谷歌已經升級了其可教機器(Teachable Machine)，這是一個瀏覽器內部網絡實驗，最初于2017年發布，旨在教人們一些機器學習的基本原理。

該應用程序的原始版本實際上只是一個有趣的小實驗，可用于對網絡攝像頭中的視覺數據進行分類。(我教過它用來識別我的室內植物!)但是Google已向系統添加了新模式，并可以導出訓練有素的模型，從而使Teachable Machine 2.0成為了用于構建實際AI工具的功能更強大的系統。

除圖像數據外，Teachable Machine現在可用于音頻和身體姿勢輸入。用戶可以上傳自己的預先收集的數據集，將數據分為三類以上，然后在本地下載和部署模型或將其托管在云中。這意味著您可以使用Teachable Machine訓練基本系統，并使其在網站或應用上運行。

Google已經提供了一種稱為Cloud AutoML的無編碼AI培訓器，但這是一種更加專業的工具，具有更大的自定義，擴展和客戶支持范圍。

快速而骯臟的機器學習

相比之下，Teachable Machine 2.0又快又臟：它是新的ML練習者的入門，并且可以讓用戶快速創建AI解決方案的原型。Google指出，Teachable Machine完全在用戶計算機上運行，??這意味著培訓數據永遠不會離開您的設備(對于那些擔心隱私的人來說，這是一種保證)。

自從最新一輪機器學習系統興起以來的幾年中，到處都有大量的無編碼AI工具。專家有時會對他們生成的AI模型的質量表示懷疑，指出它們可能效率低下且草率，而且，如果沒有適當的編程技能，那么構建這些工具的人將無法真正發揮最大的作用。

但是，不可否認的是，視覺界面消除了許多機器學習的威脅因素，并且可以吸引更多的人嘗試和修改這些工具。如有必要，可能會在以后進行艱苦的工作，以完善和完善模型。讓人開始就很好。您可以在這里嘗試自己玩“可教機器”。