在学校教机器学习：各种工具的坦诚对比

机器学习已经从新奇事物变成了学生每天都在用的东西。理解它的最好方法，是亲手训练一个模型：收集示例，看着模型学习，找出它出错的地方并加以改进。有好几种工具能让这件事在课堂上实现。它们的区别在于需要什么设备、学生数据去往哪里，以及学生最后能收获什么。

选择课堂工具时要看什么

• 你现有的设备。 为一个单元购买新硬件，通常不太现实。
• 学生数据去往哪里。 人脸照片、声音和笔迹都是个人数据。离开设备的数据越少，与家长和数据保护负责人沟通就越容易。而当一款工具是免费的，问一问它靠什么来维持也是合理的。
• 账户。 每个账户都要创建、记住、重置和删除。
• 无需联网即可使用。 学校网络总会在最糟糕的时刻被拦截、变慢或中断。
• 多样性。 图像是很好的起点，但数据、文本和声音能让学生看到，机器学习无处不在。
• 真正的成果。 一个学生能在自己的 App 里使用的模型，会把一次练习变成一个项目。
• 现成的课程。 老师需要的不只是软件，还有教学资料。

工具对比一览

	MagicaLCore EDU	Teachable Machine	Machine Learning for Kids
设备	配备 M1 或更新芯片的 iPad	装有浏览器的电脑	装有浏览器的电脑
模型类型	图像、声音、表格数据、文本、手势姿势、手部动作	图像、声音、身体姿势	文本、图像、数字、声音
在哪里训练	在 iPad 上	在浏览器中	取决于项目：文本项目在云端训练
学生账户	无	训练时不需要	班级账户，或无需账户快速试用
离线可用	是	从其网站打开	需要联网
学生用它做出	Swift Playgrounds 中的 App	网页项目	Scratch 项目
教学资料	含六个已解答练习和评分量表的教师指南、学生练习册、试用指南	其他教育者制作的课程	练习单和项目指南

Teachable Machine

非常适合初次接触。它在浏览器中运行，无需安装，用网络摄像头就能立即看到结果。它仅限于图像、声音和身体姿势，模型是为网页打造的。它是 Google 的免费产品：训练可以留在浏览器中，但把项目保存到云端需要 Google 账户，需要对照学校的政策确认。用于第一节课很棒，但对于以学生开发自己的 App 收尾的单元，就不那么合适了。

Machine Learning for Kids

为低龄学生和 Scratch 打造。它涵盖文本、图像、数字和声音，老师可以设置班级账户。根据其帮助页面，部分项目类型（例如文本）在云端训练和存储，其他类型则在学生的电脑上训练。如果你的学校用 Scratch 教学，它是理想之选。

Lobe

许多老师曾喜欢用 Microsoft 的 Lobe 做图像分类。它的桌面应用程序已停止开发，因此对于新单元来说并不是稳妥的选择。

MagicaLCore EDU

专为用 iPad 教学的学校打造：

• 在学校现有的 iPad 上运行，需配备 M1 或更新芯片并运行 iPadOS 26。
• 隐私从设计开始。 学生的照片、声音和数据从不上传去训练模型。不收集个人数据，不显示广告，不追踪，也没有账户。其条款由学校接受，而不是学生。
• 离线可用。 训练在 iPad 上完成，网络再差也不会让课程中断。
• 六种模型类型，让学生在图像、声音、数据、文本和手势中看到机器学习。
• 一节课就能完成。 下课铃响时暂停训练，下节课在历史记录中继续。
• 从模型到 App。 学生导出 .mlmodel，在同一台 iPad 的 Swift Playgrounds 中围绕它开发 App。它甚至可以成为 Swift Student Challenge 作品的核心。
• 完整的单元。 一份教师指南，含六个已解答练习，每种模型类型一个，每个都附评分量表；另有学生练习册和试用指南，提供 13 种语言。
• 购买简单。 通过 Apple 校园教务管理一次付费，没有订阅。购买 20 个或更多许可证的学校可享受五折。

我们的建议

想在任何电脑上用五分钟初次体验，就用 Teachable Machine。如果你的学生整天都在用 Scratch，就选 Machine Learning for Kids。如果你的学校用 iPad 教学，希望学生训练真正的模型、让数据留在设备上，并以自己的 App 收尾，那就试试 MagicaLCore EDU。请用学校的电子邮件联系我们，我们会通过 TestFlight 发送免费试用，并附上试用指南及其第一个练习。