Teachable Machine, nền tảng học AI ra mắt năm 2017

• Teachable Machine là công cụ được tạo ra để có thể thử xây dựng mô hình machine learning ngay trên web, và phiên bản đầu tiên từ năm 2017 vẫn được giữ lại trên một trang riêng
• Người dùng có thể đưa dữ liệu huấn luyện vào bằng cách tải tệp lên hoặc ghi nhận theo thời gian thực, và với dữ liệu từ webcam·micro cũng có thể chọn cách không đưa dữ liệu ra ngoài máy tính
• Các mô hình được hỗ trợ được chia thành audio dựa trên hình ảnh, mẫu âm thanh ngắn, và phân loại tư thế cơ thể dựa trên webcam·tệp
• Cũng có sẵn các ví dụ thử nghiệm như tích hợp Arduino, kích hoạt âm thanh bằng cử chỉ khuôn mặt, hay tay cầm chơi game dùng giấy và webcam
• Tài liệu lớp học bao gồm AI + Ethics và Ready AI Lesson, được cấu trúc để cùng đề cập đến khái niệm phân loại trong machine learning và tác động xã hội của nó

---

Mô hình Teachable Machine tạo trên web

• Teachable Machine là công cụ nền web được thiết kế để tạo mô hình machine learning nhanh chóng và dễ dàng
• Phiên bản đầu tiên ra mắt năm 2017 có thể mở trên một trang riêng
  • first version of Teachable Machine from 2017
• Ví dụ huấn luyện có thể được đưa vào theo hai cách
  • dùng tệp
  • ghi nhận theo thời gian thực
• Dữ liệu webcam hoặc micro cũng có thể chỉ được dùng theo cách on-device để không rời khỏi máy tính
• Có thể tạo ba loại mô hình
  • Images: huấn luyện mô hình phân loại hình ảnh bằng tệp hoặc webcam
  • Sounds: ghi lại các mẫu âm thanh ngắn để huấn luyện mô hình phân loại audio
  • Poses: huấn luyện mô hình phân loại vị trí cơ thể bằng tệp hoặc tư thế trước webcam
• Mô hình nhận diện hướng nghiêng đầu có thể làm theo trong hướng dẫn Pose: Head Tilt

Ví dụ thử nghiệm và tài liệu lớp học

• Các ví dụ thử nghiệm được tạo bằng Teachable Machine rất đa dạng, từ phần cứng, khả năng tiếp cận đến thiết bị nhập liệu cho game
  • Tiny Sorter: thử nghiệm DIY kết nối Arduino với Teachable Machine
  • video của Steve Saling: sử dụng Teachable Machine cho các cách giao tiếp mới như kích hoạt âm thanh bằng cử chỉ khuôn mặt
  • Teachable Snake: thử nghiệm của Vince MingPu Shao biến webcam và giấy thành tay cầm chơi game
• Có thể xem thêm nhiều sản phẩm khác tại trang Experiments gắn thẻ Teachable Machine
• Nếu có sản phẩm muốn chia sẻ, có thể gửi email tới [e-mail]
• Tài liệu giáo dục cũng đề cập cùng lúc đến thiên lệch trong hệ thống thuật toán và tác động xã hội của machine learning
  • AI + Ethics: bài học công nghệ K-8 Common Core do Blakeley H. Payne của MIT Media Lab Personal Robots Group tạo ra, được thiết kế để giúp học sinh bắt đầu hiểu về thiên lệch trong các hệ thống thuật toán
  • Ready AI Lesson: bài học K-12 khám phá Teachable Machine và học về machine learning, phân loại, cùng tác động xã hội
• Có thể xem thêm câu hỏi tại FAQ

[GN⁺]

Ý kiến trên Hacker News

• Thời điểm này rất hợp vì có một trường hợp sử dụng hoàn hảo cho dự án sở thích
  Tôi cũng từng xem phiên bản cũ, nhưng nó khá hạn chế: “Teachable Machine trước đây chỉ có thể huấn luyện 3 lớp, nhưng giờ bạn có thể thêm bao nhiêu lớp tùy ý”
  Tôi muốn biết nó có thể mở rộng đến đâu. Ví dụ, liệu có thể xử lý hàng trăm nghìn lớp hay không, và nếu được thì sẽ kéo theo những hệ quả gì
  • v1 rất hạn chế, nhưng cực kỳ dễ dùng và đã sử dụng một dạng transfer learning khá ấn tượng
    Ví dụ, nó lấy đầu ra vector 1000 chiều mà mạng đã được huấn luyện trước tạo ra cho các hình ảnh thuộc ba tập, rồi vì mô hình gốc đã được huấn luyện bằng Imagenet, bước tiếp theo là dùng K-láng giềng gần nhất để dự đoán một hình ảnh “mới” thuộc tập nào
    v2 thực sự tinh chỉnh trọng số của mạng đã được huấn luyện trước. Khi đó đây là một ví dụ hay cho thấy các thư viện machine learning JavaScript phát triển nhanh đến mức nào
• Tôi tìm thấy một video cũ về Teachable Machine từ 6 năm trước
  https://www.youtube.com/watch?v=3BhkeY974Rg&ab_channel=Googl...
  Và vào năm 2019, Google đã công bố v2: https://blog.google/technology/ai/teachable-machine/
  Các tác vụ có thể làm vẫn còn hạn chế nên nó phù hợp như một điểm khởi đầu cho người mới, nhưng tôi không chắc nền tảng này có đang được phát triển nhanh hay không
• Hay đấy. Rất hợp làm một hoạt động cùng bọn trẻ vào ngày tuyết rơi
• Tôi đã tìm hiểu MediaPipe[1] khá kỹ, nhưng chưa từng nghe về Teachable Machine
  Trông như hai sản phẩm này được thiết kế để dùng cùng nhau, nên tôi tò mò không biết chúng có liên quan gì không
  Thật đáng mừng khi Google đầu tư vào nhiều trường hợp sử dụng edge machine learning hơn, đặc biệt là trong trình duyệt. Nếu bạn chưa biết MediaPipe mà thứ này lại khiến bạn chú ý, rất đáng để xem thử. Nó đặc biệt được dùng nhiều trong cộng đồng VTubing, và phần triển khai theo dõi tư thế cơ thể, khuôn mặt và bàn tay dựa trên BlazePose có hiệu năng tốt
  1: https://developers.google.com/mediapipe
• Nhân tiện, đây không phải dự án mới. Có một cuộc thảo luận HN từ 6 năm trước: https://news.ycombinator.com/item?id=15399132
  • Liên kết mới có ghi “phiên bản đầu tiên năm 2017”, nên có vẻ Google xem đợt phát hành lần này là phiên bản 2
• Hồi đó cũng đã có thảo luận
  Teachable Machine: Dạy máy bằng camera theo thời gian thực trong trình duyệt - https://news.ycombinator.com/item?id=15399132 - tháng 10 năm 2017, 90 bình luận
• Đây là một nỗ lực thiết kế lại thú vị từ vài năm trước
  https://fairpixels.pro/work1/index.html
• Về cơ bản, chẳng phải đây là điều mà multimodal LLM làm sao? Vì những gì nó có thể hiểu thì có thể xử lý ngay tại chỗ
  Vậy điểm khác biệt ở đây là gì?
  • Đây là một mô hình quy mô nhỏ hơn có thể xuất ra và chạy ở bất cứ đâu
    Ngay cả multimodal LLM nhỏ nhất cũng có lẽ lớn hơn nhiều so với mô hình được xuất ra ở đây
  • Điểm mấu chốt là phần “dạy”. Thay vì chỉ dùng một mô hình đã được huấn luyện để suy luận, ở đây là huấn luyện, cụ thể là tinh chỉnh mô hình
    Bạn cung cấp dữ liệu mới và dữ liệu đó được dùng để cập nhật mô hình. Nếu chỉ suy luận bằng mô hình đa phương thức có sẵn thì bản thân cách phân loại sẽ không thay đổi chút nào
  • Điều này có vẻ gần hơn với việc fine-tune một mô hình hiện có để nhận diện các đặc trưng mà tôi muốn, đồng thời làm cho nó đủ nhẹ để chạy cục bộ trong trình duyệt
• Có lựa chọn thay thế mã nguồn mở có thể tự host nào tương tự thế này không?
  • Cái này có thể tự host được
    Nó chạy cục bộ trong trình duyệt mà không gửi dữ liệu huấn luyện đến bất kỳ máy chủ nào
    Trừ khi bạn chọn lưu vào Google Drive; còn nếu bạn chọn để Google host mô hình thì Google sẽ nhận một bản sao trọng số, nhưng vẫn không thấy dữ liệu huấn luyện
    Hoặc bạn cũng có thể tự host trực tiếp bằng tensorflow.js
    Bạn có thể tải toàn bộ dữ liệu huấn luyện và cả trọng số xuống dưới dạng file zip, khi đó Google sẽ không thấy bất cứ thứ gì
    Nếu cần mã nguồn thì ở đây -> https://github.com/googlecreativelab/teachablemachine-commun...