Японец разработал бюджетную систему сортировки огурцов на основе платформы машинного обучения.
Специалисты обещают, что платформа машинного обучения Google через несколько лет научится решать многие проблемы в интернете вещей (сети «умных» предметов или приборов, обменивающихся информацией друг с другом без участия человека). Так для крестьянской семьи в Японии машинное обучение с использованием системы TensorFlow уже сегодня решает проблему сортировки огурцов.
Японский программист, специализирующийся на встраиваемых системах, внедрил платформу TensorFlow на огуречной ферме своей семьи. Целью было сократить количество времени, затрачиваемое родителями на сортировку огурцов, которое могло достигать восьми часов в день на пике урожая.
Ленточный конвейер контролируется Arduino и тремя процессорами Raspberry Pi. Закрепленные на конвейере веб-камеры снимают огурцы и отправляют фотографии в облачную платформу TensorFlow для присвоения категории. После чего конвейер перемещает огурцы на расфасофку.
Веб-камеры делают фотографии низкого разрешения. Поэтому платформа не умеет распознавать цвет, текстуру, царапины и другие повреждения огурцов. Это означает, что полностью автоматизированная сортировка не может гарантировать поставщикам получение высококачественной продукции.
Разработчик потратил три месяца на создание 7000 фотографий огурцов, чтобы научить платформу TensorFlow различать формы, размеры и присваивать категории. На модернизацию системы, способной отбраковывать огурцы могут уйти месяцы, если не годы. Японец продолжает модернизировать систему, чтобы довести идею до финальной реализации.
Как показывает пример, искусственный интеллект и машинное обучение доступны каждому. Разработчик потратил на оборудование менее $1000. В ближайшем будущем вложения и современные технологии помогут его семье передать рутинный труд компьютерам.
Источник: http://worldiot.ru/2016/09/mashinnoe-obuchenie-japan/
