6 niesamowitych projektów AI na Raspberry Pi
Sztuczna inteligencja, a dokładnie jej rodzaj generatywny, odnotowała ostatnio nagły wzrost popularności, ponieważ ludzie badają możliwości tworzenia treści wizualnych i tekstowych za pomocą tych narzędzi. Takie modele uczenia maszynowego są zwykle uruchamiane na bardzo drogim sprzęcie, ponieważ wymagają dużej przestrzeni dyskowej i zasobów obliczeniowych.
Przedstawiamy Raspberry Pi 4, bardzo przystępne cenowo i kompaktowe rozwiązanie komputerowe, które kosztuje zaledwie 35 USD. Pomimo wyposażenia w stosunkowo słaby procesor graficzny (GPU), to innowacyjne urządzenie nadal nadaje się do niektórych zadań związanych ze sztuczną inteligencją.
Mycroft/Picroft: Osobisty asystent głosowy AI
Mycroft zapewnia wszechstronne rozwiązanie open-source, które rywalizuje z popularnymi asystentami głosowymi, takimi jak Amazon’s Alexa, Google Assistant i Apple’s Siri. Ta innowacyjna technologia umożliwia użytkownikom interakcję z wybranym wirtualnym asystentem przy zachowaniu pełnej kontroli nad danymi osobowymi. Ponadto Mycroft jest kompatybilny z różnymi urządzeniami, w tym telefonami z systemem Android, laptopami, a nawet Raspberry Pi, oferując konfigurowalną funkcjonalność dla osób poszukujących bardziej dyskretnego i bezpiecznego środka komunikacji. W rezultacie, osoby prywatne mają możliwość zbudowania własnego prywatnego inteligentnego głośnika zasilanego Raspberry Pi poprzez włączenie Mycroft.
Picroft to misternie wykonana aplikacja asystenta głosowego, która została dostosowana do płynnego działania na urządzeniach z rodziny Raspberry Pi. Wykorzystuje ona potężne możliwości Raspberry Pi OS Lite i może być łatwo zainstalowana poprzez nagranie jej na kompatybilną kartę microSD. Do korzystania z tego innowacyjnego rozwiązania wymagana jest niezawodna karta microSD o pojemności co najmniej 8 gigabajtów, a także wysokiej jakości mikrofon USB i standardowe gniazdo audio 3,5 mm lub odpowiedni system głośników USB.
Proces instalacji tylko komponentu frontendowego Mycroft AI na Raspberry Pi wymaga interakcji z serwerem backendowym, który znajduje się pod adresem home.mycroft.ai, aby funkcjonalność wirtualnego asystenta była w pełni funkcjonalna. Chociaż samodzielne hostowanie Mycroft może być wykonalne, wiąże się to z poważnymi przeszkodami technicznymi, których pokonanie wymaga znacznej wiedzy i wysiłku.
Mycroft ma pewną przewagę nad innymi alternatywami pod względem funkcji, mimo że jest projektem typu open source. Jedną z takich zalet jest możliwość obsługi dodatkowych funkcji poprzez tak zwane “umiejętności”, które są zasadniczo aplikacjami zintegrowanymi z wirtualnym asystentem. Domyślne umiejętności umożliwiają użytkownikom wykonywanie zadań, takich jak ustawianie alarmów, nagrywanie dźwięku i sterowanie odtwarzaniem muzyki.Co więcej, można uzyskać dodatkowe umiejętności z rynku, a nawet opracować własne.
OpenCat: Quadruped Pet Robot
Wykorzystując możliwości Raspberry Pi i Arduino, OpenCat prezentuje platformę open-source do konstruowania czworonożnych zwierząt domowych przypominających te opracowane przez Boston Dynamics. W przeciwieństwie do lokomocji kołowej, roboty te są wyposażone w cztery kończyny, co zapewnia im większą wszechstronność podczas poruszania się po nieregularnym terenie. Możliwości adaptacyjne tej struktury wykraczają poza edukację STEM, obejmując instrukcje robotyki, aplikacje IoT i badania robotów.
Ten projekt jest wciąż na wczesnym etapie i jest przeznaczony głównie dla zaawansowanych twórców z wymaganymi umiejętnościami montażu sprzętu i programowania. Możliwe jest zakupienie wstępnie zmontowanego zestawu od Petoi w postaci kota lub psa (o nazwach Nybble i Bittle, kosztujących odpowiednio 284 i 256 USD), ale niektórzy twórcy wdrożyli oprogramowanie OpenCat na wydrukowanych w 3D robotach domowych .
Roboty OpenCat zawierają innowacyjny system oparty na Arduino, znany jako NyBoard, który pełni wiele funkcji, takich jak dostarczanie energii do serwomotorów, ułatwianie komunikacji bezprzewodowej, utrzymywanie równowagi, wykrywanie sygnałów podczerwieni i zapewnianie platformy do montażu modułu rozszerzeń Raspberry Pi w celu zwiększenia możliwości tego zaawansowanego czworonożnego robota.
DeepPiCar: Self-Driving Car
Obecnie w pełni autonomiczne pojazdy wciąż pozostają w sferze fantazji, ale osiągnęliśmy już drugi z pięciu poziomów autonomicznej jazdy. Firmy takie jak Tesla i Google ciężko pracują nad stworzeniem pierwszego całkowicie autonomicznego samochodu i wszystkie stosują techniki podobne do tych, których używa DeepPiCar.
DeepPiCar to innowacyjna inicjatywa autonomicznych pojazdów prowadzona przez Davida Tiana, która wykorzystuje możliwości Raspberry Pi, TensorFlow, zestawu PiCar V firmy SunFounder i koprocesora Google Edge TPU. Przedsięwzięcie to stanowi godny uwagi przykład zastosowania postępów w dziedzinie sztucznej inteligencji w transporcie. Przy całkowitej inwestycji w sprzęt wynoszącej od około 250 do 300 USD, projekt demonstruje potencjał niedrogich, ale zaawansowanych technologii motoryzacyjnych.
Ten zrobotyzowany samochód jest w stanie wykrywać i śledzić pasy ruchu, wykrywać znaki drogowe i obsługiwać pieszych. David opisuje konfigurację sprzętu i oprogramowania w serii na Medium . Jest to wymagający projekt, ale oferuje świetny sposób na rozpoczęcie głębokiego uczenia się i autonomicznej jazdy.
Rozpoznawanie obiektów i zwierząt za pomocą Raspberry Pi i OpenCV 
OpenCV to rozbudowany framework oprogramowania typu open source, który obejmuje zarówno wizję komputerową, jak i możliwości uczenia maszynowego, opracowane specjalnie do wykonywania operacji w czasie rzeczywistym na różnych platformach. Ten wszechstronny zestaw narzędzi obsługuje wiele języków programowania, dzięki czemu jest dostępny dla programistów na całym świecie. Dzięki możliwości natychmiastowego przetwarzania informacji wizualnych, OpenCV umożliwia Raspberry Pi wykrywanie i klasyfikowanie obiektów i żywych stworzeń w czasie rzeczywistym za pomocą zintegrowanego modułu kamery. Aby skorzystać z tej funkcjonalności, należy najpierw zainstalować niezbędne oprogramowanie w systemie Raspberry Pi, a następnie podłączyć kompatybilny moduł kamery w celu ułatwienia akwizycji obrazu.
Ten zasób edukacyjny dostarczony przez Core Electronics zagłębia się w zawiłości konfigurowania kompleksowej konfiguracji OpenCV do identyfikacji zarówno zwierząt, jak i obiektów nieożywionych, a także udoskonalania parametrów programu, aby konkretnie celować w określone przedmioty, pomijając nieistotne. Przewodnik wykorzystuje cenioną bibliotekę zbiorów danych COCO, ale alternatywnie użytkownicy mogą korzystać z dowolnego istniejącego wcześniej zbioru danych, który spełnia ich wymagania.
Rozpoznawanie gestów przy użyciu Raspberry Pi Pico i Edge Impulse
Wykorzystanie Edge Impulse pozwala bez wysiłku poinstruować model, aby zidentyfikował szereg gestów, w tym machanie, wskazywanie i oklaski. Po zakończeniu fazy szkoleniowej technologia ta pozwala na sterowanie różnymi projektami, takimi jak aktywacja lampy lub emisja efektu dźwiękowego.
Niniejszy projekt rozpoznawania gestów wykorzystuje zarówno Raspberry Pi Pico, jak i Edge Impulse, zapewniając doskonały sposób na włączenie interaktywnych elementów do różnych przedsięwzięć. Ponadto system opiera się na zintegrowanym czujniku MPU6050, który obejmuje zarówno akcelerometr, jak i żyroskop do przechwytywania i interpretowania ruchów dłoni. Aby uzyskać dalszy wgląd w implementację tej technologii, prosimy o zapoznanie się z dostarczonym samouczkiem Hackster (dostępnym za pośrednictwem wyżej wymienionego linku), w którym znajdziesz instrukcje dotyczące szkolenia modelu zdolnego do przetwarzania wyżej wymienionych danych z czujników, a także informacje na temat wdrażania wspomnianego modelu na platformie Raspberry Pi Pico.
VoiceGPT: Asystent głosowy \\+ ChatGPT
Niniejszy projekt łączy zasady generatywnego chatbota i interaktywnego asystenta cyfrowego w celu stworzenia narzędzia zdolnego do przetwarzania zapytań dźwiękowych i udzielania spójnych odpowiedzi.Odpowiedzi te są syntetyzowane przez ChatGPT i przesyłane przez system zamiany tekstu na mowę Google Cloud. Osoby niezaznajomione z ogromnymi możliwościami ChatGPT mogą zapoznać się z różnorodnym zakresem zadań, które może wykonać, aby uzyskać dalszy wgląd.
Wykorzystanie Raspberry Pi 4 w połączeniu z mikrofonem USB i głośnikiem pozwala na płynną obsługę asystenta głosowego, w pełni wykorzystując możliwości ChatGPT. Niezbędny skrypt projektu i towarzyszące mu oprogramowanie można pobrać z podanego linku GitHub.
Zaangażuj swoje Raspberry Pi w wyścig sztucznej inteligencji
Raspberry Pi może być uważane za małe i posiadające ograniczone możliwości obliczeniowe; jednak nadal jest w stanie urzeczywistnić pewne koncepcje w dziedzinie sztucznej inteligencji. Wspomniane wcześniej przedsięwzięcia stanowią jedynie ilustrację szerokiego zakresu potencjalnych zastosowań. Wykorzystując swoją wyobraźnię i biegłość w kodowaniu, można wykorzystać Raspberry Pi do opracowania namacalnych rozwiązań AI.