Teachable Machine

Teachable Machine 是谷歌推出的一款创新的网页版工具，旨在让每个人都能接触和使用机器学习，无论其技术背景如何。它提供了一个用户友好的界面，让您无需编写任何代码，即可直接在浏览器中训练自定义的机器学习模型。其核心理念是赋能创作者、学生和开发者，让他们能够以快速、简单和直观的方式试验和构建真实的人工智能模型。该平台基于 TensorFlow.js 构建，所有训练和推理过程都在您的设备上本地进行。这种以隐私为中心的方法意味着您的数据（例如网络摄像头图像或麦克风音频）绝不会离开您的计算机。

用户可以训练三种主要类型的模型：用于识别和分类图像的图像项目、用于分类短音频片段的声音项目，以及用于识别身体位置和手势的姿势项目。这种灵活性使其成为一个功能强大的工具，适用于从教育练习到功能性原型开发的广泛应用。

如何使用 Teachable Machine

使用 Teachable Machine 创建模型的过程被简化为三个简单的步骤：

1. 收集：首先，您需要收集训练样本并将其分组到不同的“类别”中。对于图像模型，您可以上传不同对象的图片，或使用网络摄像头实时捕捉。对于声音模型，您可以录制“拍手”、“响指”或“口哨”等短音频样本。对于姿势模型，您可以使用网络摄像头来演示不同的身体姿势。
2. 训练：收集完数据后，您只需点击“训练模型”按钮。Teachable Machine 会利用这些数据在您的浏览器中训练一个神经网络。训练过程非常快，之后您可以立即在预览窗口中测试模型的性能，看看它对新的、未见过的样本的分类效果如何。您还可以调整高级设置来优化模型行为。
3. 导出：当您对模型满意后，可以将其导出用于您自己的项目。模型可以下载，也可以通过可共享的链接在线托管。它会导出为 TensorFlow.js 模型，从而可以轻松地使用 JavaScript 集成到网站和应用程序中。此外，还有选项可将模型转换为与 Arduino 和 Coral 等微控制器兼容的格式，为物理计算和物联网项目开辟了新的可能性。

Teachable Machine 的核心功能

• 无代码界面：一个完全可视化的浏览器平台，无需任何编程知识。
• 多种模型类型：可训练用于分类图像、声音或人体姿势的模型。
• 实时反馈：通过网络摄像头或麦克风的实时输入，即时测试您的模型。
• 设备端隐私保护：所有训练和模型执行都在您的本地设备上进行，确保您的数据隐私安全。
• 灵活的数据输入：使用您的网络摄像头、麦克风，或上传现有的图像和声音文件。
• 可导出的模型：导出您训练好的模型，用于 TensorFlow.js、p5.js、Node.js 以及 Arduino 和 Coral 等硬件。
• 可调节的训练参数：高级用户可以调整周期（epochs）、批次大小（batch size）和学习率等参数，以微调模型性能。

Teachable Machine 的使用案例

Teachable Machine 被广泛应用于各个领域，用于教育、原型设计和创意表达：

• 教育：它是一款非常受欢迎的工具，用于以互动的方式向 K-12 和大学生教授机器学习基础、数据偏见和人工智能伦理等知识。
• 无障碍辅助：像谷歌的 Project Euphonia 这样的项目，使用 Teachable Machine 训练模型来识别有语言障碍人士的独特发声或面部表情，以帮助他们进行交流。
• 原型设计：开发者和设计师可以快速构建和测试概念验证想法，例如一个能识别不同种类水果的分类器（如“香蕉成熟度检测器”）或一个手势控制的游戏控制器。
• 互动艺术与体验：艺术家和创作者用它来构建能够响应观众动作、声音或物体的互动装置。
• DIY 与爱好者项目：将您的模型连接到 Arduino 等硬件，创建智能设备，例如一个可以根据看到的内容对物体进行物理分类的“微型分拣机”。

Teachable Machine 的优势特点

Teachable Machine 的主要优势在于其易用性。它揭开了机器学习的神秘面纱，降低了技术门槛，让更广泛的受众能够接触和使用人工智能技术。其快速的特性支持快速的原型设计和迭代。对于注重隐私的用户和需要低延迟的应用来说，其设备端处理模型是一个显著的优势。此外，它与 JavaScript 生态系统和硬件平台的无缝集成，使其成为构建现实世界应用的实用工具。

定价和计划

Teachable Machine 是谷歌为增进大众对 AI 的理解和使用而推出的实验性项目，是一款完全免费的工具。使用该平台或导出您创建的模型不涉及任何费用、订阅或隐藏成本。