Aperçu et premières impressions
En visitant le site web de Lobe, j'ai été redirigé vers sa page d'organisation GitHub. Là, un fichier README précise immédiatement : « L'application de bureau Lobe n'est plus en développement. » Pour un outil qui promettait autrefois « Machine Learning Made Easy », c'est un début décevant. Lobe était à l'origine un outil visuel gratuit pour Mac et PC, permettant aux utilisateurs d'entraîner des modèles de classification d'images sans écrire de code. Il a été acquis par Microsoft en 2018 puis intégré à l'écosystème IA de Microsoft, mais les mises à jour ont cessé vers la mi-2022. La page GitHub répertorie 11 dépôts, dont l'application principale lobe (dernière mise à jour en juillet 2022), un ensemble d'outils Python et des projets de démarrage pour iOS, Web et Flask. La communauté compte 1,2k followers, ce qui témoigne d'une base d'utilisateurs dévouée désormais laissée sans support officiel.
Fonctionnalités et flux de travail
À l'époque où Lobe était actif, son interface était remarquablement simple. Vous pouviez faire glisser et déposer des images dans des catégories, les étiqueter, et l'application entraînait automatiquement un réseau de neurones convolutif. Le tableau de bord affichait la progression de l'entraînement, la précision et permettait d'exporter le modèle aux formats TensorFlow, CoreML ou ONNX. Je me souviens avoir testé la version gratuite (l'application entière était gratuite) et avoir été impressionné par le réentraînement en un clic et les aperçus en temps réel. Vous pouviez même tester le modèle avec votre webcam. Le flux de travail éliminait le besoin de scripts Python ou de configuration GPU dans le cloud, ce qui le rendait idéal pour les enseignants, les amateurs et les designers souhaitant créer rapidement des prototypes IA. L'ensemble d'outils Python (lobe-python) et les projets bootstrap permettaient aux développeurs d'intégrer le modèle entraîné dans des applications, mais ceux-ci sont désormais statiques et reposent sur des dépendances obsolètes. L'intégration du kit Adafruit montre également l'accent mis par Lobe sur les appareils de périphérie, mais sans mises à jour continues, la compatibilité avec les versions plus récentes du système d'exploitation et du matériel est discutable.
Tarification et disponibilité
Lobe était entièrement gratuit pendant son développement actif, sans frais cachés ni niveaux payants. L'application de bureau pouvait être téléchargée directement depuis le site web. Cependant, à partir de fin 2024, les liens de téléchargement officiels sont morts, et la distribution principale passe par le dépôt GitHub archivé. Le site web (lobe.ai) ne propose plus de téléchargements, mais redirige vers la page GitHub. La tarification n'est pas indiquée publiquement sur le site car le produit n'est plus vendu. Si vous parvenez à compiler l'application à partir des sources (le dépôt principal lobe n'a que 70 étoiles et semble incomplet), vous pourriez obtenir une copie fonctionnelle, mais elle n'est pas prise en charge. Les projets de démarrage (iOS-bootstrap, web-bootstrap, flask-server) sont toujours disponibles sous forme de modèles open-source, mais ils n'ont pas été mis à jour depuis plus de deux ans. En comparaison, des alternatives comme Teachable Machine de Google restent activement développées et gratuites, tandis que Create ML d'Apple propose un entraînement local similaire pour les utilisateurs macOS avec un support officiel.
Verdict final et recommandations
Lobe était un outil pionnier qui a abaissé la barrière à l'entrée pour l'apprentissage automatique, mais son abandon laisse un vide. La véritable force de Lobe résidait dans sa simplicité et la capacité d'exporter vers plusieurs plateformes. Cependant, sa limite réelle est qu'il n'est plus une option viable pour les nouveaux projets. Quiconque commence aujourd'hui devrait chercher ailleurs. Cet outil est surtout adapté à des fins d'archives ou pédagogiques – par exemple, si vous voulez voir un exemple précoce d'entraînement visuel ML ou si vous devez exécuter un ancien projet qui dépend de l'ensemble d'outils Python de Lobe. Pour les professionnels qui construisent des modèles de production, Teachable Machine ou Create ML sont activement maintenus. Si vous êtes nostalgique de Lobe, vous pouvez toujours explorer son code open-source et ses bootstraps sur GitHub, mais attendez-vous à n'obtenir aucun support ni mise à jour. Visitez Lobe sur https://lobe.ai pour l'explorer par vous-même.
Commentaires