Kennisportal
Kennisportal is een kennisplatform met een focus op de brede doelgroep Business en IT.

Aan de slag met AI – De kracht van AI in eigen handen

Applicaties ondergaan verandering. In de begindagen hadden we toepassingen die in principe alleen maar “crude operations” (ruwe verwerkingen) uitvoerden. Vandaag de dag staan we aan het begin van een tijdperk waarin toepassingen veel intelligenter (kunnen) zijn dan we ooit voor mogelijk gehouden hadden.

Microsoft stelt in Azure een aantal oplossingen ter beschikking, waarmee applicaties direct veel intelligenter worden gemaakt en waarmee deze applicaties tevens zeer veel eenvoudiger te integreren zijn. In deze blogpost zal ik de kracht van AI in Azure demonstreren.

Azure Custom Vision

Custom Vision (letterlijk: ‘aangepaste visie’) is een Azure-bron die momenteel nog in de preview-fase is. Met Custom Vision kunnen gebruikers een aangepast zichtmodel – een zogeheten custom vision model – creëren. Dit model kan gebruikt worden als afbeeldingsclassificator. Je kunt het model voeden met afbeeldingen, voorzien van tags/labels.

Voorbeeld: je uploadt foto’s van stoelen en wijst vervolgens het label “stoel” toe aan alle afbeeldingen die een stoel bevatten. Na het uploaden van alle afbeeldingen kan het leerproces van start gaan. Wanneer de applicatie het leerproces heeft afgerond, kun je alle soorten foto’s uploaden; de applicatie herkent nu immers ook stoelen in geheel nieuwe afbeeldingen en kan aan de hand hiervan tevens voorspellingen doen over de inhoud van foto’s.

De dienst kan heel eenvoudig in je toepassingen worden geïntegreerd. De Azure Service wordt via een REST API ingezet. Met deze API kun je tags aanmaken, de AI-bron trainen én voorspellingen doen. Een verwijzing naar de REST API vind je hier.

Blog InSpark Jeroen Niesen Azure en AI afbeelding 1

Aan de slag met Custom Vision

Starten met Azure Custom Vision is simpel. In de navolgende demo maak je een Custom Vision model dat in staat is om te aan te geven of een afgebeeld hondenras een Beagle is of niet.

Ik heb een ZIP-bestand met foto’s van honden aan deze post toegevoegd (15 foto’s van Beagles en 15 foto’s van andere rassen).

  • Ga naar: https://customvision.ai/ en log in met je Microsoft-account.
  • Maak een nieuw project aan met de volgende specificaties:
    • Project Type: Classification
    • Domains: General
  • Zodra het project is aangemaakt, moeten ook twee tags gedefinieerd worden. Je kunt dit doen door op de +button te klikken in de tags-sectie.
    • Tag 1: Beagle
    • Tag 2: NotABeagle
  • Nu de tags aangemaakt zijn, is het tijd om foto’s van honden te uploaden. Upload eerst alle foto’s met een Beagle en voorzie ze van de tag “Beagle”. Dit doe je door op de knop “Add images” te klikken. Je moet eerst de afbeeldingen selecteren (meerdere tegelijk mogelijk). Wanneer de afbeeldingen zijn geselecteerd, kun je hieraan de juiste tag toewijzen.
  • Nadat de foto’s mét een Beagle zijn geüpload, voer je de foto’s van de andere honden in en voorzie je deze van de tag “NotABeagle”.
  • De volgende stap is het trainen van de Custom Vision bron. Dit doe je door op de “train”-knop te klikken. Het leerproces kan enige tijd in beslag nemen.
  • Zodra de training iteratie voltooid is, kun je het net gemaakte model testen door op de knop “Quick Test” te klikken. In het venster dat verschijnt, kun je nu andere, nieuwe foto’s uploaden. In het ZIP-bestand heb ik drie foto’s toegevoegd die je voor deze test kunt gebruiken:
    • testimage-1.jpg – Beagle
    • testimage-2.jpg – Beagle
    • testimage-3.jpg – Not a Beagle

Blog InSpark Jeroen Niesen Azure en AI afbeelding 2

Blog InSpark Jeroen Niesen Azure en AI afbeelding 3

Blog InSpark Jeroen Niesen Azure en AI afbeelding 4

SKUs

In de hiervoor beschreven demo gebruikten we de gratis “trail” Stock Keeping Unit. Op het moment van schrijven zijn er twee SKU’s beschikbaar. Deze hebben de volgende beperkingen:

Gratis versie:

  • Aantal projecten: 2
  • 000 trainingsafbeeldingen per project
  • 000 transacties per maand.


Standaard versie

  • Aantal projecten: 100
  • 000 trainingsafbeeldingen per project
  • 000 transacties per seconde.

Blog InSpark Jeroen Niesen Azure en AI afbeelding 5

Conclusie

Custom Vision is een krachtige Azure-bron die je eenvoudig in je toepassingen kunt integreren. Door de integratie van Custom Vision in je toepassing(en), kun je een applicaties met een paar klikken veel intelligenter maken. Om je te inspireren zal ik een tweetal mogelijke scenario’s geven, waarin zo’n AI-dienst heel nuttig kan zijn:

  • Een prijsvergelijking-app:
    Je maakt foto’s van een bepaald product, voert deze in, en de app zal de laagste prijs van het product geven. Custom Vision kan hier helpen om te bepalen welk product gefotografeerd is. De laagste prijs kan vervolgens via het internet worden opgevraagd.
  • Een herkennings-app voor hondenkappers:
    Je maakt foto’s van een bepaalde hond. Aan de hand van de foto kan een hondenkapper automatisch een prijsopgave sturen voor het knippen/scheren van de hond. Omdat het ras eveneens herkend wordt, kan ook meteen bepaald worden hoe lang de knipbeurt zal duren.

Bedenk dat we op dit moment nog maar nét het tijdperk van de kunstmatige intelligentie binnenstappen. Oplossingen zullen heel snel véél slimmer worden. Dit is nog maar het begin!