انقلابی نو در حوزه AIoT با هوش مصنوعی

شرکت Espressif قصد دارد هوش مصنوعی اشیا (AIoT) را با یک پروژه نمایشی ESP-BOX از طریق ChatGPT ارتقا دهد. با استفاده از تشخیص گفتار آفلاین و APIهای ChatGPT شرکت OpenAI، می‌توانید ESP-BOX را به یک ابزار تعاملی برای مکالمه و موارد دیگر تبدیل کنید.

علی حسن شاه از شرکت Espressif قصد دارد که میکروکنترلرهای این شرکت را به جایگاه اول حوزه هوش مصنوعی اشیا (AIoT) برساند و راهنمای ایجاد پروژه‌ها با مدل زبان بزرگ و محبوب ChatGPT از شرکت OpenAI را با استفاده از ESP-BOX در محدوده کیت توسعه بنویسد.

همچنین، علی حسن شاه ادعا می‌کند که جهان شاهد یک انقلاب تکنولوژیکی خواهد بود و شرکت OpenAI در صدر این تغییر قرار دارد. یکی از مهیج‌ترین نوآوری‌های این شرکت ChatGPT است که از پردازش زبان طبیعی برای ایجاد تجربیات جذاب‌تر و بصری‌تر برای کاربر استفاده می‌کند. ادغام APIهای شرکت OpenAI با دستگاه‌های اینترنت اشیا، امکانات بسیار زیادی برای کاربر ایجاد می‌کند. ادغام ChatGPT با ESP-BOX یک ترکیب قدرتمند است که می‌تواند دستگاه‌های IoT را به سطح بالاتری برساند.

ChatGPT شرکت OpenAI یک مدل زبان بزرگ است که پاسخ های معمولی را به کوئری‌های زبان طبیعی ارائه می‌دهد که از آن برای تقویت پروژه‌های مختلف از روزنامه‌های خودکار گرفته تا کنترل ربات استفاده می‌شود. بااین‌حال، کم و کاستی‌های آن باعث نگرانی کاربران شده است؛ به‌ویژه به این دلیل که پاسخ‌هایی که ارائه می‌دهد، دقیق نیستند.

بااین‌وجود، این مدل برای پروژه‌هایی که این کاستی‌ها برایشان قابل‌درک هستند، ابزاری قدرتمند است. شرکت one Espressif استفاده از کیت‌های توسعه میکروکنترلرهای خانواده ESP-BOX خود را تبلیغ می‌کند. ESP-BOX که برای کارهای Edge-AI طراحی شده و با ماژول میکروکنترلر ESP32-S3 تغذیه می‌شود، دارای صفحه‌نمایش و آرایه میکروفونی میدان دور ادغام‌یافته است. اگر شما ویژگی دوم را به فریم‌ورک تشخیص گفتار آفلاین ESP-SR وChatGPT متصل کنید، در این صورت، دستورالعملی برای دستگاهی دارید که می‌تواند شما را درک کند یا حداقل این تصور را ایجاد کند.

علی حسن شاه می‌گوید:

API OpenAI فانکشن‌های متعددی را ارائه می‌دهد که توسعه‌دهندگان می‌توانند از آن‌ها برای بهبود برنامه‌های خود استفاده کنند. ما در پروژه خود از APIهای Audio-to-Text و Completion استفاده کردیم و آن‌ها را با استفاده از کدهای زبان برنامه‌نویسی C و بر اساس ESP-IDF پیاده‌سازی کردیم. سپس آن را به یک سیستم تبدیل متن به گفتار (موتور سنتز گفتار آفلاین Espressif که در حال حاضر فقط از زبان چینی پشتیبانی می‌کند) و کتابخانه LVGL برای هدایت صفحه‌نمایش متصل کردیم.

منبع: hackster.io