0
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雷锋网读者来说，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。
完整的视频演示在这里：
看了那么多，你是否已经迫不及待要去试一下了呢？感兴趣的雷锋网读者可以在Github上查看开源代码：https://github.com/googlecreativelab/teachable-machine，自己动手试一下吧！
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
