Come creare sistema di Machine Learning senza saper programmare

Machine Learning

Nell’articolo di oggi vedremo un modo facile e veloce per creare modelli di machine learning per i tuoi siti, app e molto altro, senza alcuna esperienza o conoscenza di programmazione necessaria.

Che cos’è Teachable Machine?
Teachable Machine è uno strumento basato sul Web che rende la creazione di modelli di machine learning veloce, semplice e accessibile a tutti.

A chi è destinato?
Educatori, artisti, studenti, innovatori, maker di ogni tipo: chiunque abbia un’idea da esplorare. Non è richiesta alcuna conoscenza del machine learning come prerequisito.

Come funziona?
Addestri un computer a riconoscere i tuoi suoni, immagini e pose senza scrivere alcun codice di machine learning. Poi, utilizza il modello nei tuoi progetti, siti, app e altro ancora.

machine learning

Come si usa?

  1. Raccogli
    Riunisci e raggruppa i tuoi esempi in classi, o categorie, che vuoi che il computer apprenda.
  2. Addestra
    Addestra il tuo modello, poi testalo subito per vedere se è in grado di classificare correttamente nuovi esempi.Video: Addestrare il modello Illustrazione di un browser web per desktop e dispositivi mobili contenente un progetto di esempio di Teachable Machine
  3. Esporta
    Esporta il modello per i tuoi progetti: siti, app e molto altro. Puoi scaricarlo o ospitarlo online gratuitamente.

Che cosa posso utilizzare per addestrarlo?
Teachable Machine è flessibile: utilizza file o acquisisci esempi in tempo reale, rispettando le tue modalità di lavoro. Puoi anche scegliere di utilizzarlo interamente sul dispositivo, senza che i dati della webcam o del microfono lascino il tuo computer.

Compatibile con i modelli che realizzi con Teachable Machine sono modelli TensorFlow.js reali che funzionano ovunque venga eseguito javascript, pertanto sono adatti a strumenti quali Glitch, P5.js, Node.js e altri. Inoltre, esporta in diversi formati per utilizzare i tuoi modelli altrove, come in Coral, Arduino e in altri servizi.

Se hai pochissima esperienza, da dove iniziare? Vi è una playlist di tutorial video per aiutare i neofiti durante il percorso. Puoi anche dare un’occhiata al video Coding Train di Dan Shiffman su Teachable Machine. noltre, ci sono tre progetti progetti iniziali per riconoscere fruttimovimenti di inclinazione della testa o suoni che produci.

Con cosa si può addestrare? Al momento puoi addestrare Teachable Machine con immagini (provenienti dalla webcam o file immagine), suoni (in frammenti di un secondo provenienti dal microfono) e pose (in cui il computer indovina la posizione delle braccia, delle gambe e di altre parti del corpo a partire da un’immagine).

Machine Learning

Come faccio a salvare il mio progetto?
Esistono diversi modi per salvare il tuo lavoro. Puoi:

  1. Salvare l’intero progetto su Google Drive. Puoi salvare il tuo progetto su Google Drive. In questo modo, viene salvato su Drive un file .zip che contiene tutti i campioni in ciascuna delle tue classi. Puoi riaprire tale file .zip da Teachable Machine in un secondo momento per riprendere da dove avevi interrotto.
  2. Scaricare i campioni. Puoi scaricare tutti i campioni in ogni classe e caricarli in un secondo momento se vuoi continuare a lavorare con gli stessi dati.
  3. Scaricare il modello. Se scarichi il tuo modello e chiudi la scheda, puoi utilizzare il modello scaricato in un secondo momento: tieni presente che nulla viene salvato su alcun server.
  4. Non salvare nulla. Se chiudi la scheda e non esegui nessuna delle operazioni precedenti, non viene salvato niente nel tuo browser o su alcun server.

Posso utilizzare il mio modello al di fuori di Teachable Machine?
Sì. Puoi esportare il tuo modello come modello TensorFlow.js e ospitarlo gratuitamente su Teachable Machine, così puoi chiamarlo su qualsiasi sito web o app. Puoi anche convertirlo in TensorFlow e TensorFlow Lite e scaricarlo per uso locale.

Posso utilizzare modelli di Teachable Machine con altre librerie e piattaforme?

Sì. I modelli realizzati con Teachable Machine sono modelli TensorFlow.js, così puoi esportarli e usarli ovunque venga eseguito Javascript, ad esempio su un sito web, su un server o in alcune app di prototipazione come Framer. Inoltre, puoi esportare il modello in altri formati per utilizzarlo in altri ambienti e piattaforme. Per scoprire di più sull’esportazione e sull’utilizzo del modello, consulta il repository Github della community di Teachable Machine.

Approfondimenti

Come funziona?
Teachable Machine utilizza TensorFlow.js, una libreria per il machine learning in JavaScript, per addestrare ed eseguire i modelli che realizzi nel tuo browser web.

Sono un insegnante e voglio utilizzarlo nella mia classe. Da dove inizio?

Ci sono alcuni piani di studio realizzati da insegnanti che includono Teachable Machine, come AI Ethics curriculum for middle schoolers di Blakeley Payne o questo programma di lezioni per creare controller per videogiochi con Teachable Machine.

Altre idee

  • Immagini: Bananameter Impara a creare un modello in grado di riconoscere se una banana è matura o meno.
  • Suono: Snap Clap Whistle Impara a creare un modello in grado di rilevare suoni semplici prodotti da te.
  • Posa: Head Tilt Scopri come creare un modello che riconosca da che parte inclini la testa.
  • ‎‏‎‎‎‎‎‏‎‏‏‏‎‎‎‏‎‎‎‏‏‏‏‎‎‏‎‏‏‏‏‏‏‏‏‏‏‏‏‏‏‎‎‏‏‏‎‎‏‎‎‏‎‎‏‏‎‎‏‎‏‎‏‎‏‎‎‏‎‎‎‏‏‎‎‎‎‎‏‎‎‎‎‏‎‎‎‎‎‏‏‎‏‏‏‏‎Dai un’occhiata ad altri esperimenti realizzati con Teachable Machine ‎‏‎‎‏‏‎‎‏‎‎‏‏‏‎qui‎‏‎‎‏‏‎‎‏‎‎‏‏‏‎.
  • Puoi vedere cosa hanno fatto le altre persone con Teachable Machine su Experiments with Google o cercando i post con l’hashtag #teachablemachine.

Nel prossimo articolo vedremo come implementare un sistema di intelligenza artificiale su Arduino!

Iscriviti ai nostri gruppi Telegram

Link utili

Seguici per non perdere le prossime novità!

Simone Candido è un ragazzo appassionato del mondo tech nella sua totalità. Simone ama immedesimarsi in nuove esperienze, la sua filosofia si basa sulla irrefrenabile voglia di ampliare a 360° le sue conoscenze abbracciando tutti i campi del sapere, in quanto ritiene che il sapere umano sia il connubio perfetto tra cultura umanistica e scientifica.

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.