به گزارش hackster
آیا تا به حال فکر کردهاید که یک ماشینحساب ساده مثل TI-84 بتواند میزبان یک ابزار مبتنی بر هوش مصنوعی باشد؟ ExploratoryStudios یک غلطگیر املایی مبتنی بر هوش مصنوعی را برای ماشینحساب TI-84 Plus Silver Edition توسعه داده است. این پروژه نشان میدهد که حتی با سختافزارهای قدیمی و محدود هم میتوان ایدههای نوآورانه را پیادهسازی کرد. در این مقاله، به جزئیات این پروژه شگفتانگیز و چگونگی اجرای آن میپردازیم.
چالش سختافزاری TI-84
ماشینحساب TI-84 Plus Silver Edition از یک پردازنده Z80 با سرعت 15 مگاهرتز بهره میبرد و تنها 24 کیلوبایت حافظه RAM دارد. این مشخصات، حتی در مقایسه با کامپیوترهای شخصی دهه 1980، بسیار محدود به نظر میرسد. با این حال، استودیوی اکتشافی توانسته با استفاده از این سختافزار قدیمی، یک شبکه عصبی کوچک را اجرا کند. این کار بدون هیچ ترفندی برای اتصال به خدمات آنلاین یا سرورهای خارجی انجام شده و همهچیز روی خود ماشینحساب اجرا میشود.
HERMES OPTIMUS: یک شبکه عصبی سفارشی
ساختار شبکه عصبی

الگوهای فعالسازی نورونها برای ورودیهای مختلف
این غلطگیر املایی که HERMES OPTIMUS نام دارد، یک شبکه عصبی سفارشی است که با زبان TI-BASIC نوشته شده و مستقیماً روی سختافزار ماشینحساب اجرا میشود. این شبکه شامل 4 نورون ورودی، 60 نورون مخفی و 12 نورون خروجی است که هرکدام به یک کلمه هدف از میان 12 گزینه ممکن اشاره دارند.
محدودیتها و بهینهسازیها
برای سازگاری با محدودیتهای حافظه و توان پردازشی TI-84، این غلطگیر تنها روی کلمات چهارحرفی کار میکند و از میان 12 گزینه، محتملترین کلمه را پیشنهاد میدهد. این محدودیتها باعث شده که HERMES OPTIMUS بیشتر شبیه یک ابزار سرگرمکننده باشد تا یک کاربرد عملی. همچنین، به دلیل محدودیتهای سختافزاری، آموزش مدل روی یک کامپیوتر جداگانه انجام شده، زیرا آموزش روی خود ماشینحساب ممکن است سالها طول بکشد و با مشکلات سرریز حافظه مواجه شود.
دادههای فنی پروژه
مشخصه | مقدار |
---|
پردازنده | Z80 با سرعت 15 مگاهرتز |
حافظه RAM | 24 کیلوبایت |
نورونهای ورودی | 4 |
نورونهای مخفی | 60 |
نورونهای خروجی | 12 |
محدودیت طول کلمه | 4 حرف |
تعداد گزینههای پیشنهادی | 12 کلمه |
آموزش و سرگرمی با HERMES OPTIMUS
اگرچه HERMES OPTIMUS بیشتر یک اسباببازی است تا یک ابزار کاربردی، اما ارزش آموزشی زیادی دارد. کدنویسی دستی یک شبکه عصبی در زبان BASIC روی یک ماشینحساب قدیمی، راهی عالی برای یادگیری مفاهیم پایهای یادگیری ماشین است. این پروژه میتواند الهامبخش علاقهمندان به فناوری باشد تا با سختافزارهای قدیمی خود، ایدههای خلاقانه را آزمایش کنند.
ایدههای مشابه و پروژههای مرتبط
اگر به اجرای هوش مصنوعی روی سختافزارهای قدیمی علاقهمند هستید، میتوانید به پروژههایی مانند TensorFlow Lite برای Commodore 64 یا مولد تصاویر مبتنی بر هوش مصنوعی برای همین پلتفرم نگاهی بیندازید. این پروژهها نشان میدهند که محدودیتهای سختافزاری نمیتوانند جلوی خلاقیت را بگیرند.
نویسنده شو !
سیسوگ با افتخار فضایی برای اشتراک گذاری دانش شماست. برای ما مقاله بنویسید.