जैसा की पिछले पाठ में वर्णित था, Texty ने Leprosy of the Land के प्रकाशन में दो भिन्न एल्गोरिद्म प्रयोग किये थे। 

यूक्रेन के जंगलों के सेटलाइट चित्रों को खंडों में दृष्टिगत रूप से एकसमान उपखंडों में विभाजित करने हेतु प्रथम एल्गोरिद्म द्वारा अनुमति प्रदान करने के पश्चात उन्हें एक दूसरे एल्गोरिद्म की आवश्यकता हुई थी जो उन खंडो की पहचान कर सके जो ऐंबर खनन के वर्तमान चित्रों के उदाहरणों से अत्यंत मेल खाते सेटलाइट चित्रों के खंडों की पहचान कर सके। दरअसल उन्हें तथाकथित “custom classifer” चाहिए था।

एक तदनुकूल वर्गीकारक एक प्रकार का मशीन लर्निंग मॉडल है जिसे आप उस समय प्रयोग कर सकते हैं जब आपका केस खोजबीन करने के लिए, आपको चित्रों के किसी डैटा-सेट का वर्गीकरण करने के लिए पूर्व-परिभाषित लेबलों का प्रयोग करना आवश्यक करता है। 

हमारे केस में वे पूर्व-परिभाषित लेबल साधारण होते हैं : “हाँ, आमतौर पर इस चित्र में ऐंबर खनन गतिविधि दर्शाती आकृतियों के अनुकूल दृष्टिगत तत्व सम्मिलित हैं" और “नहीं : इस चित्र में ऐंबर खनन गतिविधिें सुझाते दृष्टिगत तत्व सम्मिलित नहीं हैं"।

Google Cloud AutoML Vision हमें बिलकुल वहीं करने के लिए सक्षम करता है। पर्यवेक्षण लर्निंग पूरी करने के लिए हमें सीखना होगा कि इसे किस प्रकार उपयोग करें, अर्थात हम एक मशीन लर्निंग मॉडल को अपने द्वारा पोषित चित्रो के डैटा-सेट पर उपयुक्त YES और NO के लेबल लगाना सिखायेंगेे।

जैसा कि Quartz AI Studio के Jeremy Merrill ने अपने Crash Course in Classifying Text with Machine Learning में कहा, “पत्रकार के रूप में अपने आपके प्रयोजनों के लिए - इससे कोई फर्क नहीं पड़ता कि आप किस एल्गोरिद्म का चयन करते हैं, जब तक आपका एल्गोरिद्म ठीक प्रकार के कार्य करे।”

हमारे वांछित लक्ष्यों की प्राप्ति हेतु केवल AutoML Vision ही एकमात्र संसाधन नहीं है। दरअसल, Texty ने अपनी विवेचनाओं में एल्गोरिद्म का प्रयोग नहीं किया था। इस पाठ्यक्रम में AutoML Vision के उपयोग का कारण इसकी पहुंच है : यह कैसे कार्य करता है और अपने आंकड़ों पर उच्च-निष्पादन मॉडल को शिक्षित करने के लिए आपको किसी कोडिंग कौशल की आवश्यकता नहीं होती है।

यदि पहले से ही आपमें कोडिंग कौशल है और आप और अधिक सुधार करना चाहते हैं तो fast.aiके Practical Deep Learning for Coders देखें। 

अब आप AutoML Vision का प्रयोग करने के लिये तैयार हैं। पाठ्यक्रम के शेष भाग में, हम सीखेंगे कि अपने वांछित परिणामों को पाने हेतु इसका कैसे प्रयोग करें : गैरकानूनी ऐंबर खनन को पहचानने के लिये किसी मशीन लर्निंग मॉडल को शिक्षित करना। 

इस पाठ्यक्रम के प्रकाशन में Texty और JournalismAI भागीदार हैं। इस भागीदारी के कारण हम Texty द्वारा Leprosy of the Land की विवेचना के दौरान प्रयोग किये गए वास्तविक सेटेलाइट चित्रों के सैंपल का प्रयोग कर पायेंगे।

आगे बढ़ने से पूर्व, Google Cloud द्वारा प्रस्तुत किये जा रहे Natural Language, Translation, Speech-to-Text और Text-to-Speech, इत्यादि सहित अन्य AI and machine learning productsको चेक करना सुनिश्चित करें।