6 fantastiske Raspberry Pi AI-prosjekter

Kunstig intelligens, nettopp den generative typen, har nylig sett en plutselig økning i popularitet ettersom folk utforsker mulighetene for å lage visuelt og tekstlig innhold med disse verktøyene. Slike maskinlæringsmodeller kjøres vanligvis på svært dyrt utstyr da de krever mye lagringsplass og dataressurser.

Gå inn i Raspberry Pi 4, en $35 single-board datamaskin i en kredittkortformfaktor. Mens Raspberry Pi er begrenset i sin maskinlæringsevne på grunn av sin underkraftige GPU, har den fortsatt visse kunstig intelligens-applikasjoner.

1. Mycroft/Picroft: Personal AI Voice Assistant

Mycroft tilbyr et åpen kildekode-alternativ til dine Alexa-, Google- og Siri-smarthøyttalere. Den lar deg snakke med og få informasjon fra den virtuelle assistenten. Med fokus på å beskytte personvernet ditt, holder Mycroft deg i kontroll og kan installeres på en Android-telefon, en bærbar datamaskin eller en Raspberry Pi. Du kan lag din egen personvernvennlige Raspberry Pi-smarthøyttaler med Mycroft.

Picroft er en pakke med stemmeassistentprogrammet som er spesielt utviklet for å kjøre på Raspberry Pi-modeller. Den er bygget på toppen av Raspberry Pi OS Lite og diskbildet kan brennes til et microSD-kort. Du trenger et microSD-kort (8 GB eller større), en USB-mikrofon og en 3,5 mm-kontakt eller USB-høyttaler.

Bare frontend er installert på din Raspberry Pi, og denne installasjonen må ringe tilbake til backend som er vert på home.mycroft.ai for at den virtuelle assistenten skal fungere. Det er mulig, men ganske utfordrende å være vert for Mycroft selv.

Selv om det ikke er like fullt utstyrt som kommersielle alternativer, har Mycroft noen få triks i ermet. Den støtter applikasjoner referert til som ferdigheter som utvider funksjonaliteten til din virtuelle assistent. Noen av standardferdighetene lar deg stille inn alarmer, ta opp lyd og kontrollere musikkavspilling. Du kan installere flere ferdigheter fra markedsplassen eller lage nye.

Basert på både Raspberry Pi og Arduino, tilbyr OpenCat et åpen kildekode-rammeverk for å bygge Boston Dynamics-stil firedobede kjæledyrroboter. Disse robotene beveger seg med fire ben i stedet for hjul, noe som gir dem muligheten til å bevege seg i ustrukturert terreng med en viss grad av flyt. Dette rammeverket kan tilpasses for STEM-læring, robotikkutdanning, Internet of Things-applikasjoner og robotforskning.

Dette prosjektet er fortsatt i de tidlige stadiene og passer for det meste for avanserte produsenter med maskinvaremontering og programmeringsferdigheter som kreves. Det er mulig å kjøpe et forhåndsmontert sett fra Petoi i enten katt- eller hundeform (kalt Nybble og Bittle, som koster henholdsvis $284 og $256), men noen produsenter har distribuert OpenCat-programvaren på 3D-printede robotkjæledyr.

OpenCat-roboter har et tilpasset Arduino-kort, NyBoard, som er ansvarlig for å drive servoene, utvide trådløs tilkobling, orientering, balansering og infrarød deteksjon. Den gir også en stikkontakt der en Raspberry Pi kan monteres for å utvide den firedobede robotens muligheter.

I dag er helt autonome kjøretøy fortsatt en fantasi, men vi har kommet så langt som nivå to av de fem nivåer av autonom kjøring. Selskaper som Tesla og Google jobber hardt med å prøve å lage den første fullstendig selvkjørende bilen, og de bruker alle lignende teknikker som DeepPiCar bruker.

DeepPiCar er et dyptlærende, selvkjørende robotbilprosjekt av David Tian basert på Raspberry Pi, TensorFlow, SunFounders PiCar V-sett og Googles Edge TPU-koprosessor. Den estimerte kostnaden for all maskinvaren som kreves for dette prosjektet er rundt $250 til $300.

Denne robotbilen er i stand til kjørefeltregistrering og -følge, trafikkskiltdeteksjon og fotgjengerhåndtering. David beskriver maskinvare- og programvareoppsettet i en serie på Medium. Det er et utfordrende prosjekt, men det tilbyr en fin måte å komme inn i dyp læring og autonom kjøring.

OpenCV er et stort, åpen kildekode datasyn og maskinlæringsbibliotek designet for sanntidsapplikasjoner og støtter et bredt spekter av språk. OpenCV lar Raspberry Pi gjenkjenne objekter og dyr i sanntid. Når den er installert, må du koble en kameramodul til Raspberry Pi for å ta bildene du vil identifisere.

Denne opplæringen av Core Electronics leder deg gjennom prosessen med å sette opp OpenCV-installasjonen for gjenstands- og dyredeteksjon og justering av koden for å oppdage spesifikke objekter mens den ignoreres andre. Den bruker COCO datasettbiblioteket, selv om du kan bruke et hvilket som helst annet forhåndsopplært bibliotek som passer dine behov.

Med Edge Impulse kan du enkelt trene en modell til å gjenkjenne en rekke bevegelser, som å vinke, peke eller klappe. Når modellen din er trent, kan du bruke den til å kontrollere prosjektet ditt, for eksempel å slå på et lys eller spille av en lyd.

Dette gestgjenkjenningsprosjektet er basert på Raspberry Pi Pico og Edge Impulse og tilbyr en flott måte å legge til interaktivitet til prosjektene dine. Den bruker også MPU6050 kombinerte akselerometer og gyroskopsensor for å spore bevegelsene. Sørg for å sjekke ut Hackster-opplæringen (lenket ovenfor) for å lære hvordan du trener en modell som kan behandle disse sensordataene og deretter distribuere den på Raspberry Pi Pico.

Dette AI-prosjektet kombinerer konseptet med en generativ chatbot og en virtuell assistent for å lage et verktøy som kan motta lydforespørsler og returnere realistiske svar. Svarene genereres av ChatGPT og videresendes som lyd via Google Clouds tekst-til-tale. Hvis du ikke er klar over hvor kraftig denne AI-chatboten er, ta en titt på de mange ting du kan gjøre med ChatGPT.

Alt du trenger er en Raspberry Pi 4, en USB-mikrofon og en høyttaler for å bruke denne stemmeassistenten og utnytte den fulle kraften til ChatGPT. Du kan finne prosjektskriptet og annen nødvendig programvare på GitHub-siden lenket ovenfor.

Få Raspberry Pi involvert i AI-løpet

Selv om Raspberry Pi er beskjeden i størrelse og dataressurser, er den i stand til å bringe visse kunstig intelligens-ideer ut i livet. Prosjektene nevnt ovenfor er bare noen få eksempler på de mange mulighetene som finnes. Ved å kombinere kreativiteten og programmeringsferdighetene dine kan du bruke Raspberry Pi til å lage AI-prosjekter i den virkelige verden.