國外工程師開發 AI 樂高零件自動分類機,已生產的零件都不是它的對手 - 電腦王阿達

國外工程師開發 AI 樂高零件自動分類機,已生產的零件都不是它的對手

樂高積木的玩家年齡層相當廣,從牙牙學語的小朋友到對精益求精大型作品的成年人都有,為了因應不同的搭建需求,樂高也推出各種不同的尺寸、零組件供玩家使用,但最麻煩的並不在組裝,而是在收納與分類。國外一名工程師花了兩年的時間打造出全球第一台 AI 樂高零件自動分類機,一次解決大量零件收納歸類的困擾。
AI 樂高零件自動分類機

國外工程師開發 AI 樂高零件自動分類機,已生產的零件都不是它的對手

對於細小的樂高零件,光要分辨與歸類收整就是一個大工程,澳洲的一位同時是樂高玩家的軟體工程師 Daniel West 近日在其 Twitter 上發表了最新作品,他花了兩年的時間終於開發出一台已 AI 來自動分揀樂高零件的分類機,能夠識別目前市面上已經生產出來的各種樂高零組件並將其分類,平均每 2 秒就能搞定一個零組件。這項作品吸引了不少樂高同好,甚至全球最大二手樂高玩具店之一的老闆的興趣。


Daniel West 表示,他的靈感來自於 2011 年一位日本樂高愛好者 Akiyuki 所開發的初代分類機,在當時初代機的功能並不華麗,能夠識別的零件類型也少了許多,分類速度也較慢。Daniel West 所咖發的機器總共由 10000 多個樂高零件所打造,配備有 6 個樂高馬達與 9 個伺服馬達,為輸送帶與攪拌提供足夠的動力。這款機器利用最新的人工智慧和卷積神經網路(Convolutional Neural Network, CNN)能夠識別將近 3000 種樂高零組件,甚至是該機器未見過的零件也能辨識,並且在識別後分類到 18 個不同的盒子中。
★初代分類機影片:

原理上就是以鏡頭拍攝輸送帶上通過特定位置的樂高零件並將其照片上傳到運行 AI 演算法的伺服器中進行比對。要想順利實現零件的識別與分揀,還有許多需要注意的地方,比如相機的位置和角度、光源要保證充足,另外零件還不能與傳送帶的顏色一樣,否則無法移除背景等外在因素。

在訓練神經網路上也需要耗費大量時間和精力,一般來說輸入給神經網路的數據越多,完成任務的能力就越強,樂高分揀機的神經網路是通過輸入樂高零件的圖像,輸出相應零件的編號。由於樂高的零組件有成千上百種類型與顏色,並且從不同角度看形狀也不一樣,因此收集正確的訓練資料庫是整個工作中最難的一部分。Daniel West 在分類機運轉幾天后就捕獲了 30 萬張圖像,下面是其中的一部分:

Daniel West 計畫在未來公布這款作品的原始碼供有興趣的樂高玩家也能親手打造一台。

◎資料來源:The VergeExtreme Tech

您也許會喜歡: