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。