6 pārsteidzoši Raspberry Pi AI projekti

Mākslīgais intelekts, tieši ģeneratīvais veids, nesen piedzīvoja pēkšņu popularitātes pieaugumu, jo cilvēki pēta iespējas izveidot vizuālu un tekstuālu saturu, izmantojot šos rīkus. Šādi mašīnmācības modeļi parasti tiek darbināti ar ļoti dārgu aprīkojumu, jo tiem ir nepieciešams daudz vietas un skaitļošanas resursi.

Ievadiet Raspberry Pi 4 — 35 ASV dolāru viena borta datoru kredītkartes formātā. Lai gan Raspberry Pi mašīnmācības iespējas ir ierobežotas tā nepietiekamā GPU dēļ, tam joprojām ir noteiktas mākslīgā intelekta lietojumprogrammas.

1. Mycroft/Picroft: personīgais AI balss palīgs

Mycroft piedāvā atvērtā koda alternatīvu jūsu Alexa, Google un Siri viedajiem skaļruņiem. Tas ļauj sarunāties ar virtuālo palīgu un iegūt informāciju no tā. Uzmanoties uz jūsu privātuma aizsardzību, Mycroft ļauj jums kontrolēt, un to var instalēt Android tālrunī, klēpjdatorā vai Raspberry Pi. Jūs varat izveidojiet savu privātumam draudzīgu Raspberry Pi viedo skaļruni ar Mycroft.

Picroft ir balss palīgprogrammas pakotne, kas īpaši izstrādāta darbam Raspberry Pi modeļos. Tas ir veidots uz Raspberry Pi OS Lite, un diska attēlu var ierakstīt microSD kartē. Jums būs nepieciešama microSD karte (8 GB vai lielāka), USB mikrofons un 3,5 mm ligzda vai USB skaļrunis.

Jūsu Raspberry Pi ir instalēta tikai priekšgals, un šai instalācijai ir jāizsauc atpakaļ uz aizmugursistēmu, kas tiek mitināta vietnē home.mycroft.ai lai virtuālais palīgs strādātu. Ir iespējams, taču diezgan sarežģīti pilnībā vadīt Mycroft.

Lai gan Mycroft nav tik pilnībā nodrošināts kā komerciālās iespējas, tā piedurknē ir daži triki. Tā atbalsta lietojumprogrammas, kas tiek dēvētas par prasmēm, kas paplašina jūsu virtuālā asistenta funkcionalitāti. Dažas noklusējuma prasmes ļauj iestatīt modinātājus, tvert audio un kontrolēt mūzikas atskaņošanu. Varat instalēt vairāk prasmju no tirgus vai izveidot jaunas.

Pamatojoties gan uz Raspberry Pi, gan Arduino, OpenCat piedāvā atvērtā pirmkoda sistēmu Boston Dynamics stila četrkājainu mājdzīvnieku robotu veidošanai. Šie roboti pārvietojas ar četrām kājām, nevis riteņiem, dodot tiem iespēju pārvietoties nestrukturētā reljefā ar zināmu plūstamību. Šo sistēmu var pielāgot STEM mācībām, robotikas izglītībai, lietiskā interneta lietojumprogrammām un robotikas pētījumiem.

Šis projekts joprojām ir sākuma stadijā un galvenokārt ir piemērots progresīviem ražotājiem ar nepieciešamajām aparatūras montāžas un programmēšanas prasmēm. Ir iespējams iegādāties iepriekš saliktu komplektu no Petoi kaķa vai suņa formā (ko sauc par Nybble un Bittle, maksā attiecīgi 284 un 256 USD), taču daži ražotāji ir izvietojuši OpenCat programmatūru 3D izdrukāti robotu mājdzīvnieki.

OpenCat robotiem ir pielāgota Arduino plate NyBoard, kas ir atbildīga par servo barošanu, bezvadu savienojamības paplašināšanu, orientāciju, balansēšanu un infrasarkano staru noteikšanu. Tas nodrošina arī ligzdu, kurā var uzstādīt Raspberry Pi, lai paplašinātu četrkāja robota iespējas.

Mūsdienās pilnībā autonomi transportlīdzekļi joprojām ir fantāzija, taču mēs esam nonākuši līdz otrajam līmenim no pieciem autonomās braukšanas līmeņi. Uzņēmumi, piemēram, Tesla un Google, smagi strādā, cenšoties izveidot pirmo pilnībā pašbraucošo automašīnu, un tie visi izmanto līdzīgas metodes, ko izmanto DeepPiCar.

DeepPiCar ir Deivida Tiana padziļinātas mācīšanās, pašbraucošas robotizētas automašīnas projekts, kura pamatā ir Raspberry Pi, TensorFlow, SunFounder PiCar V komplekts un Google Edge TPU kopprocesors. Paredzamās visas šim projektam nepieciešamās aparatūras izmaksas ir aptuveni 250–300 USD.

Šī robotizētā automašīna spēj noteikt joslu un sekot līdzi, noteikt ceļa zīmes un vadīt gājējus. Deivids apraksta aparatūras un programmatūras iestatīšanu a sērija vidē. Tas ir izaicinošs projekts, taču tas piedāvā lielisku veidu, kā apgūt dziļu mācīšanos un autonomu braukšanu.

OpenCV ir liela, atvērtā koda datorredzes un mašīnmācīšanās bibliotēka, kas paredzēta reāllaika lietojumprogrammām un atbalsta plašu valodu klāstu. OpenCV ļauj Raspberry Pi reāllaikā atpazīt objektus un dzīvniekus. Pēc instalēšanas Raspberry Pi būs jāpievieno kameras modulis, lai uzņemtu attēlus, kurus vēlaties identificēt.

Šī Core Electronics apmācība sniedz jums informāciju par OpenCV instalācijas iestatīšanas procesu objektu un dzīvnieku noteikšanai un koda pielāgošanai, lai noteiktu konkrētus objektus, ignorējot citi. Tā izmanto COCO datu kopas bibliotēku, lai gan jūs varat izmantot jebkuru citu iepriekš sagatavotu bibliotēku, kas atbilst jūsu vajadzībām.

Izmantojot Edge Impulse, varat viegli apmācīt modeli atpazīt dažādus žestus, piemēram, vicināšanu, rādīšanu vai aplaudēšanu. Kad jūsu modelis ir apmācīts, varat to izmantot, lai vadītu savu projektu, piemēram, ieslēgtu gaismu vai atskaņotu skaņu.

Šis žestu atpazīšanas projekts ir balstīts uz Raspberry Pi Pico un Edge Impulse, un tas piedāvā lielisku veidu, kā pievienot projektiem interaktivitāti. Tas arī izmanto MPU6050 kombinēto akselerometru un žiroskopa sensoru, lai izsekotu žestus. Noteikti izlasiet Hackster apmācību (saistīta iepriekš), lai uzzinātu, kā apmācīt modeli, kas var apstrādāt šos sensora datus, un pēc tam izvietot to Raspberry Pi Pico.

Šis AI projekts apvieno ģeneratīvā tērzēšanas robota koncepciju un virtuālo palīgu, lai izveidotu rīku, kas var saņemt audio vaicājumus un sniegt reālistiskas atbildes. Atbildes ģenerē ChatGPT un pārraida kā audio, izmantojot Google Cloud teksta pārvēršanu runā. Ja nezināt, cik spēcīgs ir šis AI tērzēšanas robots, apskatiet daudzus lietas, ko varat darīt, izmantojot ChatGPT.

Viss, kas jums nepieciešams, ir Raspberry Pi 4, USB mikrofons un skaļrunis, lai izmantotu šo balss palīgu un izmantotu visu ChatGPT jaudu. Projekta skriptu un citu nepieciešamo programmatūru varat atrast iepriekš norādītajā GitHub lapā.

Iesaistiet savu Raspberry Pi AI sacīkstēs

Lai gan Raspberry Pi ir pieticīgs izmēra un skaitļošanas resursu ziņā, tas spēj īstenot noteiktas mākslīgā intelekta idejas. Iepriekš minētie projekti ir tikai daži piemēri no daudzajām iespējām. Apvienojot savas radošās spējas un programmēšanas prasmes, varat izmantot Raspberry Pi, lai izveidotu reālus AI projektus.