2017'de yayımlanan yapay zeka öğrenme platformu Teachable Machine

• Teachable Machine, makine öğrenimi modelleri oluşturmayı doğrudan web üzerinde denemeyi sağlayan bir araçtır; 2017’deki ilk sürümü de ayrı bir sayfa olarak duruyor
• Kullanıcılar dosya yükleyerek veya gerçek zamanlı yakalama ile eğitim verisi ekleyebilir; web kamerası ve mikrofon verileri için bilgisayarın dışına çıkarılmayan bir yöntemi de seçebilir
• Desteklenen modeller; görüntüler, kısa ses örneklerine dayalı ses ve web kamerası/dosya tabanlı vücut pozu sınıflandırması olarak ayrılır
• Arduino entegrasyonu, yüz jestlerine dayalı ses tetikleme, kâğıt ve web kamerası kullanarak oyun kumandası gibi deney örnekleri de birlikte sunulur
• Ders materyalleri, AI + Ethics ve Ready AI Lesson’ı da kapsayarak makine öğreniminde sınıflandırma kavramını ve toplumsal etkileri birlikte ele alacak şekilde hazırlanmıştır

---

Web üzerinde Teachable Machine modelleri oluşturma

• Teachable Machine, makine öğrenimi modellerini hızlı ve kolay biçimde oluşturmak için tasarlanmış web tabanlı bir araçtır
• 2017’de çıkan ilk sürüm ayrı bir sayfada açılabilir
  • first version of Teachable Machine from 2017
• Eğitim örnekleri iki yöntemle eklenebilir
  • Dosya kullanma
  • Gerçek zamanlı yakalama
• Web kamerası veya mikrofon verilerinin bilgisayarın dışına çıkmaması için yalnızca cihaz üzerinde çalışacak şekilde de kullanılabilir
• Oluşturulabilen modeller üç kategoriye ayrılır
  • Images: Dosya veya web kamerasıyla görüntü sınıflandırma modeli eğitme
  • Sounds: Kısa ses örnekleri kaydederek ses sınıflandırma modeli eğitme
  • Poses: Dosya veya web kamerası önündeki pozlarla vücut konumu sınıflandırma modeli eğitme
• Baş eğme yönünü tanıyan model, Pose: Head Tilt öğreticisinden takip edilerek denenebilir

Deney örnekleri ve ders materyalleri

• Teachable Machine ile yapılan deney örnekleri donanımdan erişilebilirliğe ve oyun giriş cihazlarına kadar çeşitlenir
  • Tiny Sorter: Arduino ile Teachable Machine’i bağlayan DIY deney
  • Steve Saling’in videosu: Teachable Machine’in yüz jestleriyle ses tetikleme gibi yeni iletişim biçimlerinde kullanılması
  • Teachable Snake: Vince MingPu Shao’nun web kamerası ve kâğıdı oyun kumandasına dönüştürdüğü deney
• Daha fazla üretim örneği Teachable Machine etiketli Experiments sayfasında görülebilir
• Paylaşmak istediğiniz bir üretim varsa [e-mail] adresine e-posta gönderebilirsiniz
• Eğitim materyalleri, algoritmik sistemlerdeki önyargıları ve makine öğreniminin toplumsal etkilerini birlikte ele alır
  • AI + Ethics: MIT Media Lab Personal Robots Group’tan Blakeley H. Payne tarafından hazırlanan, öğrencilerin algoritmik sistemlerdeki önyargıları anlamaya başlaması için tasarlanmış K-8 Common Core teknoloji dersi
  • Ready AI Lesson: Teachable Machine’i keşfetmeyi ve makine öğrenimi, sınıflandırma, toplumsal etkiler konularını öğrenmeyi sağlayan K-12 dersi
• Ek sorular FAQ üzerinden kontrol edilebilir

[GN⁺]

Hacker News yorumları

• Hobi projem için tam da mükemmel bir kullanım senaryosu vardı; zamanlama iyi oldu
  Eski sürümü de incelemiştim ama epey sınırlıydı: “Mevcut Teachable Machine yalnızca 3 sınıfı eğitebiliyordu, artık istediğiniz kadar sınıf ekleyebilirsiniz”
  Bunun nereye kadar ölçeklenebildiğini merak ediyorum. Örneğin yüz binlerce sınıf mümkün mü, mümkünse ne gibi etkileri olur bilmek isterim
  • v1 çok sınırlıydı ama çok kolaydı ve şimdiden oldukça etkileyici bir transfer öğrenimi biçimi kullanıyordu
    Örneğin, önceden eğitilmiş ağın üç kümeye ait görüntüler için ürettiği 1000 boyutlu vektör çıktısını alıyor; asıl model Imagenet ile eğitildiği için, ardından K-en yakın komşu ile “yeni” bir görüntünün hangi kümeye ait olduğunu tahmin ediyordu
    v2 ise önceden eğitilmiş ağın ağırlıklarını gerçekten ince ayarlıyor. O dönemde JavaScript makine öğrenimi kütüphanelerinin ne kadar hızlı geliştiğini gösteren iyi bir örnekti
• 6 yıl önceki Teachable Machine ile ilgili eski bir video buldum
  https://www.youtube.com/watch?v=3BhkeY974Rg&ab_channel=Googl...
  Google da 2019'da v2'yi yayımladı: https://blog.google/technology/ai/teachable-machine/
  Yapılabilecekler sınırlı olduğu için başlangıç için bir giriş noktası olarak iyi, ama platformun hızlı geliştirildiğinden pek emin değilim
• Harika. Karlı bir günde çocuklarla denemek için birebir bir etkinlik
• MediaPipe[1] hakkında epey araştırma yapmıştım ama Teachable Machine'i hiç duymamıştım
  İki ürün sanki birlikte kullanılmak üzere tasarlanmış gibi görünüyor; ilişkili olup olmadıklarını merak ediyorum
  Google'ın özellikle tarayıcıda daha fazla uçta makine öğrenimi kullanım senaryosuna yatırım yapması sevindirici. MediaPipe'i bilmiyor ama bu dikkatinizi çektiyse mutlaka incelemeye değer. VTubing topluluğunda özellikle çok kullanılıyor; BlazePose tabanlı vücut, yüz ve el poz takibi uygulaması iyi performans gösteriyor
  1: https://developers.google.com/mediapipe
• Not olarak, bu yeni bir proje değil. 6 yıl önce HN'de tartışılmıştı: https://news.ycombinator.com/item?id=15399132
  • Yeni bağlantıda “2017'deki ilk sürüm” dendiğine göre Google bu sürümü versiyon 2 olarak görüyor gibi
• O zaman da tartışılmıştı
  Teachable Machine: Tarayıcıda gerçek zamanlı olarak kamerayı kullanarak makineye öğretmek - https://news.ycombinator.com/item?id=15399132 - Ekim 2017, 90 yorum
• Birkaç yıl önce yapılmış eğlenceli bir yeniden tasarım denemesiydi
  https://fairpixels.pro/work1/index.html
• Bu, temelde multimodal LLM'lerin yaptığı işe benzemiyor mu diye düşünüyorum. Anlayabildiği şeylerde anında her şeyi yapabiliyor sonuçta
  Buradaki fark ne?
  • Bu, her yere dışa aktarılıp çalıştırılabilen daha küçük ölçekli bir model
    En küçük multimodal LLM bile buradan dışa aktarılan modelden çok daha büyük olacaktır
  • Asıl nokta “öğretme” kısmı. Zaten eğitilmiş bir modeli çıkarım için kullanmak değil; modeli eğitmek, burada tuning yapmak
    Yeni veri sağlanıyor ve bu veri model güncellemesinde kullanılıyor. Mevcut bir multimodal modelle yalnızca çıkarım yaparsanız sınıflandırma yönteminin kendisi hiç değişmez
  • Bu daha çok, mevcut bir modeli ince ayarlayıp benim amaçladığım özellikleri tanıyacak hale getirmeye ve tarayıcıda yerel olarak çalışacak kadar hafif tutmaya benziyor
• Buna benzer, self-host edilebilir açık kaynak bir alternatif var mı?
  • Bu self-host edilebilir
    Eğitim verilerini herhangi bir sunucuya göndermeden tarayıcıda yerel olarak çalışıyor
    Google Drive'a kaydetmeyi seçmediğiniz sürece böyle; modeli Google'da barındırmayı seçerseniz Google ağırlıkların bir kopyasını alır, ama yine de eğitim verilerini görmez
    Ya da tensorflow.js ile kendiniz de barındırabilirsiniz
    Eğitim verilerini ve ağırlıkları zip dosyası olarak indirebilirsiniz; o durumda Google bunların hiçbirini görmez
    Kaynağa ihtiyacınız varsa burada -> https://github.com/googlecreativelab/teachablemachine-commun...