Руки вместе с роботом Nvidia JetBot, работающим на искусственном интеллекте

Nvidia JetBot - это хорошо продуманный робот-конструктор, созданный на основе крошечного компьютера компании Jetson Nano. После сборки JetBot представляет собой полностью автономную систему, которая работает под управлением Linux с полной средой разработки AI. Мы уже рассказали о Jetson Nano, но достаточно сказать, что в нем есть отличный вариант для компьютера за 100 долларов, который вы можете держать на ладони. Конечно, после того, как весной этого года нас впечатлили демонстрационные устройства, работающие на GTC от Nvidia, мы должны были сами убедиться, что может сделать JetBot.

Сборка JetBot занимает некоторое время

JetBot включает полную среду разработки AI

После того, как ваш JetBot собран, вам необходимо подключить клавиатуру, мышь и дисплей, чтобы подключить его к сети Wi-Fi. После этого вы можете использовать его удаленно. После того как вы загрузились в Ubuntu с помощью предварительно созданного образа системы, Nvidia предоставляет отличный набор ноутбуков Jupyter IPython, которые помогут вам в управлении автомобилем, программировании и обучении JetBot. Полезно, что образ системы уже содержит работающий сервер Jupyter, так что вы можете просто подключиться к нему через порт 8888 и начать работу. По большей части мои другие компьютеры нашли JetBot по имени (по умолчанию Jetbot), но для удобства IP-адрес также отображается на пиктограмме устройства.

Каталог Notebook на JetBot включает в себя несколько хорошо документированных демонстрационных проектов. Они включают в себя записные книжки для программирования движения робота, чтения и использования изображений с камеры, автономного предотвращения столкновений и слежения за объектами. Вы можете выполнить это, просто выполнив ячейки блокнота в соответствии с инструкциями, или углубиться, изменив предоставленный код или добавив свой собственный. Вы также можете поэкспериментировать, используя различные AI-двигатели и модели, кроме значений по умолчанию в ноутбуках. JetBot на самом деле представляет собой целый AI-ready компьютер в крошечной упаковке.

Обучение вашего JetBot, чтобы избежать препятствий

Вы можете обучить свою модель предотвращения столкновений либо на самом JetBot, либо на настольном или облачном GPU. В учебном процессе используется предварительно обученная копия AlexNet, поэтому вы можете использовать только пару сотен дополнительных тестовых изображений вместо миллионов. Обучение включает в себя маркировку кадров с камеры JetBot «Свободно» или «Заблокировано» с помощью виджета в записной книжке iPython. Этот процесс лучше всего выполнять либо с помощью мобильного устройства, которое вы можете удерживать, пока вы позиционируете робота, либо с готовым другом или членом семьи. Nvidia рекомендует иметь как минимум 100 бесплатных и заблокированных примеров, чтобы иметь достаточно надежную программу. Я начал с 60 каждого в довольно четко определенной области, что было достаточно, чтобы сделать робота довольно успешным, как показано в этом видео:

Для этого видео я использовал предварительно обученную модель AlexNet с дополнительными 120 изображениями (60 заблокированных и 60 свободных), которые я сделал с помощью JetBot. За 90 секунд клипа он хорошо справляется практически со всеми вариациями освещения и препятствий, хотя тень одурачивает его однажды. Помеченные изображения научили его, что можно переходить на тонкий синий коврик, но не на более толстый красный ковер. Позже (не показано) у него, в конечном итоге, возникли проблемы при приближении к жалюзи под странным углом на синем мате. Я уверен, что некоторые дополнительные учебные образы помогут решить эту проблему.

Как JetBot сравнивается с роботом-борцом DJI RoboMaster S1

Хотя JetBot от Nvidia и RoboMaster S1 от DJI имеют одинаковую цену и оба предназначены для того, чтобы помочь вам изучить ИИ и робототехнику, эти два продукта сильно отличаются. Для начала, RoboMaster S1 ближе к ключу, так как все части включены вместе с инструкциями по сборке. Для JetBot вам нужно сделать свой собственный поиск и потратить около 200 долларов плюс доставку в дополнение к 100 долларам для Nano, а сборка немного сложнее, но вики для проекта хорошо построена и делает ее доступной даже для скромных DIYers. Так что это дешевле, чем RoboMaster S1 за 500 долларов, но не так резко.

JetBot для вас?

На рынке имеется множество программируемых роботов, в том числе таких, которые могут использовать предварительно обученные нейронные сети. Для меня самая большая особенность, которая отличает JetBot - это то, что он может быть полностью автономным. Вы можете войти в нее, загрузить или запрограммировать модель нейронной сети (или в этом случае запустить практически любой код), обучить свою модель и увидеть ее в действии - и все это без хост-компьютера, кросс-компиляции или работы со встроенной средой программирования.

С другой стороны, если вы больше интересуетесь сценариями сражений или просто возитесь с системами управления на основе PID, RoboMaster S1 является отличным выбором. Это также может быть лучшим вариантом подарка, так как все идет в комплекте, вместо того, чтобы создавать длинный список компонентов самостоятельно.

Читать далее

Объявления о вакансиях для искусственного интеллекта скоро могут выглядеть так. Вы готовы?

Наше недавнее прошлое показало нам, что мы можем разработать такой тип машин, который вскоре откроет целую новую область прибыльной и полноценной работы.

Астрономы обнаружили потенциально искусственный радиосигнал от ближайшей звезды

Мы еще не знаем, что это за сигнал, но есть (очень) небольшая вероятность, что он может иметь инопланетное происхождение.

Ученые построили искусственный интеллект, чтобы закончить десятую симфонию Бетховена

Мы не знаем, что Бенховен хотел сделать для его незаконченной 10-й симфонии. Но что, если мы сможем подключить свою музыку в AI, чтобы понять это?

Человеческая сторона искусственного интеллекта

Улучшение результатов обучения машине не просто вопрос улучшения вычислительной спектакли AI.