Teachable Machine แพลตฟอร์มฝึก AI ที่เปิดตัวในปี 2017

 (teachablemachine.withgoogle.com)
5 คะแนน โดย GN⁺ 2024-01-08 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Teachable Machine เป็นเครื่องมือที่สร้างขึ้นเพื่อให้สามารถลองสร้างโมเดลแมชชีนเลิร์นนิงได้บนเว็บทันที และเวอร์ชันแรกที่เปิดตัวในปี 2017 ก็ยังคงมีแยกเป็นอีกหน้าหนึ่ง
  • ผู้ใช้สามารถป้อนข้อมูลฝึกได้ทั้งจากการอัปโหลดไฟล์หรือการจับภาพแบบเรียลไทม์ และสำหรับข้อมูลจากเว็บแคมหรือไมโครโฟนก็สามารถเลือกใช้แบบที่ ไม่ส่งข้อมูลออกนอกคอมพิวเตอร์ ได้
  • โมเดลที่รองรับแบ่งเป็น รูปภาพ, เสียง ที่อิงจากตัวอย่างเสียงสั้น ๆ และการจำแนกท่าทางร่างกายจากเว็บแคมหรือไฟล์
  • มีตัวอย่างการทดลองประกอบ เช่น การเชื่อมต่อกับ Arduino, การทริกเกอร์เสียงด้วยท่าทางใบหน้า และเกมคอนโทรลเลอร์ที่ใช้กระดาษกับเว็บแคม
  • สื่อการสอนประกอบด้วย AI + Ethics และ Ready AI Lesson เพื่อให้ครอบคลุมทั้งแนวคิดการจำแนกของแมชชีนเลิร์นนิงและผลกระทบทางสังคม

โมเดล Teachable Machine ที่สร้างบนเว็บ

  • Teachable Machine เป็นเครื่องมือบนเว็บที่ออกแบบมาเพื่อให้สร้างโมเดลแมชชีนเลิร์นนิงได้อย่างรวดเร็วและง่ายดาย
  • เวอร์ชันแรกที่ออกในปี 2017 สามารถเปิดดูได้จากหน้าแยกต่างหาก
  • ตัวอย่างข้อมูลฝึกสามารถป้อนได้ 2 วิธี
    • ใช้ไฟล์
    • จับภาพแบบเรียลไทม์
  • ข้อมูลจากเว็บแคมหรือไมโครโฟนสามารถใช้งานแบบ on-device ได้เท่านั้น เพื่อไม่ให้ข้อมูลออกไปนอกคอมพิวเตอร์
  • โมเดลที่สร้างได้แบ่งออกเป็น 3 ประเภท
    • Images: ฝึกโมเดลจำแนกภาพจากไฟล์หรือเว็บแคม
    • Sounds: บันทึกตัวอย่างเสียงสั้น ๆ เพื่อฝึกโมเดลจำแนกเสียง
    • Poses: ฝึกโมเดลจำแนกตำแหน่งร่างกายจากไฟล์หรือท่าทางหน้ากล้องเว็บแคม
  • โมเดลที่ตรวจจับทิศทางการเอียงศีรษะสามารถลองทำตามได้จากบทแนะนำ Pose: Head Tilt

ตัวอย่างการทดลองและสื่อการสอน

  • ตัวอย่างการทดลองที่สร้างด้วย Teachable Machine มีหลากหลาย ตั้งแต่ฮาร์ดแวร์ การเข้าถึง ไปจนถึงอุปกรณ์ป้อนข้อมูลสำหรับเกม
    • Tiny Sorter: การทดลอง DIY ที่เชื่อม Arduino เข้ากับ Teachable Machine
    • วิดีโอ ของ Steve Saling: การใช้ Teachable Machine กับรูปแบบการสื่อสารใหม่ ๆ เช่น การทริกเกอร์เสียงด้วยท่าทางใบหน้า
    • Teachable Snake: การทดลองของ Vince MingPu Shao ที่เปลี่ยนเว็บแคมและกระดาษให้เป็นเกมคอนโทรลเลอร์
  • สามารถดูตัวอย่างงานสร้างเพิ่มเติมได้ที่ หน้า Experiments พร้อมแท็ก Teachable Machine
  • หากมีผลงานที่อยากแบ่งปัน สามารถส่งอีเมลไปที่ teachablemachine-support@google.com
  • สื่อการศึกษาครอบคลุมทั้งอคติของระบบอัลกอริทึมและผลกระทบทางสังคมของแมชชีนเลิร์นนิง
    • AI + Ethics: บทเรียนเทคโนโลยี K-8 Common Core ที่สร้างโดย Blakeley H. Payne จาก MIT Media Lab Personal Robots Group เพื่อช่วยให้นักเรียนเริ่มเข้าใจอคติในระบบอัลกอริทึม
    • Ready AI Lesson: บทเรียน K-12 สำหรับสำรวจ Teachable Machine และเรียนรู้แมชชีนเลิร์นนิง การจำแนก และผลกระทบทางสังคม
  • คำถามเพิ่มเติมสามารถดูได้ที่ FAQ

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2024-01-08
ความคิดเห็นใน Hacker News
  • จังหวะดีมาก เพราะมี กรณีใช้งานที่สมบูรณ์แบบ สำหรับโปรเจกต์งานอดิเรกพอดี
    เคยดูเวอร์ชันก่อนหน้านี้แล้ว แต่ค่อนข้างจำกัด: “Teachable Machine เดิมฝึกได้แค่ 3 คลาส แต่ตอนนี้เพิ่มคลาสได้มากเท่าที่ต้องการ”
    อยากรู้ว่ามันขยายได้ไกลแค่ไหน เช่น หลายแสนคลาส จะทำได้ไหม และถ้าทำได้จะมีผลกระทบอะไรบ้าง
    • v1 จำกัดมาก แต่ใช้ง่ายสุด ๆ และใช้ transfer learning ในรูปแบบที่น่าประทับใจอยู่แล้ว
      เช่น นำเอาต์พุตเวกเตอร์ 1000 มิติที่เครือข่ายที่ฝึกไว้ล่วงหน้าส่งออกมาสำหรับภาพในสามชุด และเพราะโมเดลเดิมถูกฝึกด้วย Imagenet จากนั้นก็ใช้ K-nearest neighbors เพื่อทำนายว่า “ภาพใหม่” อยู่ในชุดไหน
      v2 ปรับจูนค่าน้ำหนักของเครือข่ายที่ฝึกไว้ล่วงหน้าจริง ๆ ตอนนั้นถือเป็นตัวอย่างที่ดีว่าคลังไลบรารีแมชชีนเลิร์นนิงบน JavaScript พัฒนาเร็วแค่ไหน
  • เจอวิดีโอเก่าเกี่ยวกับ Teachable Machine เมื่อ 6 ปีก่อน
    https://www.youtube.com/watch?v=3BhkeY974Rg&ab_channel=Googl...
    แล้วในปี 2019 Google ก็เปิดตัว v2: https://blog.google/technology/ai/teachable-machine/
    สิ่งที่ทำได้ยังจำกัด จึงเหมาะเป็น จุดเริ่มต้นสำหรับผู้เริ่มต้น แต่ไม่ค่อยแน่ใจว่าแพลตฟอร์มกำลังพัฒนาเร็วหรือไม่
  • เจ๋งดี เหมาะเป็นกิจกรรมทำกับเด็ก ๆ ในวันหิมะตกเลย
  • ผมเคยค้นคว้า MediaPipe[1] มาพอสมควร แต่ไม่เคยได้ยินชื่อ Teachable Machine มาก่อน
    ดูเหมือนทั้งสองผลิตภัณฑ์ตั้งใจให้ใช้งานร่วมกัน จึงสงสัยว่าเกี่ยวข้องกันหรือเปล่า
    ดีใจที่ Google ลงทุนกับ use case ของ edge machine learning มากขึ้น โดยเฉพาะในเบราว์เซอร์ ถ้าไม่รู้จัก MediaPipe แต่สิ่งนี้สะดุดตา ก็ควรลองไปดูจริง ๆ ชุมชน VTubing ใช้กันเยอะเป็นพิเศษ และการทำ body/face/hand pose tracking บนพื้นฐาน BlazePose ก็ทำงานได้ดี
    1: https://developers.google.com/mediapipe
  • หมายเหตุ นี่ไม่ใช่โปรเจกต์ใหม่ มีการคุยกันใน HN เมื่อ 6 ปีก่อน: https://news.ycombinator.com/item?id=15399132
    • ในลิงก์ใหม่เขียนว่า “เวอร์ชันแรกในปี 2017” ดังนั้นดูเหมือน Google จะมองรีลีสนี้เป็น เวอร์ชัน 2
  • ตอนนั้นก็มีการคุยกันแล้ว
    Teachable Machine: สอนเครื่องด้วยกล้องแบบเรียลไทม์ในเบราว์เซอร์ - https://news.ycombinator.com/item?id=15399132 - ตุลาคม 2017, 90 ความคิดเห็น
  • เป็น ความพยายามรีดีไซน์ ที่น่าสนุกเมื่อหลายปีก่อน
    https://fairpixels.pro/work1/index.html
  • ผมว่าโดยพื้นฐานแล้วนี่คล้ายกับสิ่งที่ multimodal LLM ทำอยู่ไม่ใช่หรือ เข้าใจอะไรได้ก็ทำสิ่งนั้นได้ทันที
    ความต่างตรงนี้คืออะไร?
    • นี่เป็น โมเดลขนาดเล็กกว่า ที่สามารถ export ไปรันได้ทุกที่
      แม้แต่ multimodal LLM ที่เล็กที่สุดก็น่าจะใหญ่กว่าโมเดลที่ export จากที่นี่มาก
    • ประเด็นสำคัญคือส่วนของการ “สอน” ไม่ใช่เอาโมเดลที่ฝึกไว้แล้วมาใช้ inference แต่เป็นการฝึกโมเดล หรือในกรณีนี้คือการ จูน
      คุณป้อนข้อมูลใหม่ และข้อมูลนั้นถูกใช้เพื่ออัปเดตโมเดล ถ้าใช้โมเดล multimodal ที่มีอยู่เพื่อ inference อย่างเดียว วิธีการจำแนกประเภทเองจะไม่เปลี่ยนเลย
    • นี่ดูใกล้เคียงกับการ fine-tune โมเดลเดิมให้รู้จำคุณลักษณะที่เราตั้งใจ และทำให้เบาพอจะรันในเครื่องบนเบราว์เซอร์ได้
  • มี ทางเลือกโอเพนซอร์สที่ self-host ได้ คล้าย ๆ แบบนี้ไหม?
    • อันนี้ self-host ได้
      มันรันในเครื่องบนเบราว์เซอร์โดยไม่ส่งข้อมูลฝึกไปยังเซิร์ฟเวอร์ใด ๆ
      เป็นเช่นนั้นตราบใดที่คุณไม่ได้เลือกบันทึกลง Google Drive และถ้าเลือกให้ Google โฮสต์โมเดล Google จะได้รับสำเนา weights แต่ก็ยังไม่เห็นข้อมูลฝึกอยู่ดี
      หรือจะโฮสต์เองโดยตรงด้วย tensorflow.js ก็ได้
      คุณดาวน์โหลดทั้งข้อมูลฝึกและ weights เป็นไฟล์ zip ได้ และถ้าทำแบบนั้น Google จะไม่เห็นอะไรเลย
      ถ้าต้องการซอร์ส อยู่ที่นี่ -> https://github.com/googlecreativelab/teachablemachine-commun...