Uczenie maszynowe jest prostsze niż kiedykolwiek dzięki uczącej się maszynie Google

Uczenie maszynowe to złożony proces. Jest to w zasadzie zestaw kodów, który pomaga aplikacji zrozumieć rzeczywiste obiekty i reagować na nie. Jednak Google właśnie ułatwił uczenie maszynowe dzięki najnowszemu projektowi AI; Ucząca się maszyna.

Projekt Teachable Machine firmy Google umożliwia użytkownikom trenowanie aplikacji internetowej, aby reagowała w określony sposób na określone działania. To najprostszy sposób na zapoznanie kogoś z uczeniem maszynowym i jego działaniem. Chociaż jest bardzo prosty, a jego zastosowanie jest ograniczone, jest to dobry pierwszy krok dla każdego, kto chce nauczyć się technologii uczenia maszynowego.

Dostęp do projektu maszyny z możliwością uczenia można uzyskać tutaj.

Uczenie maszynowe robi niesamowite rzeczy na świecie. Pozwala teraz komputerom wykrywać oznaki depresji, oceniać Twój wiek i płeć, a także pomaga prześledzić zdjęcia z zestawu zdjęć. Szybko staje się częścią naszego codziennego życia. Zasadniczo wykorzystuje kod do rozwiązywania rzeczywistych problemów.

Projekt Teachable Machine tak naprawdę nie pomoże ci rozwiązać głównych problemów, ale może dać ci bardzo dobrą kontrolę nad tym, jak w zasadzie działa uczenie maszynowe. Będziesz mógł ustawić wzór, który aplikacja będzie identyfikować za pomocą kamery internetowej. Możesz zaprogramować aplikację tak, aby uczyła się trzech twoich działań i dawała trzy różne wyniki w zależności od tego, co robisz.

Na przykład możesz podnieść rękę i sprawić, by aplikacja odtwarzała GIF jako wyjście. Możesz kiwać głową, aby odtworzyć inny GIF i możesz podnieść obie ręce, aby odtworzyć dźwięk. Istnieje wiele wyjść, które można pokazać, a które można również dostosować.

Maszyna Teachable Machine firmy Google jest zbudowana przy użyciu deeplearn.js, który umożliwia programistom internetowym uruchamianie sieci neuronowych bezpośrednio w przeglądarce. Jest to interesująca technologia, która również została udostępniona jako open source przez Google, aby programiści mogli pomóc zainspirować inne podobne eksperymenty.

Zdecydowanie zalecamy wypróbowanie tej funkcji!