乐高积木的玩家年龄层相当广,从牙牙学语的小朋友到对精益求精大型作品的成年人都有,为了因应不同的搭建需求,乐高也推出各种不同的尺寸、零组件供玩家使用,但最麻烦的并不在组装,而是在收纳与分类。国外一名工程师花了两年的时间打造出全球第一台 AI 乐高零件自动分类机,一次解决大量零件收纳归类的困扰。
乐高积木的玩家年龄层相当广,从牙牙学语的小朋友到对精益求精大型作品的成年人都有,为了因应不同的搭建需求,乐高也推出各种不同的尺寸、零组件供玩家使用,但最麻烦的并不在组装,而是在收纳与分类。国外一名工程师花了两年的时间打造出全球第一台 AI 乐高零件自动分类机,一次解决大量零件收纳归类的困扰。
对于细小的乐高零件,光要分辨与归类收整就是一个大工程,澳洲的一位同时是乐高玩家的软件工程师 Daniel West 近日在其 Twitter 上发表了最新作品,他花了两年的时间终于开发出一台已 AI 来自动分拣乐高零件的分类机,能够识别目前市面上已经生产出来的各种乐高零组件并将其分类,平均每 2 秒就能搞定一个零组件。这项作品吸引了不少乐高同好,甚至全球最大二手乐高玩具店之一的老板的兴趣。
The absolutely insane project I’ve been working on for the past few years is complete: Introducing the world’s first Universal LEGO Sorting Machine!
Using AI, this machine can recognize and sort any LEGO part that has ever been produced!
FULL VIDEO: https://t.co/IM1NFfTpep pic.twitter.com/RlE49ae2An
— Daniel West (@JustASquid) December 3, 2019
Daniel West 表示,他的灵感来自于 2011 年一位日本乐高爱好者 Akiyuki 所开发的初代分类机,在当时初代机的功能并不华丽,能够识别的零件类型也少了许多,分类速度也较慢。Daniel West 所咖发的机器总共由 10000 多个乐高零件所打造,配备有 6 个乐高马达与 9 个伺服马达,为输送带与搅拌提供足够的动力。这款机器利用最新的人工智能和卷积神经网络(Convolutional Neural Network, CNN)能够识别将近 3000 种乐高零组件,甚至是该机器未见过的零件也能辨识,并且在识别后分类到 18 个不同的盒子中。
★初代分类机影片:
原理上就是以镜头拍摄输送带上通过特定位置的乐高零件并将其照片上传到运行 AI 算法的服务器中进行比对。要想顺利实现零件的识别与分拣,还有许多需要注意的地方,比如相机的位置和角度、光源要保证充足,另外零件还不能与传送带的颜色一样,否则无法移除背景等外在因素。
在训练神经网络上也需要耗费大量时间和精力,一般来说输入给神经网络的数据越多,完成任务的能力就越强,乐高分拣机的神经网络是通过输入乐高零件的图像,输出相应零件的编号。由于乐高的零组件有成千上百种类型与颜色,并且从不同角度看形状也不一样,因此收集正确的训练数据库是整个工作中最难的一部分。Daniel West 在分类机运转几天后就捕获了 30 万张图像,下面是其中的一部分:
Daniel West 计划在未来公布这款作品的源代码供有兴趣的乐高玩家也能亲手打造一台。
◎资料来源:The Verge、Extreme Tech