Когда обучение нейросети занимает меньше времени, чем заказ кофе
Наткнулся на Teachable Machine от Google — сервис, который позволяет за несколько минут обучить нейронку распознавать объекты по фото. Без кода, без специальных знаний, без танцев с бубном. Просто загружаешь фотографии, нажимаешь «обучить» и получаешь работающую модель.
И тут меня накрыло ощущение, что мы живём в странное время. Технология, которая ещё лет пять назад требовала команды ML-инженеров и недель работы, теперь доступна любому, кто умеет пользоваться браузером. Причём это не упрощённая версия «для чайников», а вполне рабочий инструмент, который можно применять в реальных задачах.
Что особенно интересно — сервис не просто даёт готовое решение, он показывает, как это работает. Видишь, как модель учится отличать один объект от другого, понимаешь логику процесса. Это как конструктор, который одновременно обучает и даёт практический результат.
А ведь всего несколько лет назад (2018-2020) я руководил продуктом Digital ID, где мы создали свой сервис для «проверки на живого человека» с помощью распознавания жестов руки. Приложение показывало случайный из 5 вариантов жест, который должен был повторить пользователь при регистрации на фоне своего лица. Так мы защищали систему от подмены личности на этапе MVP. Потом добавили более надежный инструмент проверки на liveness от внешнего разработчика. Так вот, на разработку и обучение той модельки, которая узнавала жесты вида 👍🏻, 👎🏻, 👌🏻, ✌🏻и ☝🏻(сначала хотели и жест 🖕🏻 использовать, но отказались по этическим причинам 😁) ушло несколько месяцев, потребовалось покупка специального сервера и силы опытных ML специалистов.
Для продуктовых команд это открывает интересные возможности:
📌 Можно быстро проверить гипотезу, нужна ли вообще AI-фича в продукте, не привлекая ML-инженеров на ранних стадиях
📌 Прототипировать решения для внутренних процессов — от сортировки обращений до контроля качества
📌 Обучать команду основам машинного обучения на практике, а не на абстрактных примерах
Конечно, для серьёзных задач этого недостаточно. Но как точка входа в мир AI — отличный инструмент. Особенно когда хочется понять, стоит ли вообще идти в эту сторону.
Интересно, как быстро такие инструменты станут частью стандартного набора продакта. Когда умение быстро обучить простую модель будет таким же базовым навыком, как создание прототипа в Figma.
Подписывайтесь на Telegram Продукторий Владимира Меркушева.