量子位 宣布 | "大众年夜众号 QbitAI
一只手势识别AI，若何才算得上 (优) 秀啊？
一直地变换姿势，都能实时输出Emoji，大约是很秀了：
是守卫 (误) ，是来自《星际旅行》瓦肯的举手礼。不大常用，做起来乃至有难度。
是好运，一样平常会两只手一起比。不过，也不是人类通用的手势。
即便这样，AI依然机警地识别出来。并且，它是在浏览器上跑，也险些没有延时。
AI的爸爸，名字叫Nick Bourdakos (简称“尼克”) ，是来自IBM的程序猿。
尼克把自己的调教成果发了推特，揽下2.8万赞：
△ 666
尼克用的是TensorFlow.js，实时识别毫无压力。
他把算法开源了，说大家都可以试一试。
半小时就好
尼克说这个模型很大略，便是SSD-MobileNet。
MobileNet是分类，SSD是目标检测，搭配食用也是常规方法。
他是用IBM云上的GPU演习的，免费的k80，半小时就演习好了。
在演习开始之前，要先准备数据：AI吃的是标注过的手势图。
准备就绪，就来安装模型吧：
1$ npm install -g cloud-annotations
然后，可以开始演习了：
1$ cacli 2┌─────────────────────────────┐ 3│ (C)loud (A)nnotations (CLI) │ 4│ version 1.0.12 │ 5└─────────────────────────────┘ 6 7Usage: cacli <command> 8 9where <command> is one of:10 init Interactively create a config.yaml file11 train Start a training run12 logs Monitor the logs of a training run13 progress Monitor the progress of a training run14 list List all training runs15 download Download a trained model1617cacli <cmd> -h quick help on <cmd>
当然，也不是非要用IBM云，也不是非要用GPU。拿CPU也能调教AI，大概要几小时吧。
演习完成，该在浏览器上跑了。GitHub项目里，自带了转换为TensorFlow.js模型的脚本。
把模型添加到React App里面。
末了，写一句nmp start，用浏览器打开http://localhost:3000。
耶，这样就可以对着屏幕随意舞动手指了，你的AI会明白的：
当然，这只机警的AI，才不是只能识别手指。
喝点什么
只看你用什么样的数据去投喂AI了。
曾经，尼克就帮AI修炼了分辨汽水的目光。
第一题：一瓶雪碧，一瓶Canada Dry，都是绿色。
不管调换位置、还是侧过瓶身，AI都不会被迷惑。定格一看：
第二题：加大难度，两瓶都是Mountain Dew，一瓶普通一瓶低糖。
AI依然分得清楚，绝不犹豫。
分辨手势，分辨汽水，都不失落水准。
那么问题来了，你想让AI识别什么呢？
想好了就开始调教吧，代码在这里：
https://github.com/cloud-annotations/training/
P.S. 推特评论区，已经有小伙伴亲测成功，并表示Easy。
△ 再把识别结果，显示成Emoji就完美了
— 完 —
诚挚招聘
量子位正在招募编辑/，事情地点在北京中关村落。期待有才华、有激情亲切的同学加入我们！
干系细节，请在量子位"大众年夜众号(QbitAI)对话界面，回答“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技能和产品新动态