APP下载

善用GoogleAI应用网页让学习更多元

消息来源:baojiabao.com 作者: 发布时间:2026-06-25

报价宝综合消息善用GoogleAI应用网页让学习更多元

Google 昨天推出了线上的新工具 AutoDraw,利用人工智能协助大家“画”出各事物。其实只要换个方法,就可以从这些 Google 人工智能提供的工具中学习,让青少年的学习变得更有趣。

想增加小朋友学习兴趣,最好就让他们在亲身参与游戏或创造时学习,Google 利用人工智能分析,提供两个线上绘画网页,包括昨天推出的 AutoDraw 及 Quick Draw 游戏,让小朋友从绘画中学习,怎样画出简单的线条,又与事物相似。

从 AutoDraw 学习绘画

只要在这 AutoDraw 上简单画出事物的外形,服务器便会透过人工智能估计你所画的是什么事物,显示到上方的字段中,让你去选择想画的事物。让小朋友去画,就能从中选出事物后,再尝试跟着去画了。当然,工具也提供一般绘画模式、颜色、几何图形、缩放及旋转图形等,让小朋友发挥一番,练习绘画仔细的图案之外,可把天马行空的画作便以 png 格式下载作记录或分享。

小朋友未必能把想画的事物,精细地画出来,例如图中的“动物”。

小朋友未必能把想画的事物,精细地画出来,例如图中的“动物”。

让小朋友从上方选定想画的是哪事物后,便可让小朋友照着去画。

让小朋友从上方选定想画的是哪事物后,便可让小朋友照着去画。

AutoDraw 网址:https://autodraw.com/

Quick Draw 边画边学英文

从游戏中学习,比较容易有深刻印象,Quick Draw 同样以人工智能去猜你所画的是什么,不过游戏会出 6 个题目让你在 20 秒内去画。理解那英文字代表什么后,让小朋友快速地思考怎样画能让服务器在 20 秒内猜中,用游戏学习英文单字,之后还能看看其他人怎样画,既有趣,又具学习元素。

每幅画限时 20s,每次要画的事物都不同,边玩边学,让小朋友学习不同的英文词汇。

每幅画限时 20 秒,每次要画的事物都不同,边玩边学,让小朋友学习不同的英文词汇。

画功并不是重点,让人工智能快速地猜中才是好玩之处。

画功并不是重点,让人工智能快速地猜中才是好玩之处。

Quick Draw 网址:https://quickdraw.withgoogle.com/

以下分享两个关于图像的网页,对于写程式或训练运算思维亦有帮助,比较适合有意在计算机程序界别中发展的人使用。其中的 Cloud Vision API 也适合有意投身设计行业人士使用。

Cloud Vision API 分析图片元素

开启 Cloud Vision API 后,便会看到一个让我们放置相片的位置,只要上传 4MB 内的图片,透过网页内的 API 便可分析出拍摄位置、适用标签、文字、图片主色及人脸等,这些分析方便用家进行之后如网页排版、编写程式或调校颜色等程序。

只要上传一张 4MB 以下的图片,便可进行分析了。

只要上传一张 4MB 以下的图片,便可进行分析了。

若然相片 EXIF 有提供 GPS 位置,它便会在 Landmarks 内显示该景点或位置。

若然相片 EXIF 有提供 GPS 位置,它便会在 Landmarks 内显示该景点或位置。

从相片中分析可能的标签。

AI 会分析相片中可能包含的标签。

还提供相片的主色,只要把鼠标移到色彩部分,便会显示该色码(Hex code)。

还提供相片的主色,只要把鼠标移到色彩部分,便会显示该色码(HEX color)。

如果相片中有人脸的话,它会分析那人当刻的感受。

如果相片中有人脸的话,它会分析那人当时的表情。

也会把 JSON 格式的资料分析显示出来。

对于程式员,也可以把详细分析结果以 JSON 格式输出。

Cloud Vision API 网址:https://cloud.google.com/vision/

TensorFlow Playground 深度学习机器算法

神经网络、深度学习这些词汇看似难明,然而只要到 TensorFlow Playground 玩过,便能以较显浅的方法理解了。你可以在这网页中,点击按钮及调整参数,便能渐渐地了解真实的神经网络是怎样运作。人们通过一行行的代码来使电脑执行每个步骤,从而解决问题,使用适当的Layer,便可把问题逐层逐层分析并解决。笔者初次了解这学问,觉得不算是难以理解,不知大家怎样看呢?

网页具体地将整个算法的过程展示给大家,帮助大家进行理解。

网页具体地将整个算法的过程展示给大家,帮助大家进行理解。

Google 云端数据与分析技术主管佐藤一宪示范怎样透过各个图层进行图像分析。

Google 云端数据与分析技术主管佐藤一宪示范怎样透过各个图层进行图像分析。

TensorFlow 网址:http://playground.tensorflow.org

2017-12-25 10:15:00

相关文章