6 โปรเจ็กต์ AI ที่น่าทึ่งของ Raspberry Pi
ปัญญาประดิษฐ์ (AI) หรือเจนเนอเรทีฟประเภทหนึ่งนั้น ได้รับความนิยมเพิ่มขึ้นอย่างรวดเร็วเมื่อเร็ว ๆ นี้ เนื่องจากผู้คนสำรวจความเป็นไปได้ในการสร้างเนื้อหาภาพและข้อความด้วยเครื่องมือเหล่านี้ โมเดลแมชชีนเลิร์นนิงดังกล่าวมักจะทำงานบนอุปกรณ์ที่มีราคาแพงมาก เนื่องจากต้องการพื้นที่เก็บข้อมูลและทรัพยากรการประมวลผลจำนวนมาก
ขอแนะนำ Raspberry Pi 4 โซลูชันการประมวลผลขนาดกะทัดรัดและราคาไม่แพง ซึ่งขายปลีกในราคาเพียง 35 ดอลลาร์ แม้จะติดตั้งหน่วยประมวลผลกราฟิก (GPU) ที่ค่อนข้างอ่อนแอ แต่อุปกรณ์ที่เป็นนวัตกรรมนี้ยังคงเหมาะสำหรับงานปัญญาประดิษฐ์บางอย่าง
Mycroft/Picroft: ผู้ช่วยเสียง AI ส่วนตัว
Mycroft นำเสนอโซลูชันโอเพ่นซอร์สอเนกประสงค์ที่สามารถแข่งขันกับผู้ช่วยด้านเสียงยอดนิยม เช่น Alexa ของ Amazon, Google Assistant และ Siri ของ Apple เทคโนโลยีที่เป็นนวัตกรรมนี้ทำให้ผู้ใช้สามารถโต้ตอบกับผู้ช่วยเสมือนที่พวกเขาเลือกได้ ในขณะที่ยังคงควบคุมข้อมูลส่วนบุคคลของตนได้อย่างเต็มที่ นอกจากนี้ Mycroft ยังสามารถใช้งานร่วมกับอุปกรณ์ต่างๆ รวมถึงโทรศัพท์ Android แล็ปท็อป และแม้แต่ Raspberry Pi โดยนำเสนอฟังก์ชันที่ปรับแต่งได้สำหรับผู้ที่ต้องการวิธีการสื่อสารที่รอบคอบและปลอดภัยยิ่งขึ้น เป็นผลให้แต่ละบุคคลสามารถสร้างลำโพงอัจฉริยะที่ขับเคลื่อนด้วย Raspberry Pi ส่วนตัวของตนเองโดยผสมผสาน Mycroft เข้าด้วยกัน
Picroft คือแอปพลิเคชันซอฟต์แวร์ผู้ช่วยเสียงที่สร้างขึ้นอย่างประณีต ซึ่งได้รับการปรับแต่งให้ใช้งานได้อย่างราบรื่นบนอุปกรณ์ตระกูล Raspberry Pi โดยใช้ประโยชน์จากความสามารถอันทรงพลังของ Raspberry Pi OS Lite เป็นรากฐาน และสามารถติดตั้งได้อย่างง่ายดายโดยการเบิร์นลงในการ์ด microSD ที่รองรับ หากต้องการใช้โซลูชันที่เป็นนวัตกรรมนี้ คุณจะต้องมีการ์ด microSD ที่เชื่อถือได้ซึ่งมีความจุอย่างน้อย 8 กิกะไบต์ นอกเหนือจากไมโครโฟน USB คุณภาพสูงและแจ็คเสียงมาตรฐาน 3.5 มม. หรือระบบลำโพง USB ที่เหมาะสม
กระบวนการติดตั้งเฉพาะส่วนประกอบส่วนหน้าของ Mycroft AI บน Raspberry Pi จำเป็นต้องมีการโต้ตอบกับเซิร์ฟเวอร์แบ็คเอนด์ซึ่งอยู่ที่ home.mycroft.ai เพื่อให้ฟังก์ชันผู้ช่วยเสมือนสามารถทำงานได้อย่างเต็มที่ แม้ว่าอาจเป็นไปได้ที่จะพยายามโฮสต์ Mycroft โดยอิสระ แต่การทำเช่นนี้ทำให้เกิดอุปสรรคทางเทคนิคที่สำคัญซึ่งต้องใช้ความเชี่ยวชาญและความพยายามอย่างมากในการเอาชนะ
Mycroft มีข้อได้เปรียบเหนือทางเลือกอื่นๆ ในแง่ของคุณสมบัติ แม้ว่าจะเป็นโครงการโอเพ่นซอร์สก็ตาม ข้อดีประการหนึ่งคือความสามารถในการรองรับฟังก์ชันเพิ่มเติมผ่านสิ่งที่เรียกว่า"ทักษะ"ซึ่งเป็นแอปพลิเคชันหลักที่รวมเข้ากับผู้ช่วยเสมือน ทักษะเริ่มต้นทำให้ผู้ใช้สามารถทำงานต่างๆ ได้ เช่น การตั้งปลุก การบันทึกเสียง และการควบคุมการเล่นเพลง นอกจากนี้ เราอาจได้รับทักษะเพิ่มเติมจากตลาดหรือแม้กระทั่งพัฒนาทักษะที่ปรับแต่งเองได้
OpenCat: หุ่นยนต์สัตว์เลี้ยงสี่ขา
OpenCat ใช้ความสามารถของทั้ง Raspberry Pi และ Arduino นำเสนอแพลตฟอร์มโอเพ่นซอร์สสำหรับการสร้างสัตว์เลี้ยงสี่ขาที่มีลักษณะคล้ายกับสัตว์เลี้ยงที่พัฒนาโดย Boston Dynamics หุ่นยนต์เหล่านี้มีแขนขา 4 ขา ซึ่งต่างจากการใช้การเคลื่อนที่แบบใช้ล้อ ทำให้มีความคล่องตัวเพิ่มขึ้นเมื่อต้องเคลื่อนที่ผ่านภูมิประเทศที่ไม่ปกติ ความสามารถในการปรับตัวของกรอบการทำงานนี้ขยายไปไกลกว่าการศึกษา STEM ซึ่งครอบคลุมถึงการสอนด้านหุ่นยนต์ แอปพลิเคชัน IoT และการตรวจสอบด้วยหุ่นยนต์
โปรเจ็กต์นี้ยังอยู่ในช่วงเริ่มต้นและส่วนใหญ่เหมาะสำหรับผู้ผลิตขั้นสูงที่ต้องใช้ทักษะการประกอบฮาร์ดแวร์และการเขียนโปรแกรม คุณสามารถซื้อชุดอุปกรณ์สำเร็จรูปจาก Petoi ในรูปแบบแมวหรือสุนัขได้ (เรียกว่า Nybble และ Bittle ราคา 284 ดอลลาร์และ 256 ดอลลาร์ตามลำดับ) แต่ผู้ผลิตบางรายได้ปรับใช้ซอฟต์แวร์ OpenCat บน สัตว์เลี้ยงหุ่นยนต์ที่พิมพ์ด้วยเครื่องพิมพ์ 3 มิติ
หุ่นยนต์ OpenCat รวมเอาระบบที่เป็นนวัตกรรมใหม่ของ Arduino ที่เรียกว่า NyBoard ซึ่งทำหน้าที่หลายอย่าง เช่น การจ่ายพลังงานให้กับเซอร์โวมอเตอร์ การอำนวยความสะดวกในการสื่อสารไร้สาย การรักษาสมดุล การตรวจจับสัญญาณอินฟราเรด และการจัดหาแพลตฟอร์มสำหรับติดตั้งโมดูลส่วนขยาย Raspberry Pi เพิ่มขีดความสามารถของอุปกรณ์หุ่นยนต์สี่ส่วนขั้นสูงนี้
DeepPiCar: รถยนต์ขับเคลื่อนด้วยตนเอง
ทุกวันนี้ รถยนต์ไร้คนขับเต็มรูปแบบยังคงเป็นเรื่องเพ้อฝัน แต่เรามาไกลถึงระดับ 2 จาก 5 ระดับของการขับขี่อัตโนมัติ บริษัทต่างๆ เช่น Tesla และ Google กำลังทำงานอย่างหนักเพื่อพยายามสร้างรถยนต์ไร้คนขับคันแรก และพวกเขาทั้งหมดใช้เทคนิคที่คล้ายคลึงกับสิ่งที่ DeepPiCar ใช้
DeepPiCar เป็นนวัตกรรมยานยนต์ไร้คนขับที่ริเริ่มโดย David Tian ซึ่งใช้ประโยชน์จากความสามารถของ Raspberry Pi, TensorFlow, ชุด PiCar V ของ SunFounder และตัวประมวลผลร่วม Edge TPU ของ Google การร่วมทุนครั้งนี้เป็นตัวอย่างที่น่าสังเกตของการนำความก้าวหน้าทางปัญญาประดิษฐ์มาประยุกต์ใช้กับการขนส่งได้อย่างไร ด้วยการลงทุนด้านฮาร์ดแวร์ทั้งหมดตั้งแต่ประมาณ 250 ถึง 300 เหรียญสหรัฐฯ โครงการนี้แสดงให้เห็นถึงศักยภาพของเทคโนโลยียานยนต์ที่ราคาไม่แพงแต่มีความซับซ้อน
รถหุ่นยนต์คันนี้มีความสามารถในการตรวจจับและติดตามเลน การตรวจจับป้ายจราจร และการจัดการคนเดินถนน David อธิบายการตั้งค่าฮาร์ดแวร์และซอฟต์แวร์ใน ซีรีส์เกี่ยวกับสื่อ ถือเป็นโครงการที่ท้าทาย แต่ก็มีวิธีที่ดีในการเข้าสู่การเรียนรู้เชิงลึกและการขับขี่แบบอัตโนมัติ
การรับรู้วัตถุและสัตว์ด้วย Raspberry Pi และ OpenCV 
OpenCV เป็นเฟรมเวิร์กซอฟต์แวร์โอเพ่นซอร์สที่ครอบคลุมซึ่งครอบคลุมทั้งความสามารถด้านคอมพิวเตอร์วิทัศน์และการเรียนรู้ของเครื่องจักร ซึ่งพัฒนาขึ้นโดยเฉพาะสำหรับการดำเนินการแบบเรียลไทม์บนแพลตฟอร์มต่างๆ ชุดเครื่องมืออเนกประสงค์นี้รองรับภาษาการเขียนโปรแกรมหลายภาษา ทำให้นักพัฒนาทั่วโลกสามารถเข้าถึงได้ ด้วยความสามารถในการประมวลผลข้อมูลภาพได้ทันที OpenCV ช่วยให้ Raspberry Pi ตรวจจับและจำแนกวัตถุและสิ่งมีชีวิตแบบเรียลไทม์โดยใช้โมดูลกล้องในตัว หากต้องการใช้ฟังก์ชันนี้ ขั้นแรกต้องติดตั้งซอฟต์แวร์ที่จำเป็นบนระบบ Raspberry Pi จากนั้นจึงเชื่อมต่อโมดูลกล้องที่เข้ากันได้เพื่ออำนวยความสะดวกในการรับภาพ
แหล่งข้อมูลทางการศึกษาที่ Core Electronics มอบให้นี้เจาะลึกความซับซ้อนของการกำหนดค่าการตั้งค่า OpenCV ที่ครอบคลุมเพื่อระบุทั้งสัตว์และวัตถุที่ไม่มีชีวิต ตลอดจนปรับแต่งพารามิเตอร์ของโปรแกรมเพื่อกำหนดเป้าหมายเฉพาะบางรายการโดยไม่สนใจรายการที่ไม่เกี่ยวข้อง คู่มือนี้ใช้ไลบรารีชุดข้อมูล COCO ที่ได้รับการยกย่อง แต่อีกทางหนึ่ง ผู้ใช้อาจใช้คอลเลกชันชุดข้อมูลอื่นที่มีอยู่แล้วซึ่งสอดคล้องกับข้อกำหนดของพวกเขา
การจดจำท่าทางโดยใช้ Raspberry Pi Pico และ Edge Impulse
การใช้ Edge Impulse ช่วยให้สามารถสั่งโมเดลเพื่อระบุอาเรย์ท่าทางต่างๆ ได้อย่างง่ายดาย รวมถึงการโบกมือ การชี้ และการปรบมือ หลังจากขั้นตอนการฝึกอบรม เทคโนโลยีนี้ช่วยให้สามารถสั่งการโปรเจ็กต์ต่างๆ ได้ เช่น การเปิดใช้งานหลอดไฟหรือการส่งเอฟเฟกต์เสียง
โครงการจดจำท่าทางในปัจจุบันใช้ทั้ง Raspberry Pi Pico และ Edge Impulse ซึ่งเป็นวิธีการที่ยอดเยี่ยมในการผสมผสานองค์ประกอบแบบโต้ตอบเข้ากับความพยายามต่างๆ นอกจากนี้ ระบบยังใช้เซ็นเซอร์ MPU6050 ในตัว ซึ่งครอบคลุมความสามารถของทั้งมาตรความเร่งและไจโรสโคปสำหรับการจับและตีความการเคลื่อนไหวของมือ หากต้องการทราบข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับการใช้เทคโนโลยีนี้ โปรดดูบทช่วยสอนของ Hackster ที่ให้มา (เข้าถึงได้จากลิงก์ข้างต้น) ซึ่งคุณจะพบคำแนะนำสำหรับการฝึกอบรมโมเดลที่สามารถประมวลผลข้อมูลเซ็นเซอร์ดังกล่าว รวมถึงข้อมูลเกี่ยวกับการใช้งานดังกล่าว จำลองบนแพลตฟอร์ม Raspberry Pi Pico
VoiceGPT: ผู้ช่วยเสียง \+ ChatGPT
โครงการปัจจุบันผสมผสานหลักการของแชทบอททั่วไปและผู้ช่วยดิจิทัลแบบโต้ตอบเพื่อสร้างยูทิลิตี้ที่สามารถประมวลผลคำถามด้วยเสียงและให้คำตอบที่สอดคล้องกัน คำตอบเหล่านี้สังเคราะห์โดย ChatGPT และส่งผ่านระบบแปลงข้อความเป็นคำพูดของ Google Cloud ผู้ที่ไม่คุ้นเคยกับความสามารถอันน่าเกรงขามของ ChatGPT อาจพิจารณางานที่หลากหลายที่สามารถทำได้เพื่อหาข้อมูลเชิงลึกเพิ่มเติม
การใช้ Raspberry Pi 4 ร่วมกับไมโครโฟนและลำโพง USB ช่วยให้การทำงานของระบบสั่งงานด้วยเสียงเป็นไปอย่างราบรื่น โดยใช้ประโยชน์จากความสามารถของ ChatGPT ได้อย่างเต็มที่ สามารถรับสคริปต์โครงการที่จำเป็นและซอฟต์แวร์ประกอบได้จากลิงก์ GitHub ที่ให้ไว้
ให้ Raspberry Pi ของคุณมีส่วนร่วมในการแข่งขัน AI
Raspberry Pi อาจถือว่ามีขนาดเล็กและมีความสามารถในการคำนวณที่จำกัด อย่างไรก็ตาม มันยังคงสามารถทำให้แนวคิดบางอย่างเป็นจริงภายในขอบเขตของปัญญาประดิษฐ์ได้ ความพยายามที่กล่าวถึงก่อนหน้านี้เป็นเพียงภาพประกอบของการใช้งานที่เป็นไปได้ที่หลากหลาย ด้วยการใช้จินตนาการและความเชี่ยวชาญในการเขียนโค้ด เราสามารถใช้ Raspberry Pi เพื่อพัฒนาโซลูชัน AI ที่จับต้องได้