Vad, är det så lätt att förstå grunderna för maskininlärning? Goda nyheter från Googles team av Teachable Machine. Tidigare, the Teachable Machine gav lektioner om hur AI fungerar men en ny 2.0 får dig att arbeta med att få din maskininlärningsmodell att komma till liv i appar, webbplatser och mer.

Ett antal webbplatser har haft fullt upp de senaste dagarna med att säga att Google uppdaterade programmet Teachable Machine för att ge användarna fler utbildningsverktyg.

Bradly Shankar in MobileSyrup.com pratade om det som är speciellt med 2.0. "Modeller kan laddas upp för online -användning eller sparas för inbyggd användning på enheten. Vidare, AI -modeller kan nu tränas baserat på ljud och poser, ovanpå vanliga bilddata. "

Ivan Mehta in TNW på samma sätt förklarade vad som var speciellt. "Den tidigare versionen tillät dig att träna tre klasser genom din kamera. Den nya modellen, låter dig inte bara definiera mer än tre klasser, det låter dig också använda bilder, ljudklipp, posera data, eller din egen dataset för utbildningen. "

Allt som allt, du kan träna AI -modeller inte bara på bilder utan baserat på ljud och poser.

"Teachable Machine 2.0:Gör AI enklare för alla" är en video som publicerades den 7 november. Videomeddelandet var att nya 2.0 kunde göra det både snabbt och enkelt att skapa maskininlärningsmodeller för dina projekt, ingen kodning krävs. "" Du tränar en dator för att känna igen dina bilder, ljud, och poserar utan att skriva någon maskininlärningskod. Sedan, använda din modell i dina egna projekt, webbplatser, appar, och mer."

Om vissa människor känner sig nervösa att arbetet med maskininlärning skulle vara över huvudet, teamet bakom Teachable Machine skulle vilja ta bort den rädslan och ersätta den med entusiasm. "Maskininlärning är ganska skrämmande att komma in i, "sa berättaren." Så vi har undrat. Tänk om det inte var det? "

Säg hej till Teachable Machine 2.0. De försöker göra det lättare för alla att skapa maskininlärningsmodeller. Cantaloupe apelsin. Skuggigt soligt. Vatten på vatten av. Lärbar maskin lägger nu makten i dina händer. Berättaren får så småningom sällskap av en medberättare som säger, "Så låt oss säga att du vill bygga en modell med hjälp av en bild på dig och en bild på din hund." Du öppnar webbplatsen, spela in prover på dig, och prover på din hund. Klicka på tåg.

Du kan ladda upp din modell, för, för att vara värd för den online eller ladda ner den. Lärbar maskin är flexibel; Sajten Teachable Machine sa att det är respektfullt för ditt sätt att arbeta. Du kan använda det helt "på enheten, utan att någon webbkamera eller mikrofondata lämnar din dator, "sa sajten.

Kyle Phillips, Google Creative Lab, skrev ett blogginlägg om de nya funktionerna den 7 november. Hur det fungerar:Du kan använda Teachable Machine för att känna igen bilder, ljud eller poser. "Ladda upp dina egna bildfiler, eller fånga dem live med en mikrofon eller webbkamera. Dessa exempel finns kvar på enheten, lämna aldrig din dator om du inte väljer att spara ditt projekt på Google Drive. "Teachable Machine från Google Creative Lab går till jobbet för att träna en modell baserat på de exempel du gav.

Utbildningen sker i din webbläsare, han sa; allt finns kvar i din dator.

I videon, programledaren hade sagt att "folk" redan har provat det, det är, använder Teachable Machine i sina egna experiment.

Phillips, under tiden, rapporterade om specifika fall.

Utbildningsforskaren Blakeley Payne och hennes team har använt Teachable Machine som en del av en läroplan som lär mellanstadiet om AI genom praktisk erfarenhet.

Steve Saling, fokuserad på tillgänglighetsteknik, använde den för att utforska kommunikation för personer med nedsatt tal.

Yining Shi har använt Teachable Machine med studenter i Interactive Telecommunications Program på NYU för att utforska dess potential för speldesign.

Tensorflow.js, ett bibliotek med öppen källkod för maskininlärning från Google, spelar en roll i allt detta; det driver modellen du skapar. Som webbplatsen Teachable Machine sa, "De modeller du gör med Teachable Machine är riktiga Tensorflow.js -modeller som fungerar var som helst javascript körs, så de leker bra med verktyg som Glitch, P5.js, Node.js och mer. "

Om du fortfarande behöver övertyga är det verkligen lika enkelt som det ser ut och låter, , detta kommer hjälpa. Kolla in en annan video där du ser berättaren prata om Teachable Machine 2.0.

De Engadget dom? Jon Fingas vägde in, med perspektiv. "Detta är helt klart inte det mest sofistikerade AI -systemet, men det behöver inte vara det. Det är fortfarande ett pedagogiskt verktyg i hjärtat, och stödet för projekt gör det mycket mer användbart för att demonstrera AI -koncept i den verkliga världen. "

Så, vilken version är bättre att använda, den första eller den senaste?

"I ett nötskal, "sa webbplatsen för Teachable Machine, "om du säger, en lärare som bara snabbt vill demonstrera hur maskininlärning fungerar och inte behöver spara någonting, använd den första versionen från 2017. Om du vill spara din modell och skapa ett fungerande projekt, använd den senaste versionen. "

© 2019 Science X Network