เริ่มต้นสร้างโมเดล AI ฟรี! กับ Teachable Machine ของ Google

Business
2 mins read
2 mins read

Published

16 January, 2025

Language

Thai

Written by

Share

เริ่มต้นสร้างโมเดล AI ฟรี! กับ Teachable Machine ของ Google

การพัฒนา AI ไม่ได้จำกัดเฉพาะนักพัฒนาที่มีความเชี่ยวชาญด้านการเขียนโค้ดอีกต่อไป เพราะเครื่องมืออย่าง Teachable Machine ของ Google ช่วยให้ทุกคนสามารถสร้างโมเดล AI ได้อย่างง่ายดายโดยไม่ต้องเขียนโค้ดเลยแม้แต่บรรทัดเดียว ในบทความนี้ เราจะสอนวิธีใช้ Teachable Machine สร้างโมเดล AI สำหรับการจำแนกภาพ พร้อมกรณีศึกษาจากคุณครูที่นำ AI ไปใช้ในการแยกประเภทภาพงานศิลปะของนักเรียน

Teachable Machine คืออะไร?

Teachable Machine คือแพลตฟอร์มที่พัฒนาโดย Google ช่วยให้ผู้ใช้สร้างโมเดล AI สำหรับจำแนกข้อมูล เช่น ภาพ เสียง หรือท่าทาง โดยไม่ต้องมีความรู้เรื่องการเขียนโปรแกรม

  • ใช้งานง่าย: เหมาะสำหรับมือใหม่

  • ฟรี: ไม่ต้องเสียค่าใช้จ่ายในการเริ่มต้น

  • ยืดหยุ่น: รองรับการใช้งานในโปรเจกต์หลากหลาย

 

วิธีเริ่มต้นใช้งาน Teachable Machine

ขั้นตอนที่ 1: เข้าเว็บไซต์

  1. เปิดเว็บเบราว์เซอร์และไปที่ Teachable Machine

  2. คลิก Get Started เพื่อเริ่มต้น

ขั้นตอนที่ 2: เลือกประเภทของโปรเจกต์

  • เลือก Image Project สำหรับโปรเจกต์ที่เกี่ยวกับการจำแนกภาพ

ขั้นตอนที่ 3: เพิ่มข้อมูลการฝึกโมเดล

  1. สร้าง Classes (กลุ่มข้อมูล) เช่น

    • Class 1: ภาพดอกไม้

    • Class 2: ภาพต้นไม้

  2. อัปโหลดภาพสำหรับแต่ละกลุ่ม หรือใช้กล้องถ่ายภาพตัวอย่างในหน้าจอ

ขั้นตอนที่ 4: ฝึกโมเดล

  1. คลิก Train Model เพื่อเริ่มต้นการฝึก

  2. รอไม่กี่นาทีจนโมเดลพร้อมใช้งาน

ขั้นตอนที่ 5: ทดสอบโมเดล

  1. อัปโหลดภาพใหม่ หรือใช้กล้องถ่ายภาพเพื่อทดสอบการจำแนกผลลัพธ์

  2. ระบบจะแสดงผลว่าโมเดลสามารถจำแนกภาพนั้นอยู่ในกลุ่มใด

ขั้นตอนที่ 6: นำโมเดลไปใช้งาน

  1. ดาวน์โหลดโมเดล หรือฝังโค้ด HTML/JavaScript ลงในเว็บไซต์ของคุณ

  2. สามารถใช้งานโมเดลในแอปพลิเคชันต่าง ๆ เช่น โปรแกรมบนคอมพิวเตอร์หรืออุปกรณ์ IoT

 

กรณีศึกษา: คุณครูสร้าง AI เพื่อแยกประเภทภาพงานศิลปะของนักเรียน

ปัญหา
คุณครูศิลปะในโรงเรียนต้องการแยกประเภทภาพวาดของนักเรียน เช่น ภาพทิวทัศน์ ภาพคน และภาพสัตว์ เพื่อรวบรวมคะแนนและวิเคราะห์แนวโน้มการพัฒนาทักษะของนักเรียน

การแก้ปัญหา
คุณครูใช้ Teachable Machine เพื่อสร้าง AI ที่สามารถแยกประเภทภาพงานศิลปะได้ง่าย ๆ โดยดำเนินการดังนี้:

  1. ถ่ายภาพงานศิลปะของนักเรียนและแบ่งเป็นกลุ่ม (Class)

    • Class 1: ภาพทิวทัศน์

    • Class 2: ภาพคน

    • Class 3: ภาพสัตว์

  2. อัปโหลดภาพเหล่านี้เข้าไปใน Teachable Machine

  3. ฝึกโมเดลและทดสอบการทำงาน

ผลลัพธ์

  • โมเดล AI สามารถจำแนกประเภทภาพได้อย่างแม่นยำ

  • คุณครูสามารถตรวจสอบและให้คะแนนงานของนักเรียนได้รวดเร็วขึ้น

  • นักเรียนได้รับคำแนะนำเกี่ยวกับการพัฒนาทักษะตามประเภทงานศิลปะที่พวกเขาถนัด

 

เคล็ดลับการใช้งาน Teachable Machine ให้มีประสิทธิภาพ

  1. เลือกภาพที่ชัดเจนใช้ภาพที่มีคุณภาพสูงและมีแสงที่เหมาะสมเพื่อเพิ่มความแม่นยำของโมเดล

  2. เพิ่มจำนวนข้อมูลในแต่ละกลุ่มการมีข้อมูลที่หลากหลายจะช่วยให้โมเดลเรียนรู้ได้ดีขึ้น

  3. ทดสอบโมเดลด้วยข้อมูลใหม่ใช้ภาพที่ไม่ได้อยู่ในชุดข้อมูลการฝึกเพื่อทดสอบความแม่นยำของโมเดล

  4. ปรับแต่งข้อมูลเมื่อจำเป็นหากโมเดลให้ผลลัพธ์ที่ผิดพลาด ลองเพิ่มหรือแก้ไขข้อมูลการฝึก

 

ข้อดีของการใช้ Teachable Machine

  • เหมาะสำหรับผู้เริ่มต้น: ไม่ต้องเขียนโค้ดหรือมีความรู้ด้าน AI ลึกซึ้ง

  • ประหยัดเวลา: สร้างโมเดล AI ได้ในเวลาไม่กี่นาที

  • ปรับแต่งได้ง่าย: รองรับการใช้งานหลากหลายประเภท เช่น การจำแนกเสียง ท่าทาง หรือภาพ

  • ฟรี: ไม่มีค่าใช้จ่ายสำหรับการใช้งานพื้นฐาน

 

อนาคตของ Teachable Machine

  1. การผสานกับเทคโนโลยี IoT ใช้งานร่วมกับอุปกรณ์อัจฉริยะ เช่น กล้องวงจรปิดหรือหุ่นยนต์

  2. การเรียนรู้ที่แม่นยำยิ่งขึ้นรองรับการฝึกโมเดลที่ซับซ้อนยิ่งขึ้นด้วยการอัปเดตข้อมูลใหม่

  3. การประยุกต์ใช้งานในหลากหลายสาขาใช้ในการศึกษา ธุรกิจ การแพทย์ หรือศิลปะ

 

สรุป

Teachable Machine ของ Google เป็นเครื่องมือที่ทรงพลังสำหรับการเริ่มต้นสร้างโมเดล AI โดยไม่ต้องเขียนโค้ด ตัวอย่างกรณีศึกษาของคุณครูที่ใช้ AI แยกประเภทภาพงานศิลปะ แสดงให้เห็นว่าเครื่องมือนี้สามารถนำไปประยุกต์ใช้ได้หลากหลายในชีวิตประจำวัน

ไม่ว่าคุณจะเป็นนักเรียน ครู หรือผู้ประกอบการ คุณสามารถใช้ Teachable Machine เพื่อสร้าง AI ที่ตอบโจทย์และเพิ่มประสิทธิภาพในงานของคุณได้อย่างง่ายดาย.

 

Written by
Kant Kant Sunthad
Kant Kant Sunthad

Share

Keep me posted
to follow product news, latest in technology, solutions, and updates

More than 120,000 people/day  visit to read our blogs

Related articles

Explore all

Inbound Marketing การตลาดแห่งการดึงดูด
Inbound Marketing การตลาดแห่งการดึงดูด
การทำการตลาดในปัจจุบันมีรูปแบบที่เปลี่ยนไปจากเดิมมากเพราะวิธีที่ได้ผลลัพธ์ที่ดีในอดีตไม่ได้แปลว่าจะได้ผลลัพธ์ที่ดีในอนาคตด้วยเสมอไปประกอบการแข่งขันที่สูงขึ้นเรื่อยๆทำให้นักการตลาดต้องมีการปรับรูปแบบการทำการตลาดในการสร้างแรงดึงดูดผู้คนและคอยส่งมอบคุณค่าเพื่อให้เข้าถึงและสื่อสารกับกลุ่มเป้าหมายได้อย่างมีประสิทธิภาพ Inbound Marketing คืออะไร Inbound Marketing คือ การทำการตลาดผ่าน Content ต่างๆ เพื่อดึงดูดกลุ่มเป้าหมายเข้ามา และตอบสนองความต้องการของลูกค้า โดยอาจจะทำผ่านเว็บไซต์ หรือผ่านสื่อ Social Media ต่าง ๆ ซึ่งในปัจจุบันนั้น Inbound Marketing เป็นที่นิยมมากขึ้นเพราะเครื่องมือและเทคโนโลยีที่พัฒนาขึ้นมาในปัจจุบันทำให้การทำการตลาดแบบ Inbound Marketing นั้นทำง่ายกว่าเมื่อก่อนมาก นอกจากนี้การทำ Inbound Marketing ยังช่วยสร้างความสัมพันธ์และความน่าเชื่อถือให้กับธุรกิจได้เป็นอย่างดีอีกด้วย หลักการของ Inbound Marketing Attract สร้าง
13 Mar, 2026

by

How Senna Labs helped S&P Food transform their online e-commerce business
How Senna Labs helped S&P Food transform their online e-commerce business
S&P Food’s yearly revenues were 435 mils $USD. 10% of the revenue was from online sales. The board of directors felt that online sales should account for more. The digital
13 Mar, 2026

by

การเปลี่ยนทิศทางผลิตภัณฑ์หรือแผนธุรกิจ Startup หรือ Pivot or Preserve
การเปลี่ยนทิศทางผลิตภัณฑ์หรือแผนธุรกิจ Startup หรือ Pivot or Preserve
อีกหนึ่งบททดสอบสำหรับการทำ Lean Startup ก็คือ Pivot หรือ Preserve ซึ่งหมายถึง การออกแบบหรือทดสอบสมมติฐานของผลิตภัณฑ์หรือแผนธุรกิจใหม่หลังจากที่แผนเดิมไม่ได้ผลลัพธ์อย่างที่คาดคิด จึงต้องเปลี่ยนทิศทางเพื่อให้ตอบโจทย์ความต้องการของผู้ใช้ให้มากที่สุด ตัวอย่างการทำ Pivot ตอนแรก Groupon เป็น Online Activism Platform คือแพลตฟอร์มที่มีไว้เพื่อสร้างแคมเปญรณรงค์หรือการเปลี่ยนแปลงบางอย่างในสังคม ซึ่งตอนแรกแทบจะไม่มีคนเข้ามาใช้งานเลย และแล้วผู้ก่อตั้ง Groupon ก็ได้เกิดไอเดียทำบล็อกขึ้นในเว็บไซต์โดยลองโพสต์คูปองโปรโมชั่นพิซซ่า หลังจากนั้น ก็มีคนสนใจมากขึ้นเรื่อยๆ ทำให้เขาคิดใหม่และเปลี่ยนทิศทางหรือ Pivot จากกลุ่มลูกค้าเดิมเป็นกลุ่มลูกค้าจริง Pivot ถูกแบ่งออกเป็น 8 ประเภท Customer Need
13 Mar, 2026

by

Contact Senna Labs at :

hello@sennalabs.com28/11 Soi Ruamrudee, Lumphini, Pathumwan, Bangkok 10330+66 62 389 4599
© 2022 Senna Labs Co., Ltd.All rights reserved. | Privacy policy