Wat, is het zo gemakkelijk om de basisprincipes van machine learning te begrijpen? Goed nieuws van de Teachable Machine-crew van Google. Eerder, de leerbare machine bood lessen over hoe AI werkt, maar een nieuwe 2.0 zet je aan het werk om je machine learning-model tot leven te laten komen in apps, websites en meer.

Een aantal websites heeft het de afgelopen dagen druk gehad om te zeggen dat Google het Teachable Machine-programma heeft bijgewerkt om gebruikers meer trainingstools te geven.

Bradly Shankar MobileSyrup.com gesproken over wat er zo speciaal is aan 2.0. "Modellen kunnen worden geüpload voor online gebruik of worden opgeslagen voor native gebruik op het apparaat. AI-modellen kunnen nu worden getraind op basis van geluid en houdingen, bovenop de reguliere afbeeldingsgegevens."

Ivan Mehta TNW legde op dezelfde manier uit wat speciaal was. "Met de eerdere versie kon je drie klassen trainen via je camera. Het nieuwe model, laat u niet alleen meer dan drie klassen definiëren, het stelt u ook in staat om afbeeldingen te gebruiken, geluidsfragmenten, gegevens opleveren, of je eigen dataset voor de training."

Globaal genomen, je kunt AI-modellen niet alleen op afbeeldingen trainen, maar ook op basis van geluid en poses.

"Teachable Machine 2.0:Making AI easy for everyone" is een video die op 7 november is gepost. De videoboodschap was dat de nieuwe 2.0 het zowel snel als gemakkelijk zou kunnen maken om machine learning-modellen voor uw projecten te maken, geen codering vereist. ""Je traint een computer om je afbeeldingen te herkennen, klinkt, en poseert zonder machine learning-code te schrijven. Vervolgens, gebruik uw model in uw eigen projecten, plaatsen, appjes, en meer."

Als sommige mensen nerveus worden dat het werken met machine learning hen te boven gaat, het team achter Teachable Machine wil die angst graag wegnemen en vervangen door enthousiasme. "Machine learning is behoorlijk intimiderend om in te "zei de verteller. "Dus we vroegen ons af. Wat als dat niet zo was?"

Zeg hallo tegen Teachable Machine 2.0. Ze willen het voor iedereen gemakkelijker maken om modellen voor machine learning te maken. Meloen sinaasappel. Schaduwrijk zonnig. Water aan Water uit. Teachable Machine legt nu de macht in jouw handen. De verteller wordt uiteindelijk vergezeld door een co-verteller die zegt:"Dus laten we zeggen dat je een model wilt bouwen met een foto van jou en een foto van je hond." Je opent de site, neem voorbeelden van jou op, en monsters van uw hond. Klik trein.

U kunt uw model uploaden, te, om het online te hosten of te downloaden. Teachable Machine is flexibel; de Teachable Machine-site zei dat het respectvol is voor de manier waarop je werkt. U kunt het volledig "op het apparaat, zonder dat webcam- of microfoongegevens uw computer verlaten, ", aldus de website.

Kyle Philips, Google Creatief Lab, schreef op 7 november een blogpost over de nieuwe mogelijkheden. Hoe het werkt:U kunt Teachable Machine gebruiken om afbeeldingen te herkennen, geluiden of poses. "Upload uw eigen afbeeldingsbestanden, of leg ze live vast met een microfoon of webcam. Deze voorbeelden blijven op het apparaat, verlaat nooit uw computer, tenzij u ervoor kiest om uw project op te slaan in Google Drive." Teachable Machine van Google Creative Lab gaat aan het werk om een ​​model te trainen op basis van de voorbeelden die u heeft gegeven.

De training gebeurt in uw browser, hij zei; alles blijft op je computer staan.

In de video, de presentator had gezegd dat "mensen" het al hebben uitgeprobeerd, dat is, met behulp van Teachable Machine in hun eigen experimenten.

Philips, In de tussentijd, over specifieke gevallen gerapporteerd.

Onderwijsonderzoeker Blakeley Payne en haar team gebruiken Teachable Machine als onderdeel van een curriculum dat middelbare scholieren leert over AI door praktische ervaring.

Steve Saling, gericht op toegankelijkheidstechnologie, gebruikte het om de communicatie voor mensen met een spraakstoornis te onderzoeken.

Yining Shi heeft Teachable Machine gebruikt met studenten van het Interactive Telecommunications Program aan NYU om de mogelijkheden voor gamedesign te verkennen.

tensorflow.js, een open-source bibliotheek voor machine learning van Google, speelt hierbij een rol; het ondersteunt het model dat u maakt. Zoals de Teachable Machine-site zei, "De modellen die je maakt met Teachable Machine zijn echte Tensorflow.js-modellen die overal werken waar javascript draait, dus ze spelen leuk met tools zoals Glitch, P5.js, Node.js en meer."

Als je nog steeds overtuigingskracht nodig hebt, is het echt zo eenvoudig als het eruit ziet en klinkt, , dit zal helpen. Bekijk een andere video waarin je de verteller ziet praten over Teachable Machine 2.0.

De Engadget vonnis? Jon Fingas woog, met perspectief. "Dit is duidelijk niet het meest geavanceerde AI-systeem, maar het hoeft niet zo te zijn. Het is nog steeds een educatief hulpmiddel in hart en nieren, en de ondersteuning voor projecten maakt het veel nuttiger voor het demonstreren van AI-concepten in de echte wereld."

Dus, welke versie is beter om te gebruiken, de eerste of deze laatste?

"In een notendop, " zei de website voor Teachable Machine, "Als je zegt, een leraar die gewoon snel wil demonstreren hoe machine learning werkt en niets hoeft op te slaan, gebruik de eerste versie van 2017. Als u uw model wilt opslaan en een werkend project wilt maken, gebruik de laatste versie."

© 2019 Wetenschap X Netwerk