دیمیتری ماسلوف (Dmitry Maslov)، سازنده و میزبان کانال یوتیوب Hardware.ai، در تازهترین پروژهی خود نشان میدهد که برد Arduino VENTUNO Q میتواند بهعنوان مغز یک بازوی رباتیک، وظیفهی برداشتن و جابهجایی اجسام را کاملاً بهصورت محلی و بدون اتصال به سرور ابری انجام دهد.
یادآوری کوتاه از VENTUNO Q
همانطور که پیشتر در ویکیربات بررسی کردیم، Arduino VENTUNO Q دومین برد خانوادهی هوش مصنوعی فیزیکی آردوینو محسوب میشود که از دو پردازندهی مستقل تشکیل شده است. در این برد، میکروکنترلر STM32H5F5 با هستهی Arm Cortex-M33 در فرکانس ۲۵۰ مگاهرتز برای کنترل بلادرنگ، در کنار پردازندهی کوالکام دراگونوینگ IQ8 (شامل CPU از خانوادهی Kryo نسل ششم، پردازندهی گرافیکی Adreno 623 و شتابدهندهی هوش مصنوعی Hexagon)، بههمراه ۱۶ گیگابایت رم LPDDR5 و ۶۴ گیگابایت حافظهی eMMC قرار گرفتهاند. این ترکیب با قیمت ۲۹۹ دلار عرضه شده و نزدیکترین رقیب آن، کیت توسعهی NVIDIA Jetson Orin Nano Super با قیمت ۳۹۹ دلار است که در برخی مشخصات بهتر و در برخی دیگر ضعیفتر عمل میکند.
بازوی رباتیک SO-101
ربات مورد استفاده در پروژهی مذکور از نظر سختافزاری چیز خاصی ندارد؛ SO-101 یک بازوی رباتیک ساده با چند سروو موتور برای هر مفصل است. این بازو، نسل بعدی طراحی SO-100 به شمار میرود که اصالتاً توسط شرکت رباتیک استودیو (The Robot Studio) و در همکاری با هاگینگفیس (Hugging Face) طراحی شده است.
SO-101 با پرینتر سهبعدی قابلساخت است، هزینهای در حدود ۱۳۰ دلار دارد، و برای کار با کتابخانهی متنباز LeRobot هاگینگفیس طراحی شده است؛ کتابخانهای که ابزارهای جمعآوری داده، آموزش، کنترل و ارزیابی مدلهای رباتیک را در اختیار توسعهدهندگان قرار میدهد. آنچه این بازو را به یک ربات کاربردی تبدیل میکند، مغز هوشمند آردوینو است.
مدل SmolVLA؛ هوش تصمیمساز ربات
وظیفهی برداشتن و جابهجایی اجسام با مدل SmolVLA هاگینگفیس انجام میشود؛ مدلی از خانوادهی بینایی-زبان-اقدام (Vision-Language-Action یا VLA؛ مدلهایی که تصویر و دستور زبانی را همزمان پردازش و مستقیماً به فرمان حرکتی ربات تبدیل میکنند) که سال گذشته و مشخصاً برای وظایفی از همین نوع منتشر شد. این مدل بهطور کامل و محلی روی شتابدهندهی هوش مصنوعی Dragonwing IQ8 اجرا میشود. تنها ورودیهای آن، تصویر دو دوربین (یکی از بالا و دیگری روی دست ربات) و دادهی موقعیت مفاصل است. ماسلوف توانسته این مدل را با تنها ۵۰ نمونهی آموزشی، برای انجام وظیفهی برداشتن و جایگذاری اجسام آموزش دهد.
بازوی رباتیک SO-101 با مغز Arduino VENTUNO Q، در حال انجام وظیفهی برداشتن و جایگذاری اردکهای لاستیکی (منبع تصویر: hardware.ai)
عملکرد این ربات، حتی بدون هیچ بهینهسازی خاصی، قابلقبول توصیف شده است. نکتهی مهم این پروژه، سادگی نسبی دستیابی به آن است؛ وظایفی از این دست، تا همین چند سال پیش، نیازمند سختافزار پرهزینه، دیتاستهای بزرگ و تیمهای تخصصی یادگیری ماشین بودند. امروز، با ترکیب یک بازوی رباتیک ۱۳۰ دلاری، یک برد پردازشی ۲۹۹ دلاری، و یک مدل بینایی-زبان-اقدام متنباز و از پیش آموزشدیده، یک سازندهی مستقل توانسته در یک پروژهی نسبتاً کوتاه، وظیفهای واقعی از جابهجایی اجسام را با تنها ۵۰ نمونهی آموزشی پیادهسازی کند.