谷歌新項目公開：無需學編程，用手機攝像頭和瀏覽器即可機器學習

本文由微信公眾號「

從幫你找到最愛的照片，到為日本的農民做黃瓜分類，機器學習正在改變人們使用代碼解決問題的方式。但機器學習到底是怎麼工作的？

我們希望讓大家更容易地上手，所以我們創造了「Teachable Machine」（https://teachablemachine.withgoogle.com/#），它可以讓你無需編程就能利用瀏覽器的攝像頭採集數據並設計機器學習。Teachable Machine 是用一個稱為 deeplearn.js 的庫構建而成，這使得網頁開發者在瀏覽器里訓練、運行神經網路變得很簡單。我們同時開源了代碼，來幫助開發者做出一些新的實驗。可以在

https://github.com/googlecreativelab/teachable-machine 查看開源代碼。

訓練過程非常簡單。如上圖，最左側是輸入框，攝像頭實時記錄著你的動作、表情等等，作為訓練的「輸入」；中間是學習框，可以根據不同的輸入分成不同的類別；右側是輸出框，可以根據不同的輸入，按照不同的類別訓練相應的輸出結果。

在上圖中，實驗者訓練 AI 在見到他抬起右手後，就顯示貓的 gif 圖。在只訓練了這一項輸入的情況下，中間的學習框顯示，AI 「百分之百」確定這一輸入對應的是貓的 gif 圖。

實驗者又訓練 AI，當輸入是「實驗者的臉」時，輸入顯示狗的 gif 圖。

實驗者又訓練 AI，當輸入是「實驗者張大嘴的臉」時，輸出兔子的 gif 圖。

抬起右手，輸出貓的 gif 圖；放下右手，輸出狗的 gif 圖。從中間的學習框可以看到，AI 對輸出結果比較確定。

當實驗者試圖迷惑 AI，只是略微抬起右手時，仍然得到了不同輸出，但系統不那麼確定了。

對於「實驗者抬起左手」這一輸入，AI 給出的實驗結果仍然是貓的 gif 圖。顯然，AI 認為這一輸入和「抬起右手」更為接近。

當然，你可以嘗試不同的輸入，試著愚弄 AI。

Teachable Machine 可以在手機上使用，你可以直接用手機的攝像頭來訓練。

Teachable Machine 使用了 deeplearn.js。 deeplearn.js 是用於機器智能的開源硬體加速 JavaScript 庫。deeplearn.js 提供了高性能的機器學習組件，讓你可以在瀏覽器中訓練神經網路，或在推理模式下運行預訓練模型。

關於 deeplearn.js，可登錄 https://deeplearnjs.org 了解。我們提供了兩款 API，一款是直接執行的模型，一款是以 TensorFlow API 為鏡像、延期執行的模型。deeplearn.js 由GoogleBrain PAIR 團隊開發，其初始目標是為瀏覽器構建強大的互動式機器學習工具，但它現在也可在教育、模型理解、藝術項目等廣泛場景中得到應用。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！