李根 發自 大理
量子位 報道 | 公眾號 QbitAI
少年,還在為假期不能工作而苦惱嗎?
或者像我一樣不能低調展示一下正在從事的“AI”工作?
現在機會來了。
△ teachable-machine
上圖展示的是一個無需敲代碼的小實驗,名為“teachable-machine”,來自“Google和她的朋友們”。
通過這個小實驗,你可以輕鬆簡單地瞭解機器學習的工作原理,而且手把手教,包教包會,有臺帶攝像頭的電腦就OK。
親測完成一次實驗不超過3分鐘,全過程也富有趣味。
全過程
首先,允許程序使用你的電腦攝像頭、麥克風和喇叭,主要用途是“輸入”;
其次,開始整個機器學習的三大步驟:一是輸入,二是學習,三是輸出。
1)輸入
在攝像頭前做某個動作,數量不低於30次,多些角度和場景,然後在“準確值”接近100時開始下一個動作輸入,總共三個。
2)學習
在你超過30次的動作捕捉中,機器通過這個“數據集”的學習,掌握了你這個動作代表的意思。
3)輸出
三個動作均按要求輸入完成後,一一對應的“輸出”也會在這個過程中學習完畢。你可以在屏幕前做出任一動作,機器會通過相機輸入後給出對應的“意義”。
當然,這個“意義”完全可以自定義,形式也多種多樣,比如GIF動圖、聲音,甚至某段回答。
有什麼用?
除了通過這個小實驗,簡單清晰瞭解機器學習的原理,其實也能做一些有趣的事情。
比如有人通過這個程序,就能在沒有樂器的情況下,編寫、彈奏原創音樂;也有人利用這個程序,把機器學習應用到自己的日常起居中。
值得一提的是,這個實驗最有意思的地方在於,它允許任何人通過簡單的操作,而不是代碼來使用機器學習。
當然,這種效果實現背後,也要感謝deeplearn.js的努力,以至於讓Web開發人員在瀏覽器中本地運行機器學習模型。
相關代碼也已開源:https://github.com/googlecreativelab/teachable-machine
另外,如果你需要更多這樣的機器學習模型,可移步:http://ml4a.github.io/guides/
最後,或許你已經有些迫不及待想要開始了。
這裡有一段手把手視頻教程,以及馬上開黑的地址。
開黑地址:https://teachablemachine.withgoogle.com/
— 完 —
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回覆“招聘”兩個字。