前言
通过前几篇的努力,我们把主流的几个AI框架都安装了一下,涉及了太多的代码,略显枯燥。这篇我们试着在这基础上,做一些有趣的AI应用,并赶一波时髦全程采用无代码开发。
现在建立人工智能应用最大的挑战在于几个方面:
数据采集与标注需要花大量的时间和人力;
模型的训练时间很长,算力成本也高;
模型泛化能力很弱,换一个场景就需要更换模型;
基础算法艰涩难懂,科研和学校仍是主力军;
很多领域还没有成熟的商业化解决方案。
随着技术的不断发展,人工智能应该成为某一系统的底层技术,在降本增效方面发挥更大的价值。AI 应该像水和电那样,成为任何人都随开随用的一种资源。这里介绍一个网站,就有点这个意思了。
Teachable Machine
这个网站提供了一个简单的人工智能训练平台,主要以监督学习为主,提供了图像分类,声音分类和姿态识别三种类型的AI应用。可以将训练好