کارت ویزیتی که حرف می‌زند! اجرای هوش مصنوعی روی یک برد کوچک

به گفته hackster

حالا حتی کارت‌های ویزیت هم به هوش مصنوعی مجهز شده‌اند

این خبر روایت یک نمایش عملی از مهارت‌های هوش مصنوعی است: Dave McKinnon کارت ویزیتی ساخته که به‌جای وعده دادن، توانایی‌اش را نشان می‌دهد. او روی یک برد مدار چاپی (PCB) سفارشی، یک شبکه عصبی (neural network) برای شناسایی گفتار (voice recognition) را طوری پیاده‌سازی کرده که تمام پردازش به‌صورت روی دستگاه (on-device) انجام شود؛ بدون هیچ API و اتصال به سرویس ابری (cloud service).

یادگیری ماشین (machine learning) این روزها موضوع داغی است و خیلی‌ها در حال ارتقای مهارت‌هایشان هستند. McKinnon برای معرفی توانایی‌هایش به‌جای رزومه، سراغ ساخت چیزی رفته که در لحظه قابل لمس است: یک کارت ویزیت 2” x 3” که با اتصال به درگاه USB‑C تنها برای تأمین توان، به‌صورت خودگردان خروجی می‌دهد. این نمونه روشن و جمع‌وجور از Edge AI نشان می‌دهد حتی روی یک کارت کوچک هم می‌توان استنتاج محلی انجام داد.

به گفته نویسنده خبر Nick Bild، رمز موفقیت پروژه در دو تصمیم کلیدی بود. نخست، انتخاب ریزکنترل‌گر (microcontroller) Raspberry Pi RP2040 به‌عنوان مغز سیستم. با وجود آن‌که Arm Cortex‑M0 دو هسته‌ای با فرکانس 125MHz و حافظه 520KB در مقیاس یادگیری ماشین زیاد به نظر نمی‌رسد، اما برای یک مدل ساده و بهینه‌سازی‌شده، کافی است. دومین تصمیم، استفاده از یک شبکه عصبی کوچک طراحی‌شده برای بردهای Arduino بود که برای شناسایی گفتار با واژگان محدود آموزش دیده است.

این مدل کاربرد عمومی گسترده‌ای ندارد، اما دقیقاً به‌اندازه‌ای کوچک است که در قیود حافظه و توان RP2040 جا شود. واژگان قابل تشخیص آن شامل اعداد “one” تا “nine” و همچنین واژه‌های “on” و “off” است. همین دامنه محدود، پایایی و سادگی پیاده‌سازی را روی سخت‌افزار کوچک ممکن می‌کند.

• واژگان قابل تشخیص: “one”، “two”، “three”، “four”، “five”، “six”، “seven”، “eight”، “nine”، “on”، “off”.
• تمام پردازش گفتار روی دستگاه انجام می‌شود؛ بدون API و بدون وابستگی به سرویس ابری.

McKinnon یک برد سفارشی طراحی کرد که اطلاعات تماس او روی لایه سیلک چاپ شده است. کنار RP2040، حافظه فلش (flash memory)، مدار تنظیم توان (power regulation circuitry)، یک میکروفون برای دریافت صوت کاربر و سایر قطعات پشتیبان قرار گرفته‌اند. نتیجه طبقه‌بندی مدل با یک نمایشگر سون‌سگمنت (seven‑segment display) دست‌ساز از مجموعه‌ای LED‌ مجزا نمایش داده می‌شود؛ راه‌حلی ساده، کم‌هزینه و کاملاً قابل فهم برای نشان‌دادن برچسب پیش‌بینی.

داستان فنی پروژه از زاویه قیود و سازگاری جالب‌تر هم می‌شود. RP2040 از نظر توان پردازشی و حافظه، حاشیه محدودی دارد؛ بنابراین انتخاب مدل کوچک و دامنه واژگان محدود، تصمیمی آگاهانه برای حفظ پایداری زمان واقعی است. حجم کد و وزن‌های مدل باید آن‌قدر کوچک باشند که در حافظه جا شوند و اجرای آن بدون لگ و با مصرف توان منطقی انجام شود. این کارت ویزیت نشان می‌دهد اگر معماری، ورودی/خروجی‌ها و مسیر داده را ساده نگه دارید، تجربه کاربر همچنان می‌تواند شفاف و آموزنده باقی بماند.

مسیر داده و کارکرد دستگاه

• دریافت سیگنال صوتی از میکروفون.
• پردازش و استنتاج مدل شبکه عصبی روی RP2040.
• نمایش برچسب تشخیص‌داده‌شده روی سون‌سگمنت LED.

این ساده‌سازی در ورودی و خروجی، نه‌تنها پیاده‌سازی را کوتاه نگه می‌دارد، بلکه برای یک کارت ویزیت که باید پیام را فوری منتقل کند، کاملاً مناسب است: «این کارت واقعاً هوش مصنوعی را روی برد اجرا می‌کند.»

نویسنده به نکته دیگری هم اشاره می‌کند: با وجود آن‌که بیشتر سطح PCB عملاً خالی است، این انتخاب به زیبایی، سادگی ساخت و هزینه کمتر کمک کرده است. از آنجا که تأمین توان از USB‑C انجام می‌شود و نیازی به باتری یا شارژر داخلی نیست، کارت کاملاً خودبسنده نیست، اما هدف آن هم نمایش فناوری Edge AI در قالبی کوچک و قابل حمل بوده است.

اگر ایده را می‌پسندید و می‌خواهید قابلیت‌ها را گسترش دهید، McKinnon یک نوشته پروژه منتشر کرده که جزئیات بیشتری ارائه می‌دهد؛ از طراحی برد و چیدمان قطعات تا نکات پیاده‌سازی مدل. همان‌جا می‌توانید مسیرهای ارتقا را هم دنبال کنید؛ برای نمونه، افزودن واژگان بیشتر یا تغییر نوع نمایش خروجی. اما هسته مفهوم ثابت می‌ماند: استنتاج روی دستگاه، بدون تکیه بر ابر و API.

جمع‌بندی این خبر ساده است: در زمانی که خیلی‌ها درباره هوش مصنوعی صحبت می‌کنند، McKinnon آن را روی یک کارت ویزیت نشان می‌دهد. ترکیب درستی از انتخاب سخت‌افزار، مدل کوچک و طراحی خروجی مینیمال باعث شده یک نمونه جمع‌وجور Edge AI بسازند که همان‌قدر سرگرم‌کننده است که کاربردی برای معرفی مهارت‌های فنی.