6 fantastiska Raspberry Pi AI-projekt

Artificiell intelligens, just den generativa sorten, har nyligen sett en plötslig ökning i popularitet när människor utforskar möjligheterna att skapa visuellt och textuellt innehåll med dessa verktyg. Sådana maskininlärningsmodeller körs vanligtvis på mycket dyr utrustning eftersom de kräver mycket lagringsutrymme och datorresurser.

Gå in i Raspberry Pi 4, en enkelkortsdator på $35 i kreditkortsform. Medan Raspberry Pi är begränsad i sin maskininlärningsförmåga på grund av sin underdrivna GPU, har den fortfarande vissa artificiella intelligensapplikationer.

1. Mycroft/Picroft: Personal AI Voice Assistant

Mycroft erbjuder ett alternativ med öppen källkod till dina Alexa, Google och Siri smarta högtalare. Det låter dig prata med och få information från den virtuella assistenten. Med fokus på att skydda din integritet håller Mycroft dig i kontroll och kan installeras på en Android-telefon, en bärbar dator eller en Raspberry Pi. Du kan

skapa din egen integritetsvänliga Raspberry Pi smarta högtalare med Mycroft.

Picroft är ett paket av röstassistentprogrammet speciellt utformat för att köras på Raspberry Pi-modeller. Den är byggd ovanpå Raspberry Pi OS Lite och skivavbildningen kan brännas till ett microSD-kort. Du behöver ett microSD-kort (8 GB eller större), en USB-mikrofon och ett 3,5 mm-uttag eller USB-högtalare.

Endast frontend är installerat på din Raspberry Pi och den här installationen måste ringa tillbaka till backend som är värd på home.mycroft.ai för att den virtuella assistenten ska fungera. Det är möjligt men ganska utmanande att helt själv hosta Mycroft.

Även om det inte är lika fullt presenterat som kommersiella alternativ, har Mycroft några knep i rockärmen. Den stöder applikationer som kallas färdigheter som utökar din virtuella assistents funktionalitet. Vissa av standardfärdigheterna låter dig ställa in larm, spela in ljud och styra musikuppspelning. Du kan installera fler färdigheter från marknaden eller skapa nya.

Baserat på både Raspberry Pi och Arduino erbjuder OpenCat ett ramverk med öppen källkod för att bygga fyrdubbla husdjursrobotar i Boston Dynamics-stil. Dessa robotar rör sig med fyra ben istället för hjul, vilket ger dem möjligheten att röra sig i ostrukturerad terräng med en viss flytbarhet. Detta ramverk kan anpassas för STEM-inlärning, robotikutbildning, Internet of Things-applikationer och robotforskning.

Detta projekt är fortfarande i ett tidigt skede och är mest lämpat för avancerade tillverkare med den hårdvarumontering och programmeringskunskaper som krävs. Det är möjligt att köpa ett förmonterat kit från Petoi i antingen katt- eller hundform (kallas Nybble och Bittle, kostar $284 respektive $256), men vissa tillverkare har implementerat OpenCat-mjukvaran på 3D-printade robothusdjur.

OpenCat-robotar har ett anpassat Arduino-kort, NyBoard, som ansvarar för att driva servon, utöka trådlös anslutning, orientering, balansering och infraröd detektering. Den tillhandahåller också ett uttag där en Raspberry Pi kan monteras för att utöka fyrbäddsrobotens möjligheter.

Idag är helt autonoma fordon fortfarande en fantasi, men vi har kommit så långt som till nivå två av de fem nivåer av autonom körning. Företag som Tesla och Google arbetar hårt med att försöka skapa den första helt självkörande bilen, och de använder alla liknande tekniker som DeepPiCar använder.

DeepPiCar är ett djupt lärande, självkörande robotbilsprojekt av David Tian baserat på Raspberry Pi, TensorFlow, SunFounders PiCar V-kit och Googles Edge TPU-samprocessor. Den uppskattade kostnaden för all hårdvara som krävs för detta projekt är cirka $250 till $300.

Denna robotbil kan detektera och följa körfält, detektera trafikmärken och hantering av fotgängare. David beskriver hård- och mjukvaruinstallationen i en serie på Medium. Det är ett utmanande projekt, men det erbjuder ett bra sätt att komma in i djupinlärning och autonom körning.

OpenCV är ett stort bibliotek med öppen källkod för datorvision och maskininlärning designat för realtidsapplikationer och stöder ett brett utbud av språk. OpenCV låter Raspberry Pi känna igen objekt och djur i realtid. När du har installerat den måste du ansluta en kameramodul till Raspberry Pi för att fånga de bilder du vill identifiera.

Denna handledning från Core Electronics leder dig genom processen för att ställa in din OpenCV-installation för att detektera föremål och djur och justera koden för att upptäcka specifika föremål samtidigt som den ignoreras andra. Den använder COCO-datauppsättningsbiblioteket, även om du kan använda vilket annat förutbildat bibliotek som helst som passar dina behov.

Med Edge Impulse kan du enkelt träna en modell att känna igen en mängd olika gester, som att vinka, peka eller klappa. När din modell är tränad kan du använda den för att styra ditt projekt, som att tända ett ljus eller spela upp ett ljud.

Det här gestigenkänningsprojektet är baserat på Raspberry Pi Pico och Edge Impulse och erbjuder ett utmärkt sätt att lägga till interaktivitet till dina projekt. Den använder också den kombinerade accelerometern och gyroskopsensorn MPU6050 för att spåra gesterna. Se till att kolla in Hackster-handledningen (länkad ovan) för att lära dig hur man tränar en modell som kan bearbeta denna sensordata och sedan distribuera den på Raspberry Pi Pico.

Detta AI-projekt kombinerar konceptet med en generativ chatbot och en virtuell assistent för att skapa ett verktyg som kan ta emot ljudfrågor och returnera realistiska svar. Svaren genereras av ChatGPT och vidarebefordras som ljud via Google Clouds Text-to-Speech. Om du inte är medveten om hur kraftfull denna AI-chatbot är, ta en titt på de många saker du kan göra med ChatGPT.

Allt du behöver är en Raspberry Pi 4, en USB-mikrofon och en högtalare för att använda denna röstassistent och utnyttja ChatGPTs fulla kraft. Du kan hitta projektskriptet och annan nödvändig programvara på GitHub-sidan länkad ovan.

Få din Raspberry Pi inblandad i AI-loppet

Även om Raspberry Pi är blygsam i storlek och datorresurser kan den föra vissa artificiella intelligensidéer till liv. De projekt som listas ovan är bara några exempel på de många möjligheter som finns. Genom att kombinera din kreativitet och programmeringsfärdigheter kan du använda Raspberry Pi för att skapa verkliga AI-projekt.