惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

M
MIT News - Artificial intelligence
WordPress大学
WordPress大学
GbyAI
GbyAI
S
SegmentFault 最新的问题
量子位
爱范儿
爱范儿
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
MyScale Blog
MyScale Blog
人人都是产品经理
人人都是产品经理
博客园 - 叶小钗
aimingoo的专栏
aimingoo的专栏
V
Visual Studio Blog
U
Unit 42
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
The Cloudflare Blog
Stack Overflow Blog
Stack Overflow Blog
博客园 - 聂微东
J
Java Code Geeks
The GitHub Blog
The GitHub Blog
Y
Y Combinator Blog
IT之家
IT之家
Martin Fowler
Martin Fowler
宝玉的分享
宝玉的分享
雷峰网
雷峰网

夜行人

回家路上 第一期的直播演示项目 震动检测器 正能量 在线参观CodeLab Neverland 发布 CodeLab Adapter 3.3.1 DynamicTable 之 纸糊方向盘 CodeLab DynamicTable: 一个可实施的技术方案 CodeLab Insight 发布 Alpha 版 情人节 Home Assistant 周报 && IoT 周报 (02) Joplin: 关注隐私的 Evernote 开源替代软件 浏览器的未来与 Web 传感器 Home Assistant 周报 && IoT 周报 (01) 百宝箱(01) 论自由 介绍 WebThings Home Assistant 周报 && iot 周报 (00) 百宝箱(00) 毛姆读书心得 传世之作 周末徒步 CodeLab Adapter ❤️ Jupyter/Python 航班 躲雨 夏令营途中 [译]思想--作为一种技术 The future of coding 美国之行 三门问题的程序模拟
MicroBlocks ❤️ Teachable Machine
种瓜 · 2023-12-29 · via 夜行人

文章目录

前言

@汤老师打算在一月份培训 30 位老师使用 MicroBlocks, 同时他提到:

也想让老师们体验一下 teachable machine 连接 MicroBlocks 无线编程固件

Teachable Machine是全球最酷的 AI 教育项目之一, 由 Google 开源

Teachable Machine 帮助你训练计算机识别你自己的图片、声音和姿势。借助该工具,你可以快速、轻松地创建机器学习模型,无需专业知识,也无需编写代码。

CodeLab 曾将 Teachable Machine 接入 Scratch, 许多国内用户发邮件说 Google 的 Teachable Machine 需要翻墙才能访问, 能否在国内部署一个。 CodeLab 与当时的合作伙伴英荔教育协商部署了一个国内版本, 在无需注册的情况下, 供大家使用。

Teachable Machine + MicroBlocks 无线编程

@汤老师的这个想法, 让我们看到一个有趣的产品形态: 2 分钟之内训练一个自己的 AI 模型(在Teachable Machine里), 并让它立刻对现实世界产生影响(通过与 MicroBlocks 通信)。 所有的过程都在浏览器里完成, 无需下载任何软件,无需注册。

这使得这个产品非常适合演示和入门体验项目。

我很喜欢这个产品形态,它如此简单,又如此强大。由于 AI 训练平台和 MicroBlocks 平台都具有极高的灵活性,可以构建的项目几乎是无限的。

在这种强大的能力之下,又简单到你可以在几分钟教会任何新手。

这是 MicroBlocks 无线编程的一个典型用例,也是我意料之外的使用场景。

在简单和强大之外,它还鼓励个性化,人们几乎可以立即把他们喜欢的任何东西加入进来。

技术层面上, 一切都发生在本地, 确保了隐私安全, 数据从未离开本地, 无需注册,也没有"云服务"。

演示视频

点击 AI 训练平台, 开始你的冒险之旅。

这是演示中的 MicroBlocks 程序。连接 MicroBlocks 平台之前, 需要先为设备 刷入无线编程固件

实时调试

利用 @Patch 老师分享的经验, 我们可以让 MicroBlocks 和 AI 训练平台同时以无线的方式连接设备, 实时看到 AI 识别的结果是如何进入 MicroBlocks, 进而控制物理设备的。

感谢

  • 感谢 @汤老师 提出了最初的想法
  • 感谢 @yinxi 实现了 MicroBlocks 中的插件
  • 感谢英荔团队部署了支持 MicroBlocks 的 Teachable Machine

参考