原文网址：https://www.youyong.top/article/1159d703bd69a
谷歌最新的 Teachable Machine 项目，可以让用户无需编程就能利用摄像头采集数据、设计机器学习。作为 AI Experiment 的一部分，这一项目可以让你利用手机上的摄像头就进行简单的机器学习训练。项目代码已经开源。
原文网址：https://www.youyong.top/article/1159d703bd69a
来源：blog.google
编译：熊笑
从帮你找到最爱的照片，到为日本的农民做黄瓜分类，机器学习正在改变人们使用代码解决问题的方式。但机器学习到底是怎么工作的？
我们希望让大家更容易地上手，所以我们创造了“Teachable Machine”（https://teachablemachine.withgoogle.com/#），它可以让你无需编程就能利用浏览器的摄像头采集数据并设计机器学习。Teachable Machine 是用一个称为 deeplearn.js 的库构建而成，这使得网页开发者在浏览器里训练、运行神经网络变得很简单。我们同时开源了代码，来帮助开发者做出一些新的实验。
可以在 https://github.com/googlecreativelab/teachable-machine 查看开源代码。
训练过程非常简单。如上图，最左侧是输入框，摄像头实时记录着你的动作、表情等等，作为训练的“输入”；中间是学习框，可以根据不同的输入分成不同的类别；右侧是输出框，可以根据不同的输入，按照不同的类别训练相应的输出结果。
在上图中，实验者训练 AI 在见到他抬起右手后，就显示猫的 gif 图。在只训练了这一项输入的情况下，中间的学习框显示，AI “百分之百”确定这一输入对应的是猫的 gif 图。
实验者又训练 AI，当输入是“实验者的脸”时，输入显示狗的 gif 图。
实验者又训练 AI，当输入是“实验者张大嘴的脸”时，输出兔子的 gif 图。
抬起右手，输出猫的 gif 图；放下右手，输出狗的 gif 图。从中间的学习框可以看到，AI 对输出结果比较确定。
当实验者试图迷惑 AI，只是略微抬起右手时，仍然得到了不同输出，但系统不那么确定了。
对于“实验者抬起左手”这一输入，AI 给出的实验结果仍然是猫的 gif 图。显然，AI 认为这一输入和“抬起右手”更为接近。
当然，你可以尝试不同的输入，试着愚弄 AI。
Teachable Machine 可以在手机上使用，你可以直接用手机的摄像头来训练。
Teachable Machine 使用了 deeplearn.js。 deeplearn.js 是用于机器智能的开源硬件加速 JavaScript 库。deeplearn.js 提供了高性能的机器学习组件，让你可以在浏览器中训练神经网络，或在推理模式下运行预训练模型。
关于 deeplearn.js，可登录 https://deeplearnjs.org 了解。
我们提供了两款 API，一款是直接执行的模型，一款是以 TensorFlow API 为镜像、延期执行的模型。deeplearn.js 由GoogleBrain PAIR 团队开发，其初始目标是为浏览器构建强大的互动式机器学习工具，但它现在也可在教育、模型理解、艺术项目等广泛场景中得到应用。
原文地址：https://www.blog.google/topics/machine-learning/now-anyone-can-explore-machine-learning-no-coding-required/
