Google更新無程式碼機器學習工具Teachable Machine，現還可分類聲音

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。