Teachable Machine

Teachable Machine est un outil web innovant de Google conçu pour rendre le machine learning accessible à tous, quel que soit leur bagage technique. Il fournit une interface conviviale pour entraîner des modèles de machine learning personnalisés directement dans votre navigateur, sans écrire une seule ligne de code. Le principe de base est de permettre aux créateurs, étudiants et développeurs d'expérimenter et de construire de vrais modèles d'IA de manière rapide, simple et intuitive. La plateforme est construite sur TensorFlow.js, ce qui permet à tout l'entraînement et à l'inférence de se dérouler localement sur votre appareil. Cette approche axée sur la confidentialité signifie que vos données, telles que les images de la webcam ou l'audio du microphone, ne quittent jamais votre ordinateur.

Les utilisateurs peuvent entraîner trois principaux types de modèles : des projets d'Image pour reconnaître et classer des images, des projets de Son pour classer de courts extraits audio, et des projets de Pose pour reconnaître les positions et les gestes du corps. Cette flexibilité en fait un outil puissant pour un large éventail d'applications, des exercices éducatifs aux prototypes fonctionnels.

Comment utiliser Teachable Machine

Le processus de création d'un modèle avec Teachable Machine est simplifié en trois étapes faciles :

1. Collecter : Tout d'abord, vous collectez et regroupez vos exemples d'entraînement en différentes 'classes' ou catégories. Pour un modèle d'image, vous pouvez télécharger des photos de différents objets ou utiliser votre webcam pour les capturer en direct. Pour un modèle de son, vous pouvez enregistrer de courts échantillons audio comme 'clap', 'claquement de doigts' ou 'sifflet'. Pour un modèle de pose, vous pouvez utiliser votre webcam pour démontrer différentes postures corporelles.
2. Entraîner : Une fois vos données collectées, il vous suffit de cliquer sur le bouton 'Entraîner le modèle'. Teachable Machine utilise ces données pour entraîner un réseau de neurones directement dans votre navigateur. Le processus d'entraînement est rapide, et vous pouvez immédiatement tester les performances du modèle dans une fenêtre d'aperçu pour voir à quel point il classe bien les nouveaux exemples non vus. Vous pouvez également ajuster des paramètres avancés pour affiner le comportement du modèle.
3. Exporter : Une fois que vous êtes satisfait de votre modèle, vous pouvez l'exporter pour l'utiliser dans vos propres projets. Le modèle peut être téléchargé ou hébergé en ligne via un lien partageable. Il est exporté en tant que modèle TensorFlow.js, ce qui facilite son intégration dans des sites web et des applications utilisant JavaScript. De plus, il existe des options pour convertir le modèle pour une utilisation avec des microcontrôleurs comme Arduino et Coral, ouvrant des possibilités pour des projets d'informatique physique et d'IoT.

Fonctionnalités principales de Teachable Machine

• Interface sans code : Une plateforme entièrement visuelle, basée sur le navigateur, qui ne nécessite aucune connaissance en programmation.
• Plusieurs types de modèles : Entraînez des modèles pour classer des images, des sons ou des poses humaines.
• Retour en temps réel : Testez instantanément votre modèle avec une entrée en direct de votre webcam ou de votre microphone.
• Confidentialité sur l'appareil : Tout l'entraînement et l'exécution du modèle se font localement sur votre machine, garantissant la confidentialité de vos données.
• Entrée de données flexible : Utilisez votre webcam, votre microphone, ou téléchargez des fichiers image et son existants.
• Modèles exportables : Exportez votre modèle entraîné pour l'utiliser avec TensorFlow.js, p5.js, Node.js, et du matériel comme Arduino et Coral.
• Paramètres d'entraînement ajustables : Les utilisateurs avancés peuvent ajuster des paramètres comme les époques, la taille du lot et le taux d'apprentissage pour affiner les performances du modèle.

Cas d'utilisation pour Teachable Machine

Teachable Machine est utilisé dans divers domaines pour l'éducation, le prototypage et l'expression créative :

• Éducation : C'est un outil populaire pour enseigner aux élèves du primaire à l'université les fondements du machine learning, des biais de données et de l'éthique de l'IA de manière interactive.
• Accessibilité : Des projets comme le Projet Euphonia de Google utilisent Teachable Machine pour aider les personnes ayant des troubles de la parole à communiquer en entraînant des modèles à reconnaître leurs vocalisations ou gestes faciaux uniques.
• Prototypage : Les développeurs et les designers peuvent rapidement construire et tester des preuves de concept, comme un trieur qui identifie différents types de fruits (comme le 'Bananameter') ou un contrôleur de jeu commandé par les gestes.
• Art et expériences interactives : Les artistes et les créateurs l'utilisent pour construire des installations interactives qui répondent aux mouvements, aux sons ou aux objets du public.
• Projets de bricolage et de loisirs : Connectez vos modèles à du matériel comme Arduino pour créer des appareils intelligents, comme un 'Petit Trieur' qui trie physiquement des objets en fonction de ce qu'il voit.

Avantages de Teachable Machine

Le principal avantage de Teachable Machine est son accessibilité. Il démystifie le machine learning et abaisse la barrière à l'entrée, permettant à un public plus large de s'engager avec la technologie de l'IA. Sa vitesse permet un prototypage et une itération rapides. Le modèle de traitement sur l'appareil est un avantage significatif pour les utilisateurs soucieux de la confidentialité et pour les applications nécessitant une faible latence. De plus, son intégration transparente avec l'écosystème JavaScript et les plateformes matérielles en fait un outil pratique pour construire des applications du monde réel.

Tarification et plans

Teachable Machine est un outil entièrement gratuit fourni par Google dans le cadre de ses expériences pour rendre l'IA plus compréhensible et accessible. Il n'y a pas de frais, d'abonnements ou de coûts cachés associés à l'utilisation de la plateforme ou à l'exportation des modèles que vous créez.