Platform Pembelajaran AI Teachable Machine yang Diluncurkan pada 2017

• Teachable Machine adalah alat yang memungkinkan pembuatan model machine learning langsung di web, dan versi pertamanya dari 2017 masih tersedia sebagai halaman terpisah
• Pengguna dapat memasukkan data pelatihan melalui unggahan file atau tangkapan real-time, dan untuk data webcam serta mikrofon tersedia juga opsi agar data tidak dikirim ke luar komputer
• Model yang didukung terbagi menjadi gambar, audio berbasis sampel suara pendek, serta klasifikasi pose tubuh berbasis webcam atau file
• Disediakan juga contoh eksperimen seperti integrasi Arduino, pemicu suara berbasis gestur wajah, dan pengontrol game menggunakan kertas serta webcam
• Materi pelajaran mencakup AI + Ethics dan Ready AI Lesson, disusun untuk membahas konsep klasifikasi dalam machine learning sekaligus dampak sosialnya

---

Model Teachable Machine yang dibuat di web

• Teachable Machine adalah alat berbasis web yang dirancang agar model machine learning dapat dibuat dengan cepat dan mudah
• Versi pertama yang dirilis pada 2017 dapat dibuka di halaman terpisah
  • first version of Teachable Machine from 2017
• Contoh pelatihan dapat dimasukkan dengan dua cara
  • Menggunakan file
  • Tangkapan real-time
• Data webcam atau mikrofon juga dapat digunakan hanya dengan cara on-device, sehingga tidak keluar dari komputer
• Model yang dapat dibuat dibagi menjadi tiga jenis
  • Images: melatih model klasifikasi gambar dengan file atau webcam
  • Sounds: melatih model klasifikasi audio dengan merekam sampel suara pendek
  • Poses: melatih model klasifikasi posisi tubuh berdasarkan pose dari file atau di depan webcam
• Model yang mengenali arah kemiringan kepala dapat dicoba dengan mengikuti tutorial Pose: Head Tilt

Contoh eksperimen dan materi pelajaran

• Contoh eksperimen yang dibuat dengan Teachable Machine beragam, mulai dari hardware, aksesibilitas, hingga perangkat input game
  • Tiny Sorter: eksperimen DIY yang menghubungkan Arduino dengan Teachable Machine
  • Video Steve Saling: pemanfaatan Teachable Machine untuk cara komunikasi baru, seperti memicu suara dengan gestur wajah
  • Teachable Snake: eksperimen Vince MingPu Shao yang mengubah webcam dan kertas menjadi pengontrol game
• Lebih banyak contoh kreasi dapat dilihat di halaman Experiments dengan tag Teachable Machine
• Jika memiliki karya yang ingin dibagikan, Anda dapat mengirim email ke [e-mail]
• Materi pendidikan juga membahas bias dalam sistem algoritmik dan dampak sosial machine learning
  • AI + Ethics: pelajaran teknologi K-8 Common Core yang dibuat oleh Blakeley H. Payne dari MIT Media Lab Personal Robots Group, disusun agar siswa mulai memahami bias dalam sistem algoritmik
  • Ready AI Lesson: pelajaran K-12 untuk mengeksplorasi Teachable Machine dan mempelajari machine learning, klasifikasi, serta dampak sosialnya
• Pertanyaan tambahan dapat dilihat di FAQ

[GN⁺]

Pendapat di Hacker News

• Waktunya pas karena ada use case yang sempurna untuk proyek hobi
  Saya juga sempat meninjau versi lama, tetapi cukup terbatas: “Teachable Machine yang lama hanya bisa melatih 3 kelas, tetapi sekarang Anda bisa menambahkan kelas sebanyak yang diinginkan”
  Saya penasaran sejauh apa ini bisa diskalakan. Misalnya apakah ratusan ribu kelas juga memungkinkan, dan kalau ya, apa dampaknya
  • v1 sangat terbatas, tetapi sangat mudah dan sudah memakai transfer learning dalam bentuk yang cukup mengesankan
    Misalnya, ia mengambil output vektor 1000 dimensi yang dihasilkan jaringan pralatih untuk gambar-gambar yang termasuk dalam tiga set, dan karena model aslinya dilatih dengan Imagenet, setelah itu ia memprediksi “gambar baru” termasuk ke set mana dengan K-nearest neighbors
    v2 benar-benar melakukan fine-tuning pada bobot jaringan pralatih. Saat itu, ini contoh bagus yang menunjukkan betapa cepatnya library machine learning JavaScript berkembang
• Saya menemukan video lama terkait Teachable Machine dari 6 tahun lalu
  https://www.youtube.com/watch?v=3BhkeY974Rg&ab_channel=Googl...
  Lalu pada 2019 Google merilis v2: https://blog.google/technology/ai/teachable-machine/
  Hal yang bisa dilakukan memang terbatas, jadi bagus sebagai titik awal untuk pemula, tetapi saya tidak yakin apakah platformnya sedang dikembangkan dengan cepat
• Keren. Pas sekali sebagai aktivitas untuk dilakukan bersama anak-anak saat hari bersalju
• Saya sudah cukup banyak meneliti MediaPipe[1], tetapi belum pernah mendengar Teachable Machine
  Keduanya terlihat seperti memang dimaksudkan untuk digunakan bersama, jadi saya penasaran apakah ada kaitannya
  Senang melihat Google berinvestasi pada lebih banyak use case edge machine learning, khususnya di browser. Kalau Anda belum tahu MediaPipe dan ini menarik perhatian Anda, itu sangat layak dilihat. Banyak dipakai terutama di komunitas VTubing, dan implementasi pelacakan pose tubuh, wajah, dan tangan berbasis BlazePose kinerjanya bagus
  1: https://developers.google.com/mediapipe
• Sebagai catatan, ini bukan proyek baru. Ada diskusi HN dari 6 tahun lalu: https://news.ycombinator.com/item?id=15399132
  • Di tautan baru tertulis “versi pertama pada 2017”, jadi tampaknya Google melihat rilis ini sebagai versi 2
• Ini juga sudah dibahas saat itu
  Teachable Machine: mengajari mesin menggunakan kamera secara real-time di browser - https://news.ycombinator.com/item?id=15399132 - Oktober 2017, 90 komentar
• Ini adalah upaya redesign yang menarik dari beberapa tahun lalu
  https://fairpixels.pro/work1/index.html
• Rasanya ini pada dasarnya mirip dengan apa yang dilakukan LLM multimodal. Karena kalau bisa memahami, ia bisa melakukan apa saja secara instan
  Apa bedanya di sini?
  • Ini adalah model berskala lebih kecil yang bisa diekspor dan dijalankan di mana saja
    Bahkan LLM multimodal terkecil pun kemungkinan jauh lebih besar daripada model yang diekspor dari sini
  • Intinya ada pada bagian “mengajari”. Ini bukan memakai model yang sudah dilatih untuk inferensi, melainkan melatih model, dalam hal ini melakukan tuning
    Anda memberikan data baru dan data itu dipakai untuk memperbarui model. Kalau hanya melakukan inferensi dengan model multimodal yang sudah ada, cara klasifikasinya sendiri sama sekali tidak berubah
  • Ini tampaknya lebih mirip dengan fine-tuning model yang sudah ada agar mengenali karakteristik yang saya maksud, sekaligus membuatnya cukup ringan untuk berjalan lokal di browser
• Apakah ada alternatif open source yang bisa self-host dan mirip dengan ini?
  • Ini bisa di-self-host
    Data pelatihan tidak dikirim ke server mana pun dan dijalankan lokal di browser
    Begitu adanya kecuali Anda memilih menyimpannya ke Google Drive; jika Anda memilih meng-host model di Google, Google menerima salinan bobotnya, tetapi tetap tidak bisa melihat data pelatihannya
    Atau Anda juga bisa meng-host sendiri dengan tensorflow.js
    Anda bisa mengunduh data pelatihan beserta bobotnya sebagai file zip, dan dengan begitu Google tidak melihat apa pun
    Kalau butuh source-nya, ada di sini -> https://github.com/googlecreativelab/teachablemachine-commun...