Google更新无程序代码机器学习工具

Google在两年前发布了第一版的无程序代码机器学习工具Teachable Machine，让人们开发人工智能功能，以计算机摄影镜头识别图像，现在Teachable Machine发布了第二个版本，可以用同样简单的方法，来训练识别动作以及声音等更高端的模型。

人工智能技术当道，人们正在探索各种能够应用人工智能的可能性，但是对于缺乏专业知识的人，开发人工智能应用的门槛仍然很高，因此出现了各种无程序代码的机器学习应用开发工具，让即便不熟人工智能技术的用户，也能训练模型实例自己的想法，而Google的Teachable Machine便是其中一种工具。

Teachable Machine是一个网页工具，让用户在不需要专业知识和撰写程序代码的情况下，能简单地为网站和应用程序训练机器学习模型，Teachable Machine第一代可以用来识别摄影机镜头中的物体，Teachable Machine 2.0扩展模型支持的数据类型，像是现在还从图像识别人的姿势，或是分类声音，并以一键操作的方式训练模型，并让用户能输出和部署模型到网站、应用程序甚至是实体机器上。

训练机器学习模型的第一步骤是要准备训练数据，在Teachable Machine中，用户可以上传自己的数据文件，或是以摄影机以及麦克风即时捕捉数据，（下图）是一名女子手抓着狗布偶在摄影机前移动，摆出人与狗布偶各种位置组合以及屏蔽的情况，而Teachable Machine则可以连续地捕捉多个人与狗布偶的图像范例。

而训练模型的动作，用户就只要点击一个按钮，系统便会自动用训练数据，开始训练模型。接着用户可以直接在Teachable Machine的接口中，测试模型的表现（下图），并不停地调校直到满意为止。

Google提到，Teachable Machine背后应用了开源Javascript机器学习函数库Tensorflow.js，因此用户可以将训练好的模型以Tensorflow.js格式输出，在任何的网页或是应用程序中调用使用，也能转换成Tensorflow或是Tensorflow Lite格式。

除了输出模型，用户也可以下载Teachable Machine训练数据，在其他项目使用相同的范例文件，Google也提供简单的项目存储方式，用户能直接将整个项目包含范例，以ZIP文件存储在用户的Google Drive中，用户可以随时在Teachable Machine打开，或是之后下载另做他用。