怎樣借助人工智能來分類樂高積木

對許多樂高玩家來說，拼各種模型很好玩，但是拆解后將各種積木分類卻很累人?，F(xiàn)在有人利用人工智能（AI）、Raspberry設(shè)計(jì)出可準(zhǔn)確分類樂高積木的機(jī)器，以有效解決這個(gè)問題。

十次方：玩家用人工智能（AI）技術(shù)幫忙分類樂高積木身兼軟件工程師、游戲玩家及AI愛好者的Daniel West最近公布一段影片，顯示以樂高積木和伺服馬達(dá)、相機(jī)等元件組合成名為「全能樂高分類機(jī)」（Universal Lego Sorting Machine）的機(jī)器。

West指出，他的樂高分類機(jī)是在看過2011年日本一個(gè)YouTuber的樂高分類專案及2017年第一個(gè)AI樂高分類機(jī)后產(chǎn)生的靈感。

「全能樂高分類機(jī)」利用10，000多個(gè)樂高積木、6個(gè)樂高馬達(dá)及9個(gè)伺服馬達(dá)，并加上Raspberry Pi、相機(jī)、和紙做的輸送帶構(gòu)成名為「Capture Unit」的機(jī)組。實(shí)際運(yùn)作中，Raspberry Pi相機(jī)將輸送帶送來的樂高積木錄影、擷取影像后以無線傳送到連接機(jī)器的Raspberry Pi機(jī)器處理，再送到鄰近跑AI算法的服務(wù)器。后者利用算法分析辨識(shí)積木形狀，再將訊息送回這臺(tái)機(jī)器執(zhí)行分類。

West利用真實(shí)的樂高積木、LDraw和Rebrickable 3D影像數(shù)據(jù)庫，以及Google Tensorflow來訓(xùn)練其神經(jīng)網(wǎng)絡(luò)。他指出，Raspberry Pi的先天限制，使其無法跑太復(fù)雜的神經(jīng)網(wǎng)絡(luò)如YOLO或R-CNN。最后West運(yùn)用計(jì)算機(jī)視覺和開源OpenCV library達(dá)成AI算法的開發(fā)。

這臺(tái)機(jī)器可以將混雜的樂高積木堆，以約2秒1個(gè)的速度分到18個(gè)籃子。他說，它之所以稱為「全能」，是因?yàn)樗鼙孀R(shí)3000種樂高元件，即使沒見過的形狀也能分辨。