人工智能的门槛这样低普通人都能在家DIY
人工智能（AI）会将我们变成超人，前提是它最终不会取代我们。但我们对AI的真正含义是什么？我们可以用它做些什么呢？在这篇文章中，我将介绍最先进的技术，以及如何使用便宜的RaspberryPi计算机和谷歌的一些名为TensorFlow的免费软件构建自己的“DIY”。
AI现在主要是聚焦模式识别-静止和运动图像，还有声音（识别单词和句子）和文本（本文用英文写成）。一个很好的例子是上图中的RaspberryPi徽标。即使认为它有点模糊，我们看不到整个事物，大多数人会认识到图片包含某种浆果。熟悉这种小型低成本计算机的人几乎可以立即发现图片中包含RaspberryPi徽标-电路板背景可能有助于慢慢记忆。
当我们谈论“智能”时，事实是这种模式识别非常愚蠢。智能（如果有的话）由人类提供，添加一些规则，告诉计算机在匹配模式时要注意哪些模式以及要做什么。所以让我们尝试一下小实验-我们会将相机和扬声器连接到我们的RaspberryPi上，教它识别相机看到的物体，然后告诉我们它在看什么。这是一个非常缓慢而笨重的低技术版本的OrCam，这是一项新的发明，帮助失明和视力不佳的人独立生活。
谷歌的TensorFlow是一个开源的机器学习系统。机器学习是支撑大多数现代AI系统的技术，它负责我刚才谈论的模式识别。Google采取了大胆的举措，不仅让TensorFlow免费提供，还让每个人都可以通过“开源”来访问软件的源代码。这意味着全世界的开发人员都可以（并且确实）增强它并分享他们的变化。
AIYVoiceKit语音套件
VoiceKit允许您构建自己的自然语言处理器。它使用Google语音助手为RaspberryPi添加了语音控制功能。构建时，将顶部（HAT）板上的语音硬件附件与RaspberryPi板连接。
这些物品由纸板组成，并连接到盒子外面的大按钮和扬声器。扬声器通过两根电线连接到HAT板。这些电线传输电信号，由扬声器转换为声音。这就是设备获得声音的方式。
存储卡插入RaspberryPi，设备连接到电源。使用GoogleAIYProjects应用程序无线设置和配置套件。iOS设备尚未推出类似的应用程序。
AIYVisionKit视觉套件
Google的AIYVisionKit可让您使用图像识别功能构建自己的智能相机。它介绍了可以检测常见物体和面部表情的神经网络概念。用户可以使用GoogleAIYProjects应用程序将套件附加到他们的计算机和/或控制它。它由两块板组成，即VisionBonnet和RaspberryPi，通过电缆连接器连接。
VisionBonnet采用IntelMovidiusMA2450，这是一款低功耗视觉处理单元，能够在设备上运行神经网络模型。它与各种图像识别神经网络的兼容性将让您自定义它的外观和方式。这些设备连接到相机和蜂鸣器。
谷歌在其网站上引入了一个AIY模型区域，展示了一系列预先构建的AI模型，这些模型旨在与其内置的AIY工具包配合使用。您可以将新模型加载到他们的设备中，以探索AI的不同应用场景。例如，您可以使用微笑探测器模型来查看是否有人在观察他们的VisionKit是否在微笑。
随着GoogleHome和Echo的广泛使用，建立更便宜的AI工具的魅力将会增加。人类有创造的基本需求，DIY市场和AI市场都将起飞。
机器学习的好处是，在能够成功执行我正在讨论的模式识别之前，您需要提供大量的示例数据。想象一下，你正在使用自动驾驶汽车-在能够合理地确定汽车前面的猫跑出来之前，人工智能将需要训练。你通常会通过展示很多猫在汽车前跑出来的照片来做到这一点，也许是在你的驾驶员辅助测试运行期间收集的。你还会展示很多可能遇到的不是猫的东西的照片，并告诉它哪些照片是猫的照片。在引擎盖下，TensorFlow构建了一个“神经网络”，这是一个粗略的模拟我们自己的大脑工作的方式。
现在为了坦白-我实际上并没有坐下来教几个小时。相反，我使用了现成的TensorFlow模型，Google使用ImageNet进行了培训，ImageNet是一个包含超过1400万张图像的免费数据库。在RaspberryPi本身上构建这个模型需要很长时间，因为它不是很强大。如果您想创建自己的复杂模型并且无法访问超级计算机，您可以租用Google，Microsoft和Amazon等计算机来为您完成工作。
你会用TensorFlow做什么？