文科生是否也可以成為人工智能領(lǐng)域里的創(chuàng)客?答案是肯定的!
素為是一名在司法系統(tǒng)里工作的法律工作者,本科就讀于法律專業(yè)。同時,他還是一名計算機愛好者,作為智能硬件的創(chuàng)客,平時他喜歡用電子硬件做一些有趣的項目。
幾年前,Alpha Go 對戰(zhàn)圍棋大師李世石的畫面令世界贊美人工智能的發(fā)展速度,但是素為卻覺得“這還不夠酷”!Alpha Go 是通過它的研發(fā)者黃士杰來執(zhí)棋的,直播畫面看起來還是兩個人在對弈,怎么能說是人機大戰(zhàn)呢?
“加個機械臂執(zhí)棋,很難嗎?”從那時起,素為就決定要做一個真正的象棋機器人,還向朋友夸下了海口。為了讓正在一天天長大的孩子少看電子屏幕,通過下象棋鍛煉思維能力,素為覺得必須加快制作出真正的象棋機器人。
硬件的選擇和系統(tǒng)框架的搭建
之前素為準(zhǔn)備用 PC 電腦來實現(xiàn)這個想法,后來發(fā)現(xiàn)NVIDIA Jetson Nano開發(fā)套件可為全桌面 Linux 給予開箱即用支持,并且與許多常見的外部設(shè)備和配件兼容,相關(guān)的開發(fā)教程也很豐富。
“這個小小的板子功耗不高,而且樹莓派能做的它基本都能實現(xiàn),關(guān)鍵是還具備 AI 功能,這可以滿足我的需要,”素為表示。
很快,素為就規(guī)劃出了一個系統(tǒng)框架:
素為的目標(biāo)就是要做一款名副其實的“人機對戰(zhàn)”中國象棋機器人。在制作過程中,他以 Jetson Nano 為中控主機,利用其邊緣計算能力,無需聯(lián)網(wǎng)即可實現(xiàn)對棋盤的視覺識別和棋步策略計算,再運用一部 XYZ 三軸滑臺加氣泵吸盤即可挪動棋子,實現(xiàn)真正的“人機對戰(zhàn)”。
使用這個系統(tǒng)進行人機對弈的流程如下:
-
人類下一步棋;
-
人類點擊 GPIO 按鈕,Jetson Nano 啟動指令;
-
棋盤上方的攝像頭對著棋盤拍攝 1 張照片;
-
運用 OpenCV 對照片進行四角對齊、裁切邊緣等處理;
-
將棋盤部分裁切為 9×10 個小圖片;
-
運用事先訓(xùn)練好的圖片分類模型在 Jetson Nano 上進行推理,該模型可分辨 15 種情況(7 種紅方棋子、7 種黑方棋子、無棋子);
-
將識別結(jié)果拼接為棋盤狀態(tài),以 FEN 規(guī)范格式進行表達;
-
將 FEN 文本傳遞給開源中國象棋引擎 elephantfish,在 Nano 上進行計算,獲取機器決定走的下一步棋;
-
生成并執(zhí)行 gcode 指令控制滑臺模組和氣泵,將某個棋子在棋盤上挪動;
-
機器執(zhí)行完畢,進入等候狀態(tài),等待人類發(fā)出下一步棋及按鈕指令
從以上流程中,我們可以看到 Nano 作為主控機,除了指揮全過程運轉(zhuǎn),在第 4 至第 8 步驟為圖片預(yù)處理、棋盤識別和計算下棋策略均提供了必不可少的算力。
圖1:步驟4(a)
圖2:步驟4(b)
克服深度學(xué)習(xí)的挑戰(zhàn)
作為一名專業(yè)學(xué)習(xí)法律的文科生,素為表示對深度學(xué)習(xí)其實是一知半解的,“就是能夠把開源代碼 debug 跑起來那種水平?!睘榱税严笃鍣C器人做出來,素為在 Jetson Nano 上先后用 TensorFlow 嘗試了 VGG、ResNet 和 Inception。
“要么調(diào)參數(shù)總是調(diào)不好,要么準(zhǔn)確度不高,”素為說,“曾經(jīng)一度很沮喪?!?/p>
然而,功夫不負(fù)有心人,一個偶然的機會,素為看到 NVIDIA 與百度合作的EasyDL平臺,在該平臺上,可以零代碼訓(xùn)練,并將模型一鍵部署在 NVIDIA Jetson 設(shè)備上。于是素為手工準(zhǔn)備和標(biāo)注了 4000 張訓(xùn)練素材圖片,這些圖片有的清晰,有的模糊,有的用光照亮、有的故意制造陰影,還有不同的旋轉(zhuǎn)角度。之后在此基礎(chǔ)上,對素材圖片進行批量加噪點處理,一共生成了 5 萬張圖片數(shù)據(jù)用于深度學(xué)習(xí)訓(xùn)練。經(jīng)過 EasyDL 的訓(xùn)練,生成了“圖像分類”模型(因為運用場景有限可控,因此該模型不怕過擬合,準(zhǔn)確率 100%),之后一鍵部署在 Jetson Nano 上,再配合素為寫的主代碼(https://gitee.com/lawup/chess-robot.git),象棋機器人終于運轉(zhuǎn)起來了!
成為 Jetson 百萬開發(fā)者一員
開心地看著自己的孩子和老父親與機器鏖戰(zhàn)幾盤,歡聲笑語無疑是這一路艱辛的最好補償!
2022 年年底,素為帶著這個項目,參加了 NVIDIA 舉辦的Jetson Edge AI 開發(fā)者大賽,榮獲特別獎。
“很高興能成為 NVIDIA Jetson 百萬開發(fā)者的一員。最關(guān)鍵的是,我是用 NVIDIA Jetson Nano 套件做出來的,而且充分發(fā)揮了 Nano 的性能和效用。不得不說,人生就是這么神奇,雖然我一度都絕望了,但自己夸下的??诰妥约喝崿F(xiàn)!”素為談到這個項目,依舊一臉自豪。
素為用自己的開發(fā)經(jīng)歷對廣大 NVIDIA Jetson 開發(fā)者提出建議:“定下了目標(biāo)就一定要去實現(xiàn)。因為是嵌入式環(huán)境,很多東西需要編譯,這是一個比較漫長的過程,一定要有耐心。在經(jīng)歷反復(fù)的嘗試和漫長的等待后,終于成功的那一刻就會有一種‘山窮水盡疑無路,柳暗花明又一村’的欣喜感,讓你覺得’人間值得’ ?!?/p>
-
英偉達
+關(guān)注
關(guān)注
22文章
3690瀏覽量
90541
原文標(biāo)題:Jetson 百萬開發(fā)者故事 | 為了孩子的健康成長,他用 NVIDIA Jetson 做了一個象棋機器人
文章出處:【微信號:NVIDIA_China,微信公眾號:NVIDIA英偉達】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論