你跟 AI 的距離，只差這 10 分鐘的體驗

驗室裡才能碰的東西？一想到它，腦中浮現的就是滿滿的程式碼和複雜的數學，感覺跟我們這些「普通人」一點關係都沒有。

如果你也這樣想，那今天這篇文章，你得看仔細了。

我要告訴你，那都是老黃曆了。現在，有個叫 Teachable Machine 的免費工具，它把 AI 從神壇上拉了下來，變成你我都能輕易上手的「新玩具」。它也不是最近才有的東西，這東西早在 2017 年就有了雛形，並在 2019 年由 Google 推出了功能更完整的版本。它的目的很簡單：就是讓不懂程式的人，也能體驗「訓練 AI」是什麼感覺。

一、所以，Teachable Machine 到底在幹嘛？

說穿了，它就是一個「AI 速成班」。

你不用去理解那些複雜的理論，你只需要做三件事，就像在教一個小孩玩遊戲一樣：

1. 給它看範例 (Show it examples): 你想讓它認識什麼，就給它看什麼。想讓它分辨「剪刀、石頭、布」？沒問題，打開鏡頭讓它看個夠。

2. 按一個按鈕 (Press a button): 按下「訓練」這個按鈕。你不用管它背後怎麼運作，反正它就開始「學習」了。

3. 立刻測試它 (Test it immediately): 訓練完，鏡頭一開，你就能立刻測試它學得好不好。

沒錯，就這麼簡單。它能學會辨識圖片、聲音、還有你的身體姿勢。你今天想訓練一個只認得你家貓咪的「貓臉辨識器」，明天想做一個只聽得懂你彈指聲的「聲控開關」，後天想玩一個「瑜珈姿勢」的糾察隊，全都沒問題。

二、它是怎麼讓你「秒懂」AI 建模的？

Teachable Machine 最厲害的地方，就是它把專業的 AI 建模流程，變成了一場你親身參與的「實境遊戲」。玩過一輪，你會發現 AI 建模的精髓，其實就是那幾件鳥事：

• 第一步：你得先想好要它幹嘛。 AI 不是神，你得給它一個明確的任務。這任務不是「改變世界」，而是「判斷這張照片裡的是貓還是狗？」。你看，這就是把一個模糊的想法，轉化成一個 AI 能聽懂的問題。

• 第二步：瘋狂餵它資料。 這是 AI 的命脈，也是最花時間的一步。你想讓它認得「蘋果」，你就不能只給它看又紅又圓的完美蘋果，你還得給它看青蘋果、被咬一口的、甚至是有點瘀青的。你很快就會領悟到那個老掉牙的真理：「垃圾進，垃圾出」。你給的資料越真實、越多元，訓練出來的 AI 才越管用。

• 第三步：讓它自己去「悟」。 按下「訓練」按鈕後，就是 AI 的「悟道」時間。它會自己去比較你給的上千張照片，找出「貓」和「狗」之間的細微差別。這個過程，以前是工程師的專利，現在，你只需要泡杯咖啡等著就好。

• 第四步：驗收成果，然後開始反思。 最有趣的部分來了。當你發現，你辛苦訓練的「貓狗辨識器」，居然把你鄰居的狐蒙也辨識成「貓」時，你不會去怪 AI，你會罵自己：「X！我當初怎麼忘了多給它看一些不是貓也不是狗的動物照片！」 你看，這就是反思的開始。你會開始思考：我的資料是不是有偏見？在什麼情況下它會出錯？這一個小小的「出包」，就讓你瞬間理解了「AI 偏見」這四個字背後的意義。

三、結論：別再把 AI 當神話，動手玩了就知道

說到底，Teachable Machine 可能做不出一個能讓你發大財的超強 AI。但它最大的價值，是給了你一個「動手的能力」和「內行的視角」。

它拆掉了 AI 的圍牆，讓你發現這東西沒那麼神秘。它讓你理解，與其去爭論那些虛無飄渺的 AI 威脅論，不如親手去訓練一個會出錯的笨模型，你從中學到的，絕對比看一百篇報導還要多。

在這個時代，懂不懂 AI，將會是人跟人之間巨大的分水嶺。而 Teachable Machine，就是你跨出第一步、進入「內行」世界最快、也最有趣的一張門票。

若不想被AI取代，記得，去擁抱它吧！

(作者：莫尼團隊與AI)