Projekty AI Raspberry Pi i korzystanie z akceleratora AI Raspberry Pi

Czasy kiedy sztuczna inteligencja była wyłącznie synonimem Skynetu i fikcyjnej przyszłości, już dawno minęły. Teraz sztuczna inteligencja szybko została na stałe włączona w obecną generację technologii. W ciągu ostatniej dekady sztuczna inteligencja stawała się coraz łatwiej dostępna i coraz łatwiej integrowana w projektach elektroniki. W artykule opisano co na polu AI potrafi zrobić zwykły Raspberry Pi.

Moc przetwarzania AI i ograniczenia Pi

Rozwój sztucznej inteligencji wymaga DUŻEJ mocy obliczeniowej. Weźmy na przykład sieci AI i rozwój modelu AI; nawet farmie serwerów, przetworzenie pojedynczego zadania obliczeniowego może zająć kilka dni. Jednak, po dostosowaniu tych modeli i sieci można je wdrożyć nawet na nieporównywalnie mniej wydajnych urządzeniach. To ważny krok na drodze ku czerpaniu korzyści ze sztucznej inteligencji bez wygórowanej zdolności obliczeniowej. Chociaż Raspberry Pi ma znacznie mniejszą moc obliczeniową niż współczesny serwer, można go wykorzystać na wiele sposobów do uruchamiania modeli AI i to w krótkim czasie.

AI Google dla Raspberry Pi

Google jest niekwestionowanym mistrzem sztucznej inteligencji w wielu sektorach, a także kluczowym graczem we wprowadzaniu sztucznej inteligencji do społeczności DIY i Raspberry Pi. Podgrupa Google o nazwie AIY Projects, wydaje sporo treści i zestawów rozwojowych AI/DIY, a także opracowała kilka produktów, które sprawiają, że wdrażanie silników AI Google na urządzeniu Pi jest niezwykle łatwe.

Projekt Google AIY Voice Kit 

Inteligentny głośnik typu ‘zrób to sam’, Google AIY Voice Kit, był pierwszym produktem wydanym przez AIY Projects. Podobnie jak Amazon Alexa, Google Home lub Apple Homepod, ten inteligentny głośnik jest wyposażony w technologię wykrywania głosu, która jest w stanie zrozumieć ludzki głos, przetłumaczyć go na tekst, a następnie zainicjować działanie lub rozwiązać zapytanie. Zestaw AIY Voice Kit można zmontować w ciągu kilku minut (sprawdź to wideo montażu AIY) i natychmiast wykorzystać do stworzenia dowolnego projektu DIY, w którym potrzeba funkcji wykrywania głosu. Aby umożliwić poznanie technologii stojącej za wszystkimi funkcjami Google Voice, zestaw wykorzystuje Google Assistant API i Google Cloud , czyli tę samą technologię, która jest używana w Google Home.

Projekty Google AIY Vision Kit

Zestaw Google AIY Vision jest młodszym lecz silniejszym batem zestawu Voice Kit. Ogólna konfiguracja tego zestawu jest taka sama: zawiera cały wymagany sprzęt potrzebny do uruchomienia i wykorzystuje technologie Google Cloud i API do zasilania inteligentnego aparatu zaraz po wyjęciu z pudełka. Zestaw Vision ma możliwość identyfikacji do 1.000 różnych przedmiotów dzięki demo klasyfikacji obiektów. Vision Kit wykorzystuje obraz z kamery na żywo do identyfikacji (z pewnymi przedziałami zaufania) różnych obiektów. Za pomocą opisywanego zestawu można uruchomić aplikację wykrywania twarzy, a nawet opracować funkcjonalność wykonywania zdjęcia, za każdym razem, gdy zostanie wykryta twarz. Vision Kit idzie jeszcze dalej, umożliwiając wykorzystanie Google Cloud do udoskonalania modelu wizji AI za pośrednictwem narzędzia TensorFlow.

Zestaw AIY Projects Vision to nie tylko wdrożony w urządzeniu krańcowym model sztucznej inteligencji, oparty na prostym Raspberry Pi, ale także portal do doskonalenia modelu wykrywania obrazu opartego na Google Cloud. 

Potrzebujemy więcej mocy! Akceleratory AI Raspberry Pi

Jeśli jesteś już na bardziej zaawansowanym etapie i chcesz wdrożyć bardziej złożone modele, z którymi nawet Raspberry Pi nie może sobie poradzić - lub jeśli chcesz wypróbować szkolenie modeli lokalnych – możesz wykorzystać fakt, iż Raspberry Pi jest kompatybilne z akceleratorami, przykładowo z Coral Edge TPU Accelerator od Google lub Neural Compute Stick 2 od Intel. Oznacza to, że można łatwo połączyć Raspberry Pi z dodatkowym, mocniejszym sprzętem, który może ulepszyć jego zdolność do obsługi złożonych modeli AI i sieci neuronowych. Na przykład, akceleratora można użyć do uruchomienia zmniejszonych wersji słynnej sieci neuronowej AlphaGo Go-playing lub uruchomić złożone modele klasyfikacji obrazów. Dzięki temu możesz osiągnąć jeszcze wyższy poziom pewności funkcjonowania systemu, niż uruchamiając model wyłącznie na Raspberry Pi.

Pięć lat temu technologia AlphaGo firmy Deepmind pokonała największego na świecie gracza w Go, Lee Sedol, co zostało okrzyknięte triumfem rozwoju sztucznej technologii. W tamtym czasie to zwycięstwo był szczytem rozwoju sztucznej inteligencji. Składając głęboki ukłon w stronę prawa Moore'a, obecnie wydaje się, że pomniejszona wersja tej samej technologii może zmieścić się w kieszonkowym systemie komputerowym , kosztującym mniej niż 200 USD, a którego sercem stanowi Raspberry Pi.

Artykuł opublikowano dzięki uprzejmości firmy Arrow Electronics