۶ پروژه شگفت‌انگیز هوش مصنوعی رزبری پای

هوش مصنوعی، به‌ویژه نوع مولدی، اخیراً با افزایش ناگهانی محبوبیت، به عنوان ابزاری برای ایجاد محتوای بصری و متنی، مورد توجه قرار گرفته است. این مدل‌های یادگیری ماشین معمولاً روی تجهیزات بسیار گران‌قیمت اجرا می‌شوند، چون به مقدار زیادی فضای ذخیره‌سازی و منابع محاسباتی نیاز دارند.

هوش مصنوعی، به‌ویژه نوع مولدی، اخیراً با افزایش ناگهانی محبوبیت مواجه شده است، زیرا افراد به بررسی امکان ایجاد محتوای تصویری و متنی با این ابزارها می‌پردازند. چنین مدل‌های یادگیری ماشینی معمولاً بر روی تجهیزات بسیار گرانقیمت اجرا می‌شوند، زیرا نیاز به فضای ذخیره‌سازی و منابع محاسباتی زیادی دارند.

در اینجا Raspberry Pi 4 وارد می‌شود، یک رایانهٔ تک‌بردی به‌قیمت ۳۵ دلار با فرم کارت اعتباری. در حالی که Raspberry Pi به‌دلیل GPU ضعیف خود در قابلیت‌های یادگیری ماشینی محدود است، همچنان دارای برخی کاربردهای هوش مصنوعی است.

۱. Mycroft/Picroft: دستیار صوتی هوش مصنوعی شخصی

Mycroft یک گزینهٔ منبع باز برای بلندگوهای هوشمند Alexa، Google و Siri ارائه می‌دهد. این امکان را می‌دهد که با دستیار مجازی صحبت کنید و اطلاعات دریافت کنید. با تمرکز بر حفظ حریم خصوصی شما، Mycroft کنترل را در دست شما نگه می‌دارد و می‌تواند بر روی یک گوشی Android، لپ‌تاپ یا Raspberry Pi نصب شود. می‌توانید بلندگوی هوشمند Raspberry Pi خود را با حفظ حریم خصوصی با Mycroft ایجاد کنید.

Picroft یک بستهٔ برنامهٔ دستیار صوتی است که به‌طور خاص برای اجرا بر روی مدل‌های Raspberry Pi طراحی شده است. این برنامه بر پایه Raspberry Pi OS Lite ساخته شده و تصویر دیسک را می‌توان بر روی یک کارت microSD سوخته کرد. برای این کار به یک کارت microSD (۸ گیگابایت یا بزرگ‌تر)، یک میکروفون USB و یک جک ۳.۵ میلیمتری یا بلندگوی USB نیاز دارید.

تنها قسمت فرانت‌اند بر روی Raspberry Pi شما نصب می‌شود و این نصب نیاز دارد تا به بک‌اند میزبانی‌شده در home.mycroft.ai فراخوانی کند تا دستیار مجازی کار کند. امکان‌پذیر است اما کاملاً میزبانی خودسرانهٔ Mycroft کار چالش‌برانگیزی است.

اگرچه به‌عنوان گزینه‌های تجاری به‌تمامی ویژگی‌ها ندارد، Mycroft چند ترفند دارد. این برنامه از برنامه‌های کاربردی که به‌عنوان مهارت‌ها شناخته می‌شوند و قابلیت‌های دستیار مجازی شما را گسترش می‌دهند، پشتیبانی می‌کند. برخی از مهارت‌های پیش‌فرض به شما امکان تنظیم زنگ‌ها، ضبط صدا و کنترل پخش موسیقی را می‌دهند. می‌توانید مهارت‌های بیشتری را از بازار خرید نصب کنید یا مهارت‌های جدیدی ایجاد کنید.

2. OpenCat: ربات پت چهارپا

بر پایه هر دو Raspberry Pi و Arduino، OpenCat یک چارچوب منبع باز برای ساخت ربات‌های پت چهارپا به سبک Boston Dynamics ارائه می‌دهد. این ربات‌ها به‌جای چرخ‌ها با چهار پا حرکت می‌کنند، که به آن‌ها امکان حرکت در زمین‌های نامنظم با درجه‌ای از روانی می‌دهد. این چارچوب می‌تواند برای آموزش STEM، آموزش رباتیک، برنامه‌های اینترنت اشیا و تحقیقات رباتیک سازگار شود.

این پروژه هنوز در مراحل اولیه است و عمدتاً برای سازندگان پیشرفته‌ای که مهارت‌های مونتاژ سخت‌افزار و برنامه‌نویسی لازم را دارند مناسب است. امکان خرید کیت پیش‌ساخته از Petoi به شکل گربه یا سگ (به نام‌های Nybble و Bittle، به‌منظور هزینهٔ ۲۸۴ دلار و ۲۵۶ دلار به ترتیب) وجود دارد، اما برخی سازندگان نرم‌افزار OpenCat را بر روی پت‌های رباتی چاپ‑۳بعدی به کار گرفته‌اند.

ربات‌های OpenCat دارای برد Arduino سفارشی به نام NyBoard هستند که مسئول تأمین برق سرووها، گسترش اتصال بی‌سیم، جهت‌یابی، تعادل و شناسایی مادون‌قرمز می‌باشد. همچنین یک سوکت فراهم می‌کند که می‌توان یک Raspberry Pi را برای گسترش قابلیت‌های ربات چهارپا نصب کرد.

3. DeepPiCar: خودران

امروزه، وسایل نقلیهٔ کاملاً خودران هنوز تخیلی هستند، اما ما تا سطح دو از پنج سطح رانندگی خودران پیشرفت کرده‌ایم. شرکت‌هایی مانند تسلا و گوگل سخت‌کوشانه در تلاش‌اند تا اولین خودرو کاملاً خودران را ایجاد کنند و همه آن‌ها از تکنیک‌های مشابهی که DeepPiCar استفاده می‌کند، بهره می‌برند.

DeepPiCar یک پروژهٔ خودران رباتیک مبتنی بر یادگیری عمیق است که توسط دیوید تیان بر پایه Raspberry Pi، TensorFlow، کیت PiCar V شرکت SunFounder و coprocessor Edge TPU گوگل توسعه یافته است. هزینهٔ تخمینی تمام سخت‌افزارهای مورد نیاز برای این پروژه حدود ۲۵۰ تا ۳۰۰ دلار است.

این خودرو رباتیک قادر به تشخیص و پیروی از خطوط، تشخیص علامت‌های ترافیکی و تعامل با عابران پیاده است. دیوید در یک سری مقالات در Medium، سخت‌افزار و نرم‌افزار را توصیف کرده است. این پروژه چالش‌برانگیز است، اما راهی عالی برای ورود به یادگیری عمیق و رانندگی خودران فراهم می‌کند.

4. تشخیص اشیاء و حیوانات با Raspberry Pi و OpenCV

OpenCV یک کتابخانهٔ بزرگ منبع باز برای بینایی ماشین و یادگیری ماشینی است که برای برنامه‌های زمان واقعی طراحی شده و از مجموعه گسترده‌ای از زبان‌ها پشتیبانی می‌کند. OpenCV به Raspberry Pi اجازه می‌دهد تا اشیاء و حیوانات را به‌صورت زمان واقعی تشخیص دهد. پس از نصب، نیاز است یک ماژول دوربین به Raspberry Pi متصل کنید تا تصاویر مورد نظر برای شناسایی را ضبط نمایید.

این آموزش توسط Core Electronics شما را قدم به قدم در فرآیند تنظیم نصب OpenCV برای تشخیص اشیاء و حیوانات راهنمایی می‌کند و کد را برای تشخیص اشیاء خاص در حالی که دیگران را نادیده می‌گیرد، تنظیم می‌نماید. این آموزش از کتابخانهٔ مجموعه دادهٔ COCO استفاده می‌کند، هرچند می‌توانید از هر کتابخانهٔ پیش‌آموزش دیگر که متناسب با نیازهای شماست، استفاده کنید.

5. تشخیص ژست با Raspberry Pi Pico و Edge Impulse

با Edge Impulse می‌توانید به‌سادگی یک مدل برای تشخیص انواع ژست‌ها مانند تکان‌دادن دست، اشاره یا دستمالی آموزش دهید. پس از آموزش مدل، می‌توانید از آن برای کنترل پروژهٔ خود، مانند روشن کردن نور یا پخش صدا استفاده کنید.

این پروژهٔ تشخیص ژست بر پایه Raspberry Pi Pico و Edge Impulse است و راهی عالی برای افزودن تعامل به پروژه‌هایتان فراهم می‌کند. همچنین از حسگر ترکیبی شتاب‌سنج و ژیروسکوپ MPU6050 برای ردیابی ژست‌ها استفاده می‌کند. حتماً آموزش Hackster (در لینک بالا) را بررسی کنید تا یاد بگیرید چگونه مدلی را برای پردازش این داده‌های حسگر آموزش داده و سپس آن را بر روی Raspberry Pi Pico مستقر کنید.

6. VoiceGPT: دستیار صوتی + ChatGPT

این پروژهٔ هوش مصنوعی ترکیبی از مفهوم چت‌بات مولد و دستیار مجازی است تا ابزاری ایجاد کند که می‌تواند پرسش‌های صوتی را دریافت کرده و پاسخ‌های واقع‌گرایانه برگرداند. پاسخ‌ها توسط ChatGPT تولید شده و به صورت صوتی از طریق سرویس تبدیل متن به گفتار Google Cloud پخش می‌شوند. اگر به قدرت این چت‌بات هوش مصنوعی آگاه نیستید، به بسیاری از چیزهایی که می‌توانید با ChatGPT انجام دهید، نگاهی بیندازید.

تمام آنچه نیاز دارید یک Raspberry Pi 4، یک میکروفون USB و یک بلندگو برای استفاده از این دستیار صوتی و بهره‌گیری از تمام قدرت ChatGPT است. می‌توانید اسکریپت پروژه و سایر نرم‌افزارهای مورد نیاز را در صفحهٔ GitHub که در بالا لینک شده است، پیدا کنید.

Raspberry Pi خود را در مسابقه هوش مصنوعی وارد کنید

اگرچه از نظر اندازه و منابع محاسباتی کوچک است، Raspberry Pi می‌تواند برخی ایده‌های هوش مصنوعی را به حقیقت بپیوندد. پروژه‌های ذکر شده در بالا تنها چند نمونه از امکانات بی‌شمار موجود هستند. با ترکیب خلاقیت و مهارت‌های برنامه‌نویسی خود می‌توانید از Raspberry Pi برای ساخت پروژه‌های هوش مصنوعی دنیای واقعی استفاده کنید.

منبع مقاله