image

Google упростила машинное обучения для тех, кто не имел дела с разработкой. На смену Teachable Machine — сайту, который знакомил пользователей с основами создания ИИ, пришел Teachable Machine 2.0, где нейронные сети можно обучить одним нажатием кнопки.

Первая версия позволяла с использованием веб-камеры наблюдать, как компьютер учится распознавать шаблоны и закономерности в изображениях.
См. также: «Квантовая ставка Google на ИИ – и что она означает для всего человечества»

Теперь же пользователь может с помощью веб-камеры и микрофона на своем ПК без написания кода обучать нейронные сети и экспортировать их в сторонние приложения, носители или на веб-сайты. Вторая версия может распознавать звуки и позы.

Для тех, кто решил попробовать себя в обучении ИИ, представлена инструкция:


В компании отметили, что первая версия Teachable Machine стал популярным инструментом. Ее задействовали в сфере образования, чтобы научить школьников основам обучения ИИ. А эксперт по доступным технологиям Стив Солинг применил инструмент, чтобы облегчить общение для людей с нарушениями речи.
См. также: «10 самых важных вех в развитии ИИ на сегодняшний день»

Google предложила пользователям загрузить свои файлы или создать их при помощи микрофона или веб-камеры. Teachable Machine 2.0 по нажатию кнопки начнет обучать модель на основании предоставленных ей примеров. Вся информация сохранится исключительно на ПК, если проект не загружать на Google Диск.
См. также: «Способности есть, а разума нет: задачи, с которыми ИИ не справляется»

В компании подчеркнули, что обновленный инструмент позволит использовать ИИ более широко.

Ранее Fujitsu представила технологию распознавания выражения лица на основе ИИ. Компания утверждает, что технология помогает выявить даже едва уловимые эмоциональные изменения, в том числе нервную улыбку или замешательство.

Нейросети внедряют и в сфере игр. Так, платформа для соревнований FACEIT сообщила, что «ИИ-админа» Minerva, который отслеживает токсичных игроков, а также вычисляет оскорбления, с августа проанализировал свыше 200 млн сообщений в чате и признал токсичными 7 млн; выписал 90 000 предупреждений и 20 000 банов за оскорбления и спам.

Применяют ИИ и для развлечений. Например, нейросеть Nvidia обучили заменять домашнее животное на любое другое. Инструмент GanAnimals позволяет увидеть выражение морды и позу своего любимца на другом животном благодаря технологии генеративно-состязательной сети, новой технике искусственного интеллекта, которая противопоставляет одну нейронную сеть другой.

Комментарии (6)


  1. Quiensabe
    11.11.2019 03:07

    Классная вещь!

    Жаль не сделали обертки TensorFlow для популярных игровых движков. Для Unity, например, только за 200$ нашлось что-то подобное. А так был бы очень удобный и простой инструмент для всяких поделок.


    1. Quiensabe
      11.11.2019 03:09

      Хотя вот тут есть статья с описанием использования произвольной модели TensorFlow с бесплатным ML-Agents в Unity. Надо потестить.


  1. DrunkBear
    11.11.2019 10:44
    +2

    Google предложила пользователям загрузить свои файлы или создать их при помощи микрофона или веб-камеры. Teachable Machine 2.0 по нажатию кнопки начнет обучать модель на основании предоставленных ей примеров. Вся информация сохранится исключительно на ПК, если проект не загружать на Google Диск
    Кажется, у меня лыжи не едут: если данные уже загрузили и на них обучается нейросеть — как информация сохранится только на ПК?


    1. ilyapirogov
      11.11.2019 21:07

      Скорее всего нейросеть обучается прямо в браузере. А весь код написан на JavaScript, либо выполняется через Webassembly.


      1. DrunkBear
        12.11.2019 10:39

        *Задумчиво смотрит на apache airflow и кластер с 200Тб данных под нейросети*
        Что фронтенд в браузере — это понятно, но внути ж у неё неонкаtensorflow какой-нибудь или аналог, поэтому мне всё равно не очень понятно, как в обученной модели могут не храниться данные.


  1. luch_kot
    11.11.2019 11:48
    +1

    Это пост из категории «ничего не скажу, утащу в закладки, а после работы посмотрю в своём логове и опять не высплюсь».
    Люблю такие.
    Потребностей для машинного распознавания в современном мире — целое море, идей — бесконечно много, возможностей для простого школьника — ёж нафыркал. Уверен, что подобный сервис будет революционным шагом, если правильно геймифицировать его.