La Boucle magique Learning Loop fournit le flux de travail complet pour construire efficacement ses propres modèles de vision par ordinateur spécialisés en IA. Une interface web facile à utiliser permet d'annoter les images et de lancer un apprentissage de l'IA.

Mais ce n'est pas tout. En effet, la "boucle d'apprentissage" est basée sur l'apprentissage par transfert et l'apprentissage actif afin d'améliorer continuellement les modèles : De nouvelles images de ton propre cas d'application peuvent être téléchargées en continu via une simple API. Celles-ci sont automatiquement triées et classées par ordre de priorité, de sorte que les images avec de mauvais résultats de reconnaissance sont sélectionnées pour le prochain tour d'annotation. Après l'annotation, les nouvelles données sont intégrées dans la formation suivante et peuvent être facilement installées sur les systèmes de production depuis l'interface web. En répétant ce processus de manière itérative avec seulement 20 à 100 images à chaque fois, la quantité totale de données traitées peut être réduite de manière très significative. En effet, seules les images qui améliorent encore le modèle doivent être annotées manuellement. Ainsi, un "apprentissage de la flotte" est possible, comme le fait Tesla. 

Grâce à l'interface utilisateur intuitive orientée Kanban, l'ensemble du processus peut être réalisé sans connaissances expertes en IA. Ainsi, les data scientists/ingénieurs peuvent s'occuper du développement de l'architecture du réseau d'IA et le relier à la boucle d'apprentissage via des API ;

Important : le prix affiché est le prix mensuel de la licence.