Promocja na kursy wideo! 180 tytułów w cenach od 19.90 do 39.90 zł (w tym m.in.: Python, C, R, Docker). Sprawdź listę tytułów »

Sztuczna inteligencja nawet w miniaturowym Raspberry

Sztuczna inteligencja nawet w miniaturowym Raspberry

Deep-learning podbija świat, potężne algorytmy mogą sprawić, że skomplikowane czynności jak rozpoznawanie obrazu mogą zostać w pełni zautomatyzowane. Niestety zaporowa cena systemów zdolnych udźwignąć algorytmy DL skutecznie odstrasza wielu konstruktorów.

Microsoft chce opracować algorytmy, z którymi poradzi sobie nawet mały procesor!

W ostatnim czasie świat zachwycił się algorytmami uczenia maszynowego deep-learning. Dzięki nim skomplikowane przetwarzanie obrazu i ekstrakcja cech staje się jeszcze dokładniejsza. Uczenie maszynowe sprawdza się więc wszędzie tam, gdzie niezbędna jest detekcja sytuacji, z którymi do tej pory radził sobie tylko człowiek. Czy aby na pewno wszędzie jest to możliwe?

Ofel Dekel (Microsoft) trzymający procesor ARM Cortex-M0.

Ofel Dekel (Microsoft) trzymający procesor ARM Cortex-M0.

Jak to często bywa "potrzeba jest matką wynalazków". Nie inaczej było w przypadku Ofela Dekela, kierownika działu Uczenia Maszynowego i Optymalizacji w Microsoft. Dekel potrzebował zaprojektować system, który odstraszałby wiewiórki, które notorycznie wyjadały zawartość karmnika przeznaczonego dla ptaków.

Użycie rozbudowanej jednostki do tak prozaicznego celu było niezasadne, dla tego Dekel chciał stworzyć algorytm na tyle lekki aby mógł go udźwignąć tani jednopłytkowy komputer. W tym celu użył minikomputera Raspberry Pi 3, na którym zaimplementował algorytm detekcji gryzoni z wykorzystaniem uczenia maszynowego.

Delek uważa, że "Każdy hobbysta posiadający RPi powinien być w stanie zaimplementować uczenie maszynowe na swoim komputerze. (...) obecnie tylko nieliczni mogą". Dla tego Microsoft opracowuje algorytmy sztucznej inteligencji przeznaczone dla niskobudżetowych systemów wbudowanych, które można będzie użyć nawet w trywialnych sytuacjach.

Narzędzia te wciąż są rozwijane lecz już teraz Microsoft udostępnia ich wczesne wersje na platformie GitHub. Macie pomysł jak wykorzystać je we własnych projektach?

Źródło: [1]

ai, Microsoft, raspberry, rpi

Trwa ładowanie komentarzy...