Arcwise
Arcwise : Analyse de données basée sur l’IA directement dans Google Sheets
Teachable Machine permet à tous de créer en quelques minutes des modèles de reconnaissance d'images, de sons et de postures, sans aucune programmation. Utilisez ensuite facilement vos modèles sur des sites web, des applications ou des appareils physiques.
Teachable Machine est un outil en ligne de Google qui permet de créer des modèles d'apprentissage automatique sans aucune connaissance technique ni en programmation. En quelques clics, vous pouvez apprendre à un ordinateur à reconnaître des images, des sons ou des postures, et utiliser ces modèles personnalisés sur vos sites web, applications ou même appareils physiques.
La plateforme est conçue pour rendre l'apprentissage automatique accessible et intuitif. Son flux de travail est simple : collecter des exemples, entraîner le modèle et l'exporter pour une utilisation concrète. Que vous soyez étudiant, enseignant, amateur ou développeur, Teachable Machine vous offre une approche pratique pour explorer le fonctionnement de l'IA.
Les utilisateurs commencent par collecter et classer des exemples dans différentes catégories. Ces exemples peuvent être des images, des enregistrements audio ou des postures corporelles. Vous pouvez importer des fichiers ou enregistrer des exemples en direct à l'aide de votre webcam ou de votre microphone.
Une fois vos données organisées, Teachable Machine vous permet d'entraîner votre modèle instantanément. Pendant l'entraînement, il apprend à reconnaître les schémas dans vos exemples et se prépare à classifier de nouvelles entrées en fonction de ce qu'il a appris.
Une fois l'entraînement terminé, votre modèle est prêt à l'emploi. Vous pouvez le télécharger, l'héberger en ligne ou l'intégrer à des outils comme TensorFlow.js. Il est compatible avec diverses plateformes, notamment les applications JavaScript, les appareils Arduino et les outils de calcul en périphérie comme Coral.
Entraînez votre modèle à reconnaître des images à partir de fichiers téléchargés ou de votre webcam. Il pourra ainsi servir à la détection d'objets, au tri visuel, voire à des projets artistiques interactifs.
Utilisez de courts extraits sonores pour apprendre à votre modèle à identifier différents bruits. C'est idéal pour les interactions audio ou les fonctionnalités d'accessibilité.
Créez des modèles qui reconnaissent les mouvements du corps ou les gestes grâce à votre webcam. C'est idéal pour les jeux, les interactions de danse ou les outils de kinésithérapie.
Teachable Machine est utilisé dans les salles de classe du monde entier pour enseigner des concepts tels que la classification, les biais et la conception responsable de l'IA. Les leçons vont de simples démonstrations techniques à des explorations plus approfondies de l'éthique algorithmique.
Parmi les exemples, citons des expériences de danse interactives, des dispositifs de communication utilisant les expressions faciales et des projets de robotique à réaliser soi-même. Ces exemples illustrent la flexibilité et la créativité dont Teachable Machine fait preuve, quel que soit l'environnement d'apprentissage ou le niveau de compétence.
Vos modèles entraînés sont compatibles avec de nombreux outils. Les développeurs peuvent les utiliser dans des projets JavaScript via TensorFlow.js, ou les exporter pour les utiliser dans des projets d'informatique physique avec Arduino et Coral.
Teachable Machine respecte la vie privée des utilisateurs. Son utilisation est entièrement locale : aucune donnée de webcam ou de microphone n’est transmise à des serveurs externes. C’est donc une solution plus sûre pour les salles de classe et les projets personnels.
Des artistes et des développeurs ont utilisé Teachable Machine avec des plateformes comme P5.js, Node.js et OBS pour créer de l'art interactif, des appels vidéo en réalité augmentée et des jeux pour navigateur.
Des innovateurs ont conçu des outils pour faciliter la communication, comme le déclenchement de réponses sonores par des expressions faciales ou la reconnaissance des mouvements de la tête pour le contrôle d'appareils.