2017 में लॉन्च किया गया AI लर्निंग प्लेटफ़ॉर्म Teachable Machine

• Teachable Machine एक ऐसा टूल है जो वेब पर सीधे machine learning model बनाना संभव बनाता है, और 2017 का इसका पहला version भी अलग पेज पर उपलब्ध है
• उपयोगकर्ता file upload या real-time capture के ज़रिए training data दे सकते हैं, और webcam·microphone data के लिए कंप्यूटर के बाहर न भेजने वाला तरीका भी चुन सकते हैं
• समर्थित model को image, छोटे sound sample आधारित audio, और webcam·file आधारित body pose classification में बाँटा गया है
• Arduino integration, face gesture आधारित sound trigger, और कागज़ व webcam का इस्तेमाल करने वाले game controller जैसे प्रयोगों के उदाहरण भी दिए गए हैं
• class material में AI + Ethics और Ready AI Lesson शामिल हैं, ताकि machine learning की classification की अवधारणा और उसके सामाजिक प्रभावों को साथ में कवर किया जा सके

---

वेब पर बनने वाले Teachable Machine मॉडल

• Teachable Machine एक web-based tool है जिसे machine learning model तेज़ी और आसानी से बनाने के लिए डिज़ाइन किया गया है
• 2017 में आया पहला version अलग पेज पर खोला जा सकता है
  • first version of Teachable Machine from 2017
• training example दो तरीकों से डाले जा सकते हैं
  • file का उपयोग
  • real-time capture
• webcam या microphone data को कंप्यूटर के बाहर भेजे बिना केवल on-device तरीके से भी इस्तेमाल किया जा सकता है
• बनाए जा सकने वाले model तीन प्रकार में बाँटे गए हैं
  • Images: file या webcam से image classification model train करना
  • Sounds: छोटे sound sample रिकॉर्ड करके audio classification model train करना
  • Poses: file या webcam के सामने की pose से body position classification model train करना
• सिर के झुकाव की दिशा पहचानने वाला model Pose: Head Tilt tutorial में बनाकर देखा जा सकता है

प्रयोगों के उदाहरण और class material

• Teachable Machine से बने प्रयोगों के उदाहरण hardware, accessibility और game input device तक काफ़ी विविध हैं
  • Tiny Sorter: Arduino और Teachable Machine को जोड़ने वाला DIY प्रयोग
  • Steve Saling का वीडियो: face gesture से sound trigger करने जैसी नई communication method में Teachable Machine का उपयोग
  • Teachable Snake: Vince MingPu Shao का ऐसा प्रयोग जिसमें webcam और कागज़ को game controller में बदला गया
• और अधिक creation example Teachable Machine टैग वाले Experiments पेज पर देखे जा सकते हैं
• अगर आपके पास साझा करने के लिए कोई project है, तो [e-mail] पर email भेजा जा सकता है
• educational material algorithmic system के bias और machine learning के social impact को साथ में कवर करता है
  • AI + Ethics: MIT Media Lab Personal Robots Group के Blakeley H. Payne द्वारा बनाया गया K-8 Common Core technology lesson, जिसे इस तरह तैयार किया गया है कि छात्र algorithmic system के bias को समझना शुरू कर सकें
  • Ready AI Lesson: Teachable Machine को explore करने और machine learning, classification, तथा social impact सीखने के लिए K-12 lesson
• अतिरिक्त सवाल FAQ में देखे जा सकते हैं

[GN⁺]

Hacker News की राय

• मेरे hobby project के लिए इसका एकदम सही use case है, इसलिए timing अच्छी है
  पुराना version भी देखा था, लेकिन वह काफी सीमित था: “मौजूदा Teachable Machine सिर्फ 3 classes train कर सकता था, लेकिन अब आप जितनी चाहें उतनी classes जोड़ सकते हैं”
  जानना चाहूंगा कि यह कितना scale करता है। मसलन, क्या लाखों classes भी संभव हैं, और अगर हैं तो उसका क्या असर होगा
  • v1 बहुत सीमित था, लेकिन बेहद आसान था और पहले से ही काफी प्रभावशाली तरह की transfer learning इस्तेमाल करता था
    उदाहरण के लिए, pre-trained network उन images पर 1000-dimensional vector output देता था जो तीन sets में थीं, और क्योंकि original model Imagenet पर train हुआ था, उसके बाद K-nearest neighbors से predict किया जाता था कि “नई” image किस set में आती है
    v2 असल में pre-trained network के weights को fine-tune करता है। उस समय यह दिखाने का अच्छा उदाहरण था कि JavaScript machine learning libraries कितनी तेजी से आगे बढ़ रही थीं
• 6 साल पहले का Teachable Machine से जुड़ा एक पुराना video मिला
  https://www.youtube.com/watch?v=3BhkeY974Rg&ab_channel=Googl...
  और 2019 में Google ने v2 जारी किया था: https://blog.google/technology/ai/teachable-machine/
  किए जा सकने वाले काम सीमित हैं, इसलिए beginner starting point के तौर पर अच्छा है, लेकिन platform तेजी से develop हो रहा है या नहीं, यह पक्का नहीं
• शानदार। बर्फबारी वाले दिन बच्चों के साथ करने के लिए बिल्कुल सही activity है
• MediaPipe[1] के बारे में काफी खोजबीन की थी, लेकिन Teachable Machine के बारे में कभी नहीं सुना था
  दोनों products जैसे साथ में इस्तेमाल होने के लिए ही बनाए गए लगते हैं, इसलिए सोच रहा हूं कि क्या वे संबंधित हैं
  अच्छा लगता है कि Google खासकर browser में ज्यादा edge machine learning use cases में invest कर रहा है। अगर आप MediaPipe को नहीं जानते और यह आपकी नजर में आया है, तो उसे जरूर देखें। VTubing community में इसका खासा इस्तेमाल होता है, और BlazePose-आधारित body, face और hand pose tracking implementation की performance अच्छी है
  1: https://developers.google.com/mediapipe
• संदर्भ के लिए, यह कोई नया project नहीं है। 6 साल पहले की HN चर्चा यहां है: https://news.ycombinator.com/item?id=15399132
  • नए link में “2017 का पहला version” लिखा है, इसलिए लगता है Google इस release को version 2 मान रहा है
• उस समय भी इस पर चर्चा हुई थी
  Teachable Machine: browser में real-time में camera का इस्तेमाल करके machine को सिखाना - https://news.ycombinator.com/item?id=15399132 - अक्टूबर 2017, 90 comments
• कुछ साल पहले का एक मजेदार redesign attempt था
  https://fairpixels.pro/work1/index.html
• मुझे लगता है यह मूल रूप से वैसा ही है जैसा multimodal LLM करता है। जो समझ सकता है, वह on the fly कुछ भी कर सकता है
  यहां फर्क क्या है?
  • यह छोटे scale का model है, जिसे कहीं भी export करके run किया जा सकता है
    सबसे छोटा multimodal LLM भी यहां से export किए गए model से कहीं बड़ा होगा
  • मुख्य बात “सिखाने” वाला हिस्सा है। पहले से trained model को inference के लिए इस्तेमाल नहीं किया जा रहा, बल्कि model को train, यानी यहां tune किया जा रहा है
    नया data दिया जाता है और वह data model update में इस्तेमाल होता है। मौजूदा multimodal model से सिर्फ inference करने पर classification का तरीका अपने आप बिल्कुल नहीं बदलता
  • यह मौजूदा model को fine-tune करके उसे मेरी मंशा वाले features पहचानने लायक बनाने, और browser में locally चलाने लायक हल्का रखने जैसा ज्यादा लगता है
• क्या इसका कोई मिलता-जुलता self-hostable open source alternative है?
  • यह self-hostable है
    training data किसी server पर नहीं भेजा जाता और browser में locally run होता है
    जब तक आप Google Drive में save करना न चुनें; और अगर आप model को Google पर host करने का विकल्प चुनते हैं, तो Google को weights की copy मिलती है, लेकिन फिर भी training data नहीं दिखता
    या आप tensorflow.js से खुद host भी कर सकते हैं
    training data और weights दोनों को zip file के रूप में download किया जा सकता है, और तब Google उनमें से कुछ भी नहीं देखता
    अगर source चाहिए तो यहां है -> https://github.com/googlecreativelab/teachablemachine-commun...