AI Powered Bull **** Detector: 6 βήματα (με εικόνες)

2024 Συγγραφέας: John Day | [email protected]. Τελευταία τροποποίηση: 2024-01-30 08:33

Η μία συσκευή που χρειαζόμαστε όλοι, ένας ανιχνευτής ταυρομαχίας με δυνατότητα τεχνητής νοημοσύνης!

Προμήθειες

• Raspberry Pi
• Δαχτυλίδι NeoPixel
• Τρισδιάστατος εκτυπωτής
• TinkerCAD
• Κάμερα Pi
• Κιτ AIY
• Google Dialogflow
• Πύθων
• Raspian
• Remo.tv

Βήμα 1: Βίντεο έργου

Βήμα 2: Τρισδιάστατη εκτύπωση

Πρώτα απ 'όλα, χρειαζόμαστε ένα δοχείο. Σε αυτή την περίπτωση επιλέξαμε να εκτυπώσουμε 3D μια ωραία πολύχρωμη. Μπορείτε επίσης να χρησιμοποιήσετε κάτι άλλο, αρκεί να ταιριάζουν όλα τα ηλεκτρονικά.

Ευτυχείς με το κουτί μας, μπορούμε να εκτυπώσουμε τρισδιάστατα ένα emoji που κάνει το 3DCreatorPurzi. Το μόνο που έχουμε να κάνουμε είναι να προσθέσουμε έναν κενό χώρο στο κάτω μέρος για να κρατά το δαχτυλίδι NeoPixel.

Επισυνάπτονται όλα τα αρχεία μοντέλου.

Βήμα 3: Ηλεκτρονικά

Όλα ξεκινούν με ένα Raspberry Pi 3B+.

Επειδή θέλουμε να χρησιμοποιήσουμε Speech-To-Text πρέπει επίσης να προσθέσουμε ένα AIY VoiceHat και το αντίστοιχο μικρόφωνο. Όλα είναι τεκμηριωμένα εδώ.

Τελευταίο αλλά όχι λιγότερο σημαντικό, συνδέουμε το δαχτυλίδι NeoPixel, εδώ είναι ένα εξαιρετικό σεμινάριο για αυτό.

Με τα πάντα ρυθμισμένα μπορούμε να δοκιμάσουμε το δαχτυλίδι Speech-To-Text και NeoPixel, ο κωδικός δοκιμής επισυνάπτεται.

Βήμα 4: Εκπαίδευση της τεχνητής νοημοσύνης - ροή διαλόγου

Για την τεχνητή νοημοσύνη μας θα χρησιμοποιήσουμε το Dialogflow. Αρχικά, προορίζεται να χρησιμοποιηθεί ως λογισμικό chatbot, μπορούμε να το χρησιμοποιήσουμε ελαφρώς για να εκπαιδεύσουμε τον ανιχνευτή ταύρων μας ****.

Δημιουργούμε δύο προθέσεις, η μία είναι η εφεδρική μας και η άλλη ταύρος ****. Στη συνέχεια προσθέτουμε όλο το περιεχόμενο στις προπονητικές φράσεις της πρόθεσής μας ταύρου ****. Μπορείτε πραγματικά να τρελαθείτε εδώ.

Μετά την αποθήκευση, το bot μας θα εκπαιδευτεί για τον εντοπισμό ταύρου **** με βάση τις συγκεκριμένες φράσεις εκπαίδευσης. Μόλις τελειώσουμε, μπορούμε να χρησιμοποιήσουμε λίγο κώδικα python για να συνδεθούμε στο πρόσφατα εκπαιδευμένο AI.

Η ροή δεδομένων έχει ως εξής:

1. Το μικρόφωνο παίρνει κάποιον που μιλάει και το καταγράφει.
2. Αυτό το αρχείο αποστέλλεται στο Google Cloud και μετατρέπεται σε κείμενο.
3. Το κείμενο που δημιουργείται αποστέλλεται πίσω στο Raspberry Pi.
4. Αυτό το κείμενο αποστέλλεται στη συνέχεια στο Dialogflow.
5. Το Dialogflow προσπαθεί να αντιστοιχίσει το κείμενο με το περιεχόμενο της πρόθεσης ταύρου **** και ανάλογα με το αποτέλεσμα είτε θα στείλει πίσω την πρόθεση **** είτε την προεπιλεγμένη εφεδρική.
6. Στο Pi μας ελέγχουμε το όνομα της πρόθεσης και αν είναι "Default Fallback Intent" λέμε τα φώτα να αναβοσβήνουν πράσινα, δηλαδή χωρίς ταύρο ***. Διαφορετικά αναβοσβήνουμε κόκκινο, υποδεικνύοντας ταύρο ****.

Επισυνάπτεται ο πλήρης κωδικός.

Βήμα 5: Remo.tv

Δεν μπορούμε να κρατήσουμε κάτι τόσο ισχυρό μόνο για τον εαυτό μας! Έτσι, θα κάνουμε τον ανιχνευτή μας διαθέσιμο για όλους. Για να συμβεί αυτό, θα χρησιμοποιήσουμε το Remo.tv, μια πλατφόρμα ρομπότ ροής. Το μόνο που χρειάζεται να κάνουμε είναι να επισυνάψουμε μια κάμερα Pi και να ακολουθήσουμε τις οδηγίες εγκατάστασής τους.

Μόλις ρυθμιστεί το Remo.tv, θα γράψουμε τον δικό μας χειριστή συνομιλίας. Αντί να χρησιμοποιούμε Speech-To-Text, στέλνουμε απευθείας τα μηνύματα συνομιλίας που λαμβάνουμε στο Remo.tv στο Dialogflow. Η υπόλοιπη λογική παραμένει η ίδια. Απλώς προσθέστε μια σημείωση στο παρασκήνιο για να πείτε στους επισκέπτες τι κοιτάζουν και τελειώσαμε.

Βήμα 6: Αποτέλεσμα

Κατασκευάσαμε με επιτυχία έναν ανιχνευτή ταύρου **** που λειτουργεί με τεχνητή νοημοσύνη, ο οποίος μπορεί να μάθει από νέα δεδομένα!

Μπορείτε να το δοκιμάσετε μόνοι σας εδώ.

Τώρα, πού μπορούμε να συλλέξουμε το βραβείο Νόμπελ ειρήνης;