得益于各种套件,今天的机器学习的门槛已经越来越低。但Google显然并不满足于此,其最新推出了Teachable Machine项目,让用户无需编程就可以用手机、平板、计算机等设备的摄像头采集数据进行机器学习。这一项目是Google的A.I. Experiment的一部分,源代码已经公布在Github上。

简单的说,Teachable Machine是一个基于浏览器的机器学习演示实验,用一个叫做Deeplearn.js的库构建,网页开发者可以编写一个简单的视觉输入,并设定输出和三个训练分类器,来在浏览器中训练新的神经网络。雷锋网发现,在视频演示中Google没有详细说明更深一步的机器学习工作原理,但足以让大多数人对机器学习有一个最基础的概念。

如下图所示,在网页中可以调用摄像头获得不少于30幅的图像信息,作为训练的“输入”;中间的学习框包括三个分类器,用Green、Purple、Orange表示,机器通过对你做出的动作进行学习,从而“学会”对相应动作进行识别;最后是输出部分,分类器根据不同的输入,按照训练结果进行分类给出最右侧的输出结果。
首先训练Green分类器,如图所示,训练者抬起手,按下“Train Green”按钮,摄像头自动生成了一个包含若干个抬手图片的训练集。我们可以看到,分类器可以100%识别出抬手的动作并将其与猫关联。

类似可以训练其他分类器,例如放下手训练Purple分类器并对应到狗的输出。

然后我们就可以开始调戏机器了:如果你半举手,机器认为你有64%的可能是抬手,35%的可能是不抬手,对应仍然输出猫;

如果我们举起另一边手呢?机器虽然没有见过你举起另一边手的图片,但是还是能100%确定应该输出猫。

输出可设定为图片、声音或者语音,开发者可以很方便将这些输出调换称自己所需要的素材。

对于那些对机器学习一无所知的技术宅(公众号:技术宅博客)读者来说,该实验可以直观的展示解机器学习的基本概念。这一项目运行在基于Java的deeplearn.js框架上,可以在大多数硬件(据反馈目前不支持iPad Pro)的大多数浏览器中顺畅运行。

看了那么多,你是否已经迫不及待要去试一下了呢?感兴趣的技术宅读者可以在Github上查看开源代码:https://github.com/googlecreativelab/teachable-machine,自己动手试一下吧!