Google在兩年前釋出了第一版的無程式碼機器學習工具Teachable Machine,讓人們開發人工智慧功能,以電腦攝影鏡頭辨識圖像,現在Teachable Machine釋出了第二個版本,可以用同樣簡單的方法,來訓練辨識動作以及聲音等更進階的模型。

人工智慧技術當道,人們正在探索各種能夠應用人工智慧的可能性,但是對於缺乏專業知識的人,開發人工智慧應用的門檻仍然很高,因此出現了各種無程式碼的機器學習應用開發工具,讓即便不熟人工智慧技術的使用者,也能訓練模型實作自己的想法,而Google的Teachable Machine便是其中一種工具。

Teachable Machine是一個網頁工具,讓使用者在不需要專業知識和撰寫程式碼的情況下,能簡單地為網站和應用程式訓練機器學習模型,Teachable Machine第一代可以用來辨識攝影機鏡頭中的物體,Teachable Machine 2.0擴充模型支援的資料類型,像是現在還從圖像辨識人的姿勢,或是分類聲音,並以一鍵操作的方式訓練模型,並讓用戶能輸出和部署模型到網站、應用程式甚至是實體機器上。

訓練機器學習模型的第一步驟是要準備訓練資料,在Teachable Machine中,用戶可以上傳自己的資料檔案,或是以攝影機以及麥克風即時捕捉資料,(下圖)是一名女子手抓著狗布偶在攝影機前移動,擺出人與狗布偶各種位置組合以及遮蔽的情況,而Teachable Machine則可以連續地捕捉多個人與狗布偶的圖像範例。

而訓練模型的動作,使用者就只要點擊一個按鈕,系統便會自動用訓練資料,開始訓練模型。接著用戶可以直接在Teachable Machine的介面中,測試模型的表現(下圖),並不停地調校直到滿意為止。

Google提到,Teachable Machine背後應用了開源Javascript機器學習函式庫Tensorflow.js,因此用戶可以將訓練好的模型以Tensorflow.js格式輸出,在任何的網頁或是應用程式中呼叫使用,也能轉換成Tensorflow或是Tensorflow Lite格式。

除了輸出模型,用戶也可以下載Teachable Machine訓練資料,在其他專案使用相同的範例檔案,Google也提供簡單的專案儲存方式,用戶能直接將整個專案包含範例,以ZIP檔案儲存在用戶的Google Drive中,用戶可以隨時在Teachable Machine開啟,或是之後下載另做他用。


Advertisement

更多 iThome相關內容