Within three years, deep learning will change front-end development. It will increase prototyping speed and lower the barrier for building software.
E assim começa o artigo do How you can train AI to convert design mockups into HTML and CSS escrito Emil Wallner no The Next Web. No artigo ele explica como ele usou Machine Learning para transformar mockups em HTML e CSS, com código semântico, de forma consistente e automática.
O Airbnb já tem alguns experimentos desse tipo, onde a partir de um simples mockup, a máquina já consegue fazer predições de código HTML que representam aquele design, mas o artigo do Emil mostra que esse tipo de abordagem está muito mais avançada do que imaginamos.
Atualmente a grande barreira de automatização de front-end é o poder computacional. Contudo, nós podemos usar algoritmos atuais de deep learning com treino de dados sintetizados para começar a explorar automação front-end com inteligência artificial.
Foram usados imagens de mockups de design para para treinar uma rede neural a fazer código HTML e CSS. O processo é mais ou menos esse:
1. Mostre uma imagem de design para uma rede neural treinada
2. A rede neural converte essa imagem em código HTML
3. Os assets com o output é gerado
A lógica principal do trabalho é construir uma rede neural que geral marcação HTML/CSS que corresponda ao screenshot/mockup.
Para treinar essa rede neural, eles dão uma série de screenshots que representam aquele pedaço de HTML para a máquina. A máquina por sua vez aprende predizendo o código HTML, tag por tag. Quando a máquina prevê qual é a tag, ele recebe novamente o screenshot e toda a marcação correta até aquele ponto, para validar os erros e acertos.
O Emil montou uma planilha simples que mostra como é o treino de dados representado em palavras aqui.
Ele explica que a ideia de predição é mais ou menos assim:
Suponha que a máquina tenha que predizer a sentença “Eu posso codificar.” Quando ele recebe a primeira pista da predição, ou seja, a palavra “Eu”, ele prediz que a próxima palavra será “posso”. A próxima pista que ele terá será “Eu posso”, então a máquina irá predizer que a próxima palavra será “codificar”. Então, ele recebera sempre todas as palavras anteriores e terá que prever apenas a próxima palavra. Isso é aplicado, em vez de com palavras, com as tags HTML/CSS.
A partir dos dados, a rede neural cria recursos. A rede neural constrói recursos para vincular os dados de entrada com os dados de saída. Ele tem que criar representações para entender o que está em cada captura de tela, a sintaxe HTML, que previu. Isso cria o conhecimento para prever a próxima tag.
Agora sendo bem franco, para mim é incrível esse processo todo. Eu não entendo muito desse negócio de Machine Learning, mas ele explica que existem várias abordagens de predição e a abordagem usada por ele de “palavra por palavra” é a mais comum.
No artigo, ele mostra como fazer um Hello World.
E tem uma grande explicação de como funciona todo o pensamento de como fazer a máquina entender a imagem e montar o código inteiro.
Aqui está a versão pronta do experimento que ele fez: https://emilwallner.github.io/html/550_epochs/.
Eu achei o código BEM ÓTIMO. Dado que agora a semântica do código não é a coisa mais importante do mundo, dado que existem formatos como o JSON-LD que abstrai a semântica do código HTML.
Pelo que pude entender, o CSS não é feito automaticamente como o HTML, exatamente porque a máquina não cria o design, logo, ainda deve existir um trabalho para criar um CSS personalizado. No exemplo do Emil, ele usou Bootstrap para combinar o HTML e CSS. Isso é ótimo para sistemas padronizados, tipo, sistemas administrativos. Ainda não deve fazer milagres para designs personalizados, mas para mim, isso é questão de tempo, dado que ele vai conseguir ler relacionar elementos de um layout no Sketch, por exemplo, com o código CSS.
Ao final do artigo tem o código que ele usou para fazer o teste de exatidão e o código para fazer a predição.
Acho que vale a pena dar uma lida no artigo inteiro. É pelo menos muito interessante entender como esse negócio de Machine Learning funciona.
São coisas assim que me fizeram escrever o artigo O fim da profissão front-end, entendendo que num futuro próximo não será mais necessário escrever código front-end. O que me leva a querer escrever um outro artigo, sobre “O que você, dev front-end, vai fazer com o tempo economizado pelos robôs”?
