6 dự án AI tuyệt vời của Raspberry Pi

Trí tuệ nhân tạo, chính xác là loại có khả năng sáng tạo, gần đây đã chứng kiến ​​​​sự phổ biến đột ngột khi mọi người khám phá khả năng tạo nội dung hình ảnh và văn bản bằng các công cụ này. Các mô hình học máy như vậy thường chạy trên các thiết bị rất đắt tiền vì chúng đòi hỏi nhiều không gian lưu trữ và tài nguyên máy tính.

Giới thiệu Raspberry Pi 4, một giải pháp điện toán nhỏ gọn và giá cả phải chăng có giá bán lẻ chỉ 35 USD. Mặc dù được trang bị bộ xử lý đồ họa (GPU) tương đối yếu nhưng thiết bị cải tiến này vẫn phù hợp với một số tác vụ trí tuệ nhân tạo nhất định.

Mycroft/Picroft: Trợ lý giọng nói AI cá nhân

Mycroft cung cấp giải pháp nguồn mở linh hoạt cạnh tranh với các trợ lý giọng nói phổ biến như Alexa của Amazon, Trợ lý Google và Siri của Apple. Công nghệ tiên tiến này cho phép người dùng tương tác với trợ lý ảo mà họ lựa chọn trong khi vẫn duy trì toàn quyền kiểm soát dữ liệu cá nhân của họ. Ngoài ra, Mycroft tương thích với nhiều thiết bị khác nhau bao gồm điện thoại Android, máy tính xách tay và thậm chí cả Raspberry Pi, cung cấp chức năng tùy chỉnh cho những người đang tìm kiếm một phương tiện liên lạc kín đáo và an toàn hơn. Do đó, các cá nhân có khả năng xây dựng loa thông minh hỗ trợ Raspberry Pi của riêng mình bằng cách kết hợp Mycroft.

Picroft là một ứng dụng phần mềm trợ lý giọng nói được thiết kế phức tạp, được thiết kế riêng để hoạt động liền mạch trên dòng thiết bị Raspberry Pi. Nó tận dụng các khả năng mạnh mẽ của Raspberry Pi OS Lite làm nền tảng và có thể dễ dàng cài đặt bằng cách ghi nó vào thẻ nhớ microSD tương thích. Để sử dụng giải pháp cải tiến này, bạn sẽ cần có thẻ nhớ microSD đáng tin cậy có dung lượng ít nhất 8 gigabyte, bên cạnh micrô USB chất lượng cao và giắc âm thanh 3,5 mm tiêu chuẩn hoặc hệ thống loa USB phù hợp.

Quá trình chỉ cài đặt thành phần giao diện người dùng của Mycroft AI trên Raspberry Pi cần phải tương tác với máy chủ phụ trợ, được đặt tại home.mycroft.ai, để chức năng trợ lý ảo có thể hoạt động đầy đủ. Mặc dù có thể khả thi khi thử lưu trữ Mycroft một cách độc lập nhưng làm như vậy sẽ gây ra những trở ngại kỹ thuật đáng kể đòi hỏi chuyên môn và nỗ lực đáng kể để vượt qua.

Mycroft sở hữu những lợi thế nhất định so với các lựa chọn thay thế khác về mặt tính năng, mặc dù là một dự án nguồn mở. Một lợi thế như vậy là khả năng hỗ trợ các chức năng bổ sung thông qua cái gọi là “kỹ năng”, về cơ bản là các ứng dụng được tích hợp với trợ lý ảo. Các kỹ năng mặc định cho phép người dùng thực hiện các tác vụ như đặt báo thức, ghi âm và kiểm soát phát lại nhạc. Hơn nữa, người ta có thể có thêm kỹ năng từ thị trường hoặc thậm chí phát triển những kỹ năng tùy chỉnh.

OpenCat: Robot thú cưng bốn chân

Bằng cách sử dụng các khả năng của cả Raspberry Pi và Arduino, OpenCat trình bày một nền tảng nguồn mở để xây dựng vật nuôi bốn chân giống như những vật nuôi được phát triển bởi Boston Dynamics. Trái ngược với việc sử dụng đầu máy có bánh xe, những robot này được trang bị bốn chi, giúp chúng tăng tính linh hoạt khi di chuyển qua các địa hình không bằng phẳng. Khả năng thích ứng của khuôn khổ này vượt ra ngoài giáo dục STEM, bao gồm hướng dẫn về robot, ứng dụng IoT và điều tra bằng robot.

Dự án này vẫn đang ở giai đoạn đầu và hầu hết phù hợp với các nhà sản xuất tiên tiến có kỹ năng lập trình và lắp ráp phần cứng cần thiết. Bạn có thể mua một bộ dụng cụ lắp ráp sẵn từ Petoi ở dạng chó hoặc mèo (được gọi là Nybble và Bittle, có giá lần lượt là 284 USD và 256 USD), nhưng một số nhà sản xuất đã triển khai phần mềm OpenCat trên thú cưng robot in 3D.

Các robot OpenCat kết hợp một hệ thống dựa trên Arduino cải tiến có tên NyBoard, phục vụ nhiều chức năng như cung cấp năng lượng cho động cơ servo, hỗ trợ giao tiếp không dây, duy trì sự cân bằng, phát hiện tín hiệu hồng ngoại và cung cấp nền tảng để gắn mô-đun mở rộng Raspberry Pi vào nâng cao khả năng của thiết bị robot bốn chân tiên tiến này.

DeepPiCar: Xe tự lái

Ngày nay, xe tự hành hoàn toàn vẫn còn là điều viển vông, nhưng chúng ta đã tiến xa đến cấp độ hai trong số năm cấp độ lái xe tự động. Các công ty như Tesla và Google đang nỗ lực tạo ra chiếc ô tô tự lái hoàn toàn đầu tiên và tất cả họ đều sử dụng các kỹ thuật tương tự như những gì DeepPiCar sử dụng.

DeepPiCar là một sáng kiến ​​xe tự hành cải tiến do David Tian khởi xướng nhằm tận dụng các khả năng của Raspberry Pi, TensorFlow, bộ công cụ PiCar V của SunFounder và bộ đồng xử lý Edge TPU của Google. Liên doanh này là một ví dụ đáng chú ý về cách áp dụng những tiến bộ trong trí tuệ nhân tạo vào giao thông vận tải. Với tổng mức đầu tư phần cứng dao động từ khoảng 250 USD đến 300 USD, dự án thể hiện tiềm năng của các công nghệ ô tô phức tạp nhưng giá cả phải chăng.

Chiếc xe robot này có khả năng phát hiện và đi theo làn đường, phát hiện biển báo giao thông và xử lý người đi bộ. David mô tả quá trình thiết lập phần cứng và phần mềm trong loạt bài trên Medium. Đây là một dự án đầy thách thức nhưng nó mang lại một cách tuyệt vời để học sâu và lái xe tự động.

Nhận dạng đối tượng và động vật với Raspberry Pi và OpenCV

OpenCV là một khung phần mềm mã nguồn mở mở rộng bao gồm cả khả năng thị giác máy tính và học máy, được phát triển đặc biệt để thực hiện các hoạt động thời gian thực trên nhiều nền tảng khác nhau. Bộ công cụ đa năng này hỗ trợ nhiều ngôn ngữ lập trình, giúp các nhà phát triển trên toàn thế giới có thể truy cập được. Với khả năng xử lý thông tin hình ảnh ngay lập tức, OpenCV cho phép Raspberry Pi phát hiện và phân loại các vật thể và sinh vật sống trong thời gian thực bằng mô-đun máy ảnh tích hợp. Để sử dụng chức năng này, trước tiên người ta phải cài đặt phần mềm cần thiết trên hệ thống Raspberry Pi, sau đó kết nối mô-đun máy ảnh tương thích để hỗ trợ thu nhận hình ảnh.

Tài nguyên giáo dục này do Core Electronics cung cấp đi sâu vào sự phức tạp của việc định cấu hình thiết lập OpenCV toàn diện để xác định cả động vật và vật thể vô tri, cũng như tinh chỉnh các tham số của chương trình để nhắm mục tiêu cụ thể một số mục nhất định trong khi bỏ qua những mục không liên quan. Hướng dẫn sử dụng thư viện tập dữ liệu COCO quý giá, nhưng ngoài ra, người dùng có thể sử dụng bất kỳ bộ sưu tập tập dữ liệu thay thế nào có sẵn phù hợp với yêu cầu của họ.

Nhận dạng cử chỉ bằng Raspberry Pi Pico và Edge Impulse

Việc sử dụng Edge Impulse cho phép người ta dễ dàng hướng dẫn người mẫu xác định một loạt các động tác cử chỉ, bao gồm vẫy tay, chỉ tay và vỗ tay. Sau giai đoạn đào tạo, công nghệ này cho phép chỉ huy nhiều dự án khác nhau, như kích hoạt đèn hoặc phát ra hiệu ứng âm thanh.

Dự án nhận dạng cử chỉ hiện tại sử dụng cả Raspberry Pi Pico và Edge Impulse, cung cấp một phương tiện tuyệt vời để kết hợp các yếu tố tương tác trong nhiều nỗ lực khác nhau. Ngoài ra, hệ thống còn dựa trên cảm biến MPU6050 tích hợp, bao gồm cả khả năng gia tốc kế và con quay hồi chuyển để ghi lại và diễn giải các chuyển động của tay. Để hiểu rõ hơn về việc triển khai công nghệ này, vui lòng tham khảo hướng dẫn Hackster được cung cấp (có thể truy cập thông qua liên kết nói trên), trong đó bạn sẽ tìm thấy hướng dẫn đào tạo một mô hình có khả năng xử lý dữ liệu cảm biến nói trên, cũng như thông tin về việc triển khai nói trên. mô hình trên nền tảng Raspberry Pi Pico.

VoiceGPT: Trợ lý giọng nói \+ ChatGPT

Dự án hiện tại kết hợp các nguyên tắc của một chatbot tổng quát và một trợ lý kỹ thuật số tương tác để tạo ra một tiện ích có khả năng xử lý các yêu cầu thính giác và đưa ra các phản hồi mạch lạc. Những phản hồi này được ChatGPT tổng hợp và truyền qua hệ thống Chuyển văn bản thành giọng nói của Google Cloud. Những người không quen với những khả năng vượt trội của ChatGPT có thể xem qua phạm vi nhiệm vụ đa dạng mà nó có thể thực hiện để hiểu rõ hơn.

Việc sử dụng Raspberry Pi 4 kết hợp với micrô và loa USB cho phép trợ lý giọng nói hoạt động liền mạch, tận dụng tối đa các khả năng của ChatGPT. Tập lệnh dự án cần thiết và phần mềm đi kèm có thể được lấy từ liên kết GitHub được cung cấp.

Giúp Raspberry Pi của bạn tham gia vào cuộc đua AI

Raspberry Pi có thể được coi là có tầm vóc nhỏ và khả năng tính toán hạn chế; tuy nhiên, nó vẫn có khả năng hiện thực hóa một số khái niệm nhất định trong lĩnh vực trí tuệ nhân tạo. Những nỗ lực được đề cập trước đây chỉ đóng vai trò minh họa cho phạm vi ứng dụng tiềm năng rộng lớn. Thông qua việc rèn luyện trí tưởng tượng và khả năng viết mã thành thạo, người ta có thể sử dụng Raspberry Pi để phát triển các giải pháp AI hữu hình.