Разговоры про ИИ

Ранее мы рассмотрели процесс создания модели TinyML для использования на ESP32-Cam. В качестве источника изображений для наполнения базы использовались веб-камеры, или смартфоны. Теперь, как и обещали, рассмотрим вариант использования модуля ESP32-CAM в качестве автоматического фотофиксатора. Обратите внимание, что данная технология может быть использована не только для создания базы и последующего обучения модели в среде Edge Impulse. Сам вариант получения с ESP32-CAM потока фотографий может быть применена и в других проектах, ограничиваемых лишь вашей фантазией...

Идея: соединить возможности облачной среды Edge Impulse, позволяющей использовать технологии Edge computing, и модуля ESP32-CAM, содержащего контроллер, WiFi модуль и камеру. Дешево и сердито показать машинное обучение на относительно дешевой базе. В целом, машинное обучение на устройствах с ограниченными ресурсами называется TinyML (Tiny Machine Learning). Основная цель TinyML — это разработка легковесных моделей, которые могут работать на периферийных устройствах с низким энергопотреблением, ограниченной памятью и вычислительной мощностью...

Одна из технологий ИИ, которую вполне можно "потрогать руками" - машинное обучение. Поможет нам в этом весьма интересный ресурс - облачный сервис Edge Impulse. Сервис не только позволяет бесплатно попробовать машинное обучение на своих данных, но и использовать результат на каких то доступных устройствах (например - использовать для этого широко распространенный модуль Esp32-Cam), т.е. попробовать технологию машинного обучения на устройствах с ограниченными ресурсами, которое выделено в отдельное направление, которое назвается TinyML (Tiny Machine Learning)...

Пусть ложь сердец прикроют ложью лица (Уильям Шекспир) Технология не хороша и не плоха сама по себе — всё зависит от того, как мы её применяем (Маршалл Маклюэн). *** “Но это же не я, верите?!” - такие фразы будут периодически звучать в ближайшем будущем при просмотре видеороликов в соцсетях. Возможно... Продолжая темы, связанные с развитием технологий искусственного интеллекта, поднятые в прошлых статьях, предлагаю сегодня поговорить о дипфейке (англ. deepfake). Слово на слуху, тема достаточно скандальна, чтобы появилось желание посмотреть на нее под разными углами зрения...

В современных технологиях, объединяемых общим название "Искусственный интеллект", можно выделить две крайне важные, и при этом вполне доступные для демонстрации "Как это работает". Это - анализ данных и машинное обучение. Пока "ИИ" остается просто "вещью в себе", неким черным ящиком, который непонятно как построен и живет по каким-то не постижимым законам, все эти термины и технологии так же окутаны дымкой неизвестности. И очень хочется у тех же учеников эту дымку перед глазами разогнать, показать, как работают те или иные механизмы, встроенные в ИИ...

Сразу оговорюсь, что тех, кто ждет серьезный материал о технологиях, рынках сбыта и разделах сфер влияния между компаниями-разработчиками нейросетей, ждет разочарование). В данном случае материал скорее развлекательный и ориентирован больше на тех, кто пока эти самые нейросети использует разве как помощника в смартфоне. Да, в последнее время стал заметен большой разрыв в освоении новых пользовательских технологий - юное поколение куда свободнее в использовании данных систем. И вот как раз с целью немного проиллюстрировать, как сегодня общаются продвинутые нейросети - и создан этот пост...