اغلب مردم فکر می‌کنند که هوش مصنوعی مربوط به کامپیوترهاست. هوش مصنوعی توسط بردهای الکترونیکی هم قابل پیاده سازی و اجرا هستند. در این متن سعی کرده‌ایم به سوالات شما پاسخ دهیم، تیترها را دنبال کنید.
شناخت هوش مصنوعی AI
تعاریف متعددی از هوش مصنوعی می‌توان ارایه کرد. ولی به صورت کلی می‌توان این چنین معرفی کرد که نوعی از تصمیم گیری و یا خرد ماشینی که بدون دخالت انسان قابل اجرا باشد. بخشی از هوش مصنوعی شامل یادگیری ماشینی است. منظور اینکه یک سیستم غیر انسانی قابلیت مدل سازی از اطلاعات بدست آمده و تحلیل آنها را داشته باشد. پس از اینکه مسائل پیچیده و کدنویسی‌های مربوط به پروژه‌های هوش مصنوعی به حالت عمومی منتشر شدند و در دسترس همگان قرار گرفتند. سرعت رشد هوش مصنوعی بیشتر و بیشتر شد. در حال حاضر با توجه به ضرورت بهینه سازی مصرف انرژی و تحلیل داده‌ها با کمترین میزان انرژی مصرف شده، پردازش‌هایی که پیش از این توسط کامپیوترها صورت می‌گرفت. در حال انتقال به سمت سخت افزار هستند. این مورد با رشد تراشه‌ها و بهینه شدن مصرف انرژی تراشه‌های الکترونیکی و همچنین توانمندی پردازشی آنها دست یافتنی تر شده است.
تلفیق هوش مصنوعی و بردهای میکروکنترلر
به عنوان یکی از جدیدترین تکنولوژی‌های مهندسی کامپیوتر و الکترونیک استفاده می‌شود. در این روش، میکروکنترلر به عنوان واحد پردازشی مسئول کنترل و مدیریت سخت‌افزار و ارتباط با عناصر خارجی مانند سنسورها، فعال کننده‌ها و دستگاه‌های دیگر استفاده می‌شود. به کمک هوش مصنوعی، میکروکنترلر به صورت خودکار و هوشمندانه برای بررسی و تحلیل داده‌های سنسورها و اجرای کنترل‌های مرتبط با فعال کننده‌ها به کار می‌رود. با استفاده از تلفیق هوش مصنوعی و بردهای میکروکنترلر، می‌توان کاربردهای گسترده‌ای را از جمله سیستم‌های هوشمند خانگی، خودروهای هوشمند، دستگاه‌های پزشکی، ربات‌ها و دستگاه‌های اندازه‌گیری و کنترل صنعتی و ... را پیاده سازی کرد.
بردهای هوش مصنوعی AI
بردهای الکترونیکی که قابلیت پردازشی مناسبی داشته باشند، امکان قرار گیری در رده بردهای هوش مصنوعی را دارا هستند. اما پیش از توجه به قدرت پردازش برد بایستی چند مورد را بررسی کنیم. اول اینکه هوش مصنوعی قابلیت تقسیم سازی به دسته‌های ریزتری را دارد. به این منظور بردهایی از جمله خانواده‌های ESP توانایی اجرای مدل‌هایی از هوش مصنوعی توسط نرم افزار TensorFlow را دارند. برای درک بهتر این موضوع آموزش تشخیص انسان با دوربین ESP Cam را بررسی کنید. همچنین پیشنهاد می‌شود آموزش تشخیص اشیا مختلف با دوربین ESP Cam را هم برررسی کنید. این دو مورد شما را با روش کار هوش مصنوعی ساده در بردهای ESP آشنا می‌کند. بردهای توانمندتر از جمله جتسون نانو و یا رزبری پای قابلیت پردازش بیشتری دارند. وجود سیستم عامل در این بردها امکان مدل سازی قوی‌تر و پردازش‌های سنگین‌تری را بوجود می‌آورند. به عبارتی در دست کاربر در اجرای پروژه‌ها بازتر خواهد بود.
انتخاب برد هوش مصنوعی
برای انتخاب برد هوش مصنوعی دو دسته کلی وجود دارند. بردهای الکترونیکی دارای سیستم عامل و بردهای الکترونیکی بدون سیستم عامل مناسب استفاده در هوش مصنوعی هستند. در خصوص انتخاب برد هوش مصنوعی مبتنی بر سیستم عامل گزینه‌هایی از جمله برد جتسون نانو Jetson Nano که توسط nVidia طراحی و تولید شده است، توانمندی پردازشی گرافیکی بسیار زیادی را دارد. از اینرو در پروژه‌های پردازش تصویر و مدل سازی براساس داده‌های دریافتی از دوربین، انتخاب بسیار مناسبی هستند. بردهای دیگر از جمله خانواده‌های Pi مانند رزبری پای و یا اورنج پای هم میتوانند به عنوان برد هوش مصنوعی کاربرد داشته باشند.
برد هوش مصنوعی بدون سیستم عامل، آن دسته از بردهایی که تراشه‌های پردازشی قدرتمندی دارند انتخاب این بخش خواهند بود. از جمله این موارد می‌توان به بردهای خانواده Sipeed و یا M5Stack اشاره کرد. این بردها از پردازنده‌های خاصی بهره می‌برند که برای توسعه یک فرایند هوش مصنوعی مبتنی بر برد میکروکنترلر انتخاب مناسبی خواهند بود. انواع بردهای هوش مصنوعی را میتوانید در همین شاخه از فروشگاه دانشجو کیت بررسی و خرید کنید.
چه میکروکنترلرهایی برای هوش مصنوعی مناسب هستند؟
میکروکنترلرهایی که برای هوش مصنوعی مناسب هستند بسته به نوع کاربرد میتوانند متفاوت باشند، اما می‌توان چند مثال از میکروکنترلرهای مناسب برای هوش مصنوعی ذکر کرد:
1- Raspberry Pi: این برد با پردازنده قدرتمند خود و وجود کتابخانه‌های گوناگون به‌خصوص پایتون و قابلیت پردازش گرافیکی، مناسب برای کاربردهایی مانند تشخیص چهره، دید کامپیوتری، پردازش سیگنال‌های صوتی و تصویری است.
2- Arduino: این برد با ابزارهای قدرتمندی مانند کتابخانه Machine Learning for Arduino و ماژولهایی مانند ماژولهای گردشگری از جمله انواع میکروکنترلرهایی است که به راحتی با آنها می‌توان هوش مصنوعی را پیاده‌سازی کرد.
3- Jetson Nano: این برد، با قدرت پردازشی بالا و کتابخانه های متنوعی که برای پردازش تصویر، شناسایی صدا، یادگیری ژرف و سایر کاربردهای هوش مصنوعی طراحی شده، یکی از بهترین بردهایی است که برای پیاده‌سازی پروژه‌های هوش مصنوعی استفاده می‌شود.
4- STM32: این برد، یکی از قدرتمندترین میکروکنترلرهای حال حاضر است که می‌تواند با استفاده از کتابخانه‌های TensorFlow و PyTorch برای کاربردهای هوش مصنوعی به کار گرفته شود.
به علاوه، برای پیاده‌سازی پروژه‌های هوش مصنوعی برای بردهای میکروکنترلر، می‌توان از پلتفرم‌هایی مانند TensorFlow Lite و Edge Impulse استفاده کرد.
هوش مصنوعی و اینترنت اشیا AIoT
AIoT به مخفف "Artificial Intelligence of Things" یا "هوش مصنوعی اشیا" است و به ترکیب دو تکنولوژی هوش مصنوعی و اینترنت اشیا اشاره دارد. با استفاده از AIoT، دستگاه های اینترنت اشیا (IoT) قابلیت هوشمندسازی و بهبود کارایی خود را با استفاده از تکنولوژی‌های هوش مصنوعی، از جمله یادگیری عمیق، تحلیل داده‌ها و الگوریتم‌های هوشمند، بیشتر کرده‌اند. به عنوان مثال، از AIoT می توان در کاربردهایی مانند خانه هوشمند، شهر هوشمند، بیمارستان هوشمند و صنعت هوشمند استفاده کرد. هوش مصنوعی و اینترنت اشیا دو موضوع همسو هستند. از اینرو بردهای کاربردی برای هوش مصنوعی یکی از انتخاب‌های همزمان برای اینترنت اشیا هم هستند. به صورت کلی سخت افزارهایی که روز به روز بر تعداد آنها افزوده می‌شود از لحاظ توان پردازشی واقعا پاسخگوی نیازهای پروژه‌ها هستند. موضوع مهمی که در اجرای پروژه‌های هوش مصنوعی و اینترنت اشیا وجود دارد، انتخاب بستر نرم افزاری و روش مدل سازی و انتقال و تبادل داده‌ها هستند. برای مدل سازی هوش مصنوعی و یادگیری ماشینی در دو حوزه صوتی و تصویری میتوانید از بردهایی که در این شاخه از دانشجو کیت معرفی شده‌اند استفاده کنید.
بردهای اینترنت اشیا IoT
در اینترنت اشیا، بردهای الکترونیکی و خصوصا بردهای امبدد یک نقش بسیار مهمی دارند. در یک سناریو از اینترنت اشیا برد الکترونیکی مبتنی بر میکروکنترلر وجود دارد. این برد برنامه نویسی شده و بر اساس دستورات دریافتی اقدام به عمل می‌کند. اطلاعات را از سنسورها دریافت کرده و پس از پردازش آنها را منتقل می‌کند. بردهای اینترنت اشیا انواع مختلفی دارند. در این شاخه میتوانید آنها را بررسی کنید. بردهای آردوینو خانواده نانو شامل Nano 33 و دیگر نانوها از جمله اقلام بسیار کوچک و کم مصرف از لحاظ انرژی هستند. هر کدام از این بردها کاربری خاصی را انجام می‌دهند و بسته به قدرت پردازش تراشه‌های به کار رفته‌شان متنوع هستند. در کنار بردهای IoT به شیلدهای کاربردی جهت افزایش پایه‌های ورودی و خروجی هم نیاز است. شیلدها امکان برقراری ارتباط با انواع سنسورها و ماژولهای متنوع را فراهم می‌کنند.
مدل سازی در صوت و مدل سازی در تصویر با میکروکنترلر
مدل‌سازی در صوت و تصویر دو زمینه مجزا هستند که با استفاده از میکروکنترلرها قابل انجام هستند.
در مدل‌سازی صوت، میکروکنترلرها میتوانند برای پردازش سیگنال‌های صوتی استفاده شوند. با استفاده از الگوریتم‌های پردازش سیگنال، میکروکنترلرها میتوانند فرکانس، طول موج، شدت و ... سیگنال‌های صوتی را تجزیه و تحلیل کرده و نتیجه را برای برنامه‌های کاربردی دیگر ارسال کنند. این کاربردها می‌تواند شامل برنامه‌های پردازش گفتار، تشخیص صدا، شناسایی الگوهای صوتی و غیره باشد. از جمله بردهای مناسب این موضوع Maixduino است.
اما در مدل‌سازی تصویر، میکروکنترلرها میتوانند برای پردازش تصاویر استفاده شوند. با استفاده از الگوریتم‌های پردازش تصویر، میکروکنترلرها میتوانند ویژگی‌های مختلف تصاویر را تجزیه و تحلیل کنند و این ویژگی‌ها را برای برنامه‌های دیگر ارسال کنند. این کاربردها می‌تواند شامل برنامه‌های تشخیص چهره، تشخیص اشیا، تشخیص رنگ، پردازش تصاویر پزشکی و غیره باشد.
