) เพิ่มการรองรับโมเดลแบบไดนามิก การอบรมข้อมูลแบบสตรีม และการผสานรวมกับบริการคลาวด์ของ Apple สำหรับการอบรมแบบกระจาย

Create ML เหมาะกับใคร

Create ML ออกแบบสำหรับผู้ใช้สามกลุ่ม: นักพัฒนา iOS ที่ไม่มีประสบการณ์ ML แต่ต้องการเพิ่มฟีเจอร์อัจฉริยะในแอพ ผู้จัดการผลิตภัณฑ์และนักออกแบบที่ต้องการสร้างต้นแบบฟีเจอร์ ML อย่างรวดเร็ว และนักวิจัยข้อมูลที่ต้องการการตรวจสอบสมมติฐานอย่างรวดเร็วก่อนย้ายโมเดลไปยังโครงสร้างพื้นฐานการผลิต สำหรับโมเดลที่ซับซ้อนที่มีสถาปัตยกรรมไม่ได้มาตรฐาน Create ML ไม่เหมาะสม — ในกรณีเหล่านี้ จะใช้เฟรมเวิร์ค Python และแปลงเป็น Core ML ที่หลัง

ประเภทงานและแม่แบบ Create ML

Create ML มี เจ็ดประเภทงาน แต่ละประเภทมีแม่แบบที่กำหนดค่าล่วงหน้า: การจัดแบ่งภาพ, การตรวจจับวัตถุ, การจัดแบ่งข้อความและการติดป้ายคำ, การถดถอยข้อมูลแบบตาราง, การจัดแบ่งข้อมูลแบบตาราง, การจัดแบ่งเสียง และการแนะนำ แต่ละแม่แบบประกอบด้วยสถาปัตยกรรมโครงข่ายประสาทที่เลือกไว้ล่วงหน้าซึ่งปรับให้เหมาะสมสำหรับประเภทงานนั้น

การจัดแบ่งภาพใน Create ML

การจัดแบ่งภาพ เป็นแม่แบบยอดนิยมที่สุดของ Create ML การอบรมโมเดลทำได้โดยให้ชุดภาพที่จัดเรียงในโฟลเดอร์ (ชื่อโฟลเดอร์ = ป้ายกำกับคลาส) Create ML ใช้ data augmentation (การหมุน การปรับขนาด การเปลี่ยนสี) โดยอัตโนมัติเพื่อเพิ่มขนาดประสิทธิภาพของชุดข้อมูลและใช้โครงข่าย Vision FeaturePrint ที่ฝึกอบรมมาก่อน (ResNet-50 ที่ถูกปรับเปลี่ยน) สำหรับการสกัดคุณลักษณะ การอบรมด้วย transfer learning ใช้เวลา 2 ถึง 15 นาที ขึ้นอยู่กับขนาดชุดข้อมูลและประสิทธิภาพของ Mac

การตรวจจับวัตถุ

แม่แบบ การตรวจจับวัตถุ ต้องการภาพที่มีคำอธิบายพร้อมกล่องขอบเขต (bounding boxes) สำหรับแต่ละวัตถุ Create ML ใช้สถาปัตยกรรม YOLOv5 (You Only Look Once) ที่ปรับให้เข้ากับ Core ML โดยมีน้ำหนักที่ฝึกอบรมมาก่อนบนชุดข้อมูล COCO จำนวนขั้นต่ำ — 30 ภาพที่มีคำอธิบายต่อคลาส แนะนำ — 200+ Create ML รองรับการนำเข้าคำอธิบายในรูปแบบ PASCAL VOC, COCO JSON และ Create ML JSON

วิธีการทำงานกับ Create ML ใน Xcode

ขั้นตอนการทำงาน ใน Create ML ภายใน Xcode ประกอบด้วยสามขั้นตอน: การเตรียมข้อมูล, การอบรมและการตรวจสอบ และการส่งออก ในระหว่างการเตรียมข้อมูล ชุดอบรมและทดสอบจะถูกนำเข้า Create ML แบ่งข้อมูลโดยอัตโนมัติ (ค่าเริ่มต้น 80/20) และแสดงการกระจายคลาส ระหว่างการอบรม เครื่องมือจะแสดงกราฟความแม่นยำและการสูญเสียแบบเวลาจริง พร้อมด้วยตัวชี้วัด: ความแม่นยำ, precision, recall, ค่า F1 ระหว่างการตรวจสอบ คุณสามารถทดสอบโมเดลกับข้อมูลใหม่ได้โดยตรงในหน้าต่าง 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")
)

อินเทอร์เฟสภาพของ Xcode

อินเทอร์เฟสกราฟิกของ Create ML ใน Xcode จะปรากฏในตัวแก้ไขด้านข้างหลังจากเลือกหมวดหมู่ไฟล์แม่แบบ อินเทอร์เฟสประกอบด้วยแท็บ: Data (การโหลดและแสดงตัวอย่างข้อมูล), Features (การเลือกคุณลักษณะและพารามิเตอร์), Model (สถาปัตยกรรมโครงข่ายประสาท), Training (กราฟอบรมและตัวชี้วัด), Evaluation (การทดสอบกับข้อมูลที่แยกไว้), Preview (การทดสอบโมเดลแบบโต้ตอบ) นักพัฒนาสามารถสลับระหว่างแท็บระหว่างการอบรมโดยไม่ต้องหยุดกระบวนการ

Transfer Learning บนชุดข้อมูลขนาดเล็ก

Transfer Learning (การเรียนรู้แบบถ่ายโอน) เป็นเทคโนโลยีหลักที่แม่แบบ Create ML ใช้ แทนที่จะอบรมโครงข่ายประสาทจากศูนย์ (ซึ่งต้องการตัวอย่างที่มีป้ายกำกับนับล้าน) Create ML ใช้โครงข่ายที่ฝึกอบรมมาก่อน (FeaturePrint) เป็นตัวสกัดคุณลักษณะและอบรมเฉพาะชั้นสุดท้ายของตัวจัดแบ่งประเภทเท่านั้น วิธีนี้สามารถบรรลุความแม่นยำสูง (90-95%) บนชุดข้อมูล 10 ถึง 50 ภาพต่อคลาสด้วยเวลาในการอบรม 2-5 นาที

FeaturePrint — ตัวสกัดคุณลักษณะที่ฝึกอบรมมาก่อน

Create ML ใช้ตัวสกัด FeaturePrint ที่ฝึกอบรมมาก่อนหลายตัว: .scenePrint (อิง ResNet-50, อบรมบน Places365), .objectPrint (อิง YOLOv5, อบรมบน COCO), .textPrint (อิง BERT, อบรมบน Wikipedia) การเลือกตัวสกัดขึ้นอยู่กับประเภทงานและโดเมนข้อมูล ตัวอย่างเช่น .scenePrint เหมาะกับภาพภายในอาคารและภูมิทัศน์ ในขณะที่ .objectPrint เหมาะกับวัตถุเฉพาะ (รถยนต์ คน สัตว์)

Data Augmentation

Create ML ใช้ การเพิ่มข้อมูล โดยอัตโนมัติระหว่างการอบรม: การพลิกแนวนอน, การหมุนสูงถึง 20 องศา, การเปลี่ยนสี, การปรับความสว่างและคอนทราสต์ การเพิ่มข้อมูลจะถูกนำไปใช้แบบสุ่มกับแต่ละภาพในแต่ละ epoch ซึ่งเพิ่มขนาดประสิทธิภาพของชุดข้อมูล 10-20 เท่า นี่สำคัญเป็นพิเศษสำหรับชุดข้อมูลขนาดเล็กที่ overfitting เป็นปัญหาหลัก พารามิเตอร์การเพิ่มข้อมูลสามารถปรับได้ในแท็บ Features

การอบรมแบบโปรแกรมผ่าน Swift API

นอกจากอินเทอร์เฟสที่เป็นภาพแล้ว Create ML ยังมี Swift API สำหรับการอบรมโมเดลแบบโปรแกรม ซึ่งช่วยให้สามารถทำงานอัตโนมัติของ pipeline การอบรมและผสานรวมกับกระบวนการ CI/CD Swift API ประกอบด้วยคลาส MLImageClassifier, MLObjectDetector, MLTextClassifier, MLWordTagger, MLTabularRegressor, MLSoundClassifier และ MLRecommender แต่ละคลาสใช้โปรโตคอล MLModelTrainer พร้อมเมธอด train(), evaluate() และ 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)")

การผสานรวม CI/CD

Swift API ของ Create ML สามารถรันในสคริปต์ build phases ของ Xcode หรือใน GitLab/GitHub Actions บนรันเนอร์ macOS ซึ่งช่วยให้สามารถอบรมโมเดลใหม่โดยอัตโนมัติทุกครั้งที่ชุดข้อมูลอบรมในที่เก็บถูกอัปเดต ตัวอย่างเช่น คุณสามารถตั้งค่า pipeline: push ข้อมูลไปยังที่เก็บ → GitLab Runner รันสคริปต์ Swift ของ Create ML → โมเดล .mlpackage ที่ส่งออกจะถูก commit กลับไปยังที่เก็บ → แอพถูกสร้างด้วยโมเดลที่อัปเดต

ข้อจำกัดของ Create ML

แม้จะสะดวกสบาย Create ML มีข้อจำกัดหลายประการที่สำคัญต้องพิจารณาเมื่อเลือกเครื่องมือสำหรับงาน ML หลัก ๆ: ทำงานเฉพาะบน macOS, การควบคุมสถาปัตยกรรมโครงข่ายประสาทอย่างจำกัด, ไม่สามารถใช้ชั้นที่กำหนดเอง, การพึ่งพาตัวสกัด FeaturePrint แบบในตัว และไม่รองรับการอบรมหลาย GPU หรือคลัสเตอร์

ไม่รองรับ Pipeline การผลิต

Create ML ไม่ได้ออกแบบสำหรับ การอบรมในการผลิต บนชุดข้อมูลขนาดใหญ่ (มากกว่า 100,000 ตัวอย่าง) ขนาดสูงสุดของชุดข้อมูลถูกจำกัดโดย RAM ของ Mac สำหรับงานขนาดใหญ่ Apple แนะนำให้ใช้เฟรมเวิร์ค Python (TensorFlow, PyTorch) บนโครงสร้างพื้นฐานเซิร์ฟเวอร์แล้วแปลงเป็น Core ML ผ่าน coremltools Create ML เป็นเครื่องมือสำหรับการสร้างต้นแบบและโครงการขนาดเล็ก ไม่ใช่สำหรับองค์กร ML

อัลกอริทึมจำกัดสำหรับข้อมูลแบบตาราง

สำหรับข้อมูลแบบตาราง Create ML รองรับเพียงสามอัลกอริทึม: Random Forest, Gradient Boosting (XGBoost) และ Linear Regression ไม่มีการรองรับโครงข่ายประสาทสำหรับข้อมูลแบบตาราง (TabNet, FT-Transformer), SVM, kNN หรือวิธีการ ensemble ที่มีใน scikit-learn สำหรับงานข้อมูลแบบตารางที่ต้องการความแม่นยำสูง Create ML มักจะด้อยกว่าไลบรารี ML แบบดั้งเดิม

เฉพาะ macOS

การอบรมโมเดลทำได้เฉพาะ บน macOS เท่านั้น เพราะ Create ML ใช้ Metal Performance Shaders และเฟรมเวิร์คเฉพาะของ macOS ข้อจำกัดนี้ทำให้ไม่สามารถอบรมบนเซิร์ฟเวอร์ Linux หรือคลัสเตอร์ GPU บนคลาวด์ สำหรับทีมที่ใช้โครงสร้างพื้นฐานคลาวด์ coremltools + Python ยังคงเป็นตัวเลือกเดียว

ตัวอย่างการใช้ Create ML ในโครงการ

มาดูสาม สถานการณ์จริง ของการใช้ Create ML ในแอปพลิเคชันเชิงพาณิชย์: การกลั่นกรองเนื้อหาผู้ใช้, คำแนะนำส่วนบุคคล และการจัดเรียงเอกสารอัตโนมัติ สถานการณ์เหล่านี้แสดงงานทั่วไปที่สามารถแก้ไขด้วย Create ML โดยไม่ต้องมีความรู้เชิงลึกเกี่ยวกับการเรียนรู้ของเครื่อง

การกลั่นกรองภาพ

แอพแชร์ภาพถ่ายสามารถใช้ การจัดแบ่งภาพ สำหรับการกลั่นกรองอัตโนมัติ: การอบรมโมเดลด้วยภาพ 100-200 ภาพที่มีป้ายกำกับ “ยอมรับได้” และ “ละเมิด” สามารถกรองเนื้อหาที่ไม่พึงประสงค์ 85-95% โดยไม่ต้องมีผู้กลั่นกรอง Create ML ช่วยให้สามารถอัปเดตโมเดลเมื่อมีตัวอย่างการละเมิดใหม่ โดยอบรมใหม่ใน 3-5 นาที

การจัดหมวดหมู่คำขอรับการสนับสนุน

ด้วย การจัดแบ่งข้อความ Create ML สามารถสอนแอพให้จัดหมวดหมู่คำถามของผู้ใช้โดยอัตโนมัติเป็นหมวดหมู่: ปัญหาการชำระเงิน, ข้อผิดพลาดทางเทคนิค, คำขอฟีเจอร์, ข้อร้องเรียน การอบรมต้องการตัวอย่างข้อความ 50-100 ตัวอย่างต่อหมวดหมู่ ความแม่นยำในการจัดแบ่งถึง 90% โดยใช้ Word Tagger แบบในตัวที่อิง BERT

ระบบแนะนำเนื้อหา

MLRecommender ใน Create ML ช่วยให้สร้างระบบแนะนำตามการกระทำของผู้ใช้โดยไม่ต้องเขียน collaborative filtering ด้วยตนเอง โมเดลอบรมบนข้อมูล ผู้ใช้ → รายการ → คะแนน (เช่น ผู้ใช้กดถูกใจบทความ) Create ML เลือกระหว่าง collaborative filtering และแนวทางตามเนื้อหาโดยอัตโนมัติตามปริมาณข้อมูล และให้คำแนะนำ N อันดับแรก