Különféle mesterséges intelligencia (AI) hardverplatformokat hasonlítanak össze egy valós projekt keretében, ahol a fő cél egy robot mozgásának intelligens vezérlése. A kihívás abban rejlik, hogy mennyire lehet olcsón elkészíteni egy használható AI látórendszert.
Az összehasonlítás során először egy 20 dolláros ESP32-S3 alapú rendszert mutatnak be, ahol saját, kis konvolúciós neurális hálót kell létrehozni és betanítani. A tanításhoz képeket gyűjtenek a kertből, és manuálisan címkézik azokat. A példában szó esik a képfeldolgozás felosztásáról, saját adathalmaz létrehozásáról és a rendszer hatékonyságáról.
A következő lépcsőfok egy 80 dolláros MaixCam rendszer, amely dedikált neuronális gyorsítóval rendelkezik és előre betanított hálót (MobileNetV2) használ a vizuális jellemzők kinyeréséhez. A folyamat sokkal gyorsabb és egyszerűbb, a minták és osztályok betanítása minimális munkával történik.
Végül egy nagyteljesítményű asztali rendszeren futtatott, több milliárd paraméteres „Gemma 4” látásmodellt próbálnak ki, de annak válaszideje és erőforrásigénye komoly akadályt jelent az ilyen típusú robotikai alkalmazásokban.
A tesztek során érdekes kérdések merülnek fel, például: Hol van az a pont, amikor a hardver és a szoftver komplexitása már nem térül meg a valós feladathoz képest? Mennyire számít az AI mérete, és mennyit számít a gyorsaság egy egyszerű gyakorlati projektben?
