Neurale netwerken en machine learning (of "automatisch leren") zijn twee onderwerpen die vaak in de gespecialiseerde pers verschijnen, maar je kunt er niet altijd mee interacteren of ze beter leren kennen. Dat is waar het experiment Teachable Machine van Google om de hoek komt kijken, waarmee we gemakkelijk een machine kunnen trainen (of waarom niet verwarren) om verschillende acties uit te voeren, afhankelijk van de gebaren die we voor een camera maken.
Het communiceren van je prestaties is een van de grootste uitdagingen waar elk bedrijf voor staat. Sommige concepten zijn te geavanceerd en als ze niet op een toegankelijke manier worden gedeeld, gaan ze vroeg of laat verloren in de digitale ruis. Een daarvan is machine learning, ook wel bekend als automatisch leren. Wat is het? Hoe werkt het? Wat zijn de beperkingen? Hoewel we weten dat kunstmatige intelligenties getraind moeten worden, zou het ideaal zijn om direct deel te nemen aan die training. Dankzij het nieuwe experiment van Google genaamd Teachable Machine, kunnen we dat nu doen.
Een browser, een webcam en veel beweging. Teachable Machine verdeelt het leren in drie verschillende kleuren (of 'klassen'), en elk daarvan is gekoppeld aan een gebaar. De machine heeft een flink aantal afbeeldingen nodig om ze te herkennen (minstens 30), en zodra het het juiste vertrouwensniveau heeft bereikt, kan het een GIF, een geluidsbestand of zinnen met de spraaksynthesizer afspelen. Als je geen gebaren wilt maken, is een heel interessant alternatief het gebruik van objecten. De sleutel is om de machine iets te geven waarmee het kan werken. De rest is een kwestie van alle training combineren, of het gek maken met halve gebaren en objecten die op de originelen lijken.
Als je geen webcam op je computer hebt aangesloten, geen zorgen: Teachable Machine werkt met de meeste mobiele browsers, met behulp van de frontcamera van je telefoon. Tot slot verzekert Google dat het experiment volledig lokaal wordt uitgevoerd, zonder persoonlijke gegevens naar hun externe servers te sturen, en als je de code van het experiment wilt zien, hoef je alleen maar hier te klikken.
