利用AI設計樂高積木分揀，還有什么AI辦不到的？

Jacques Mattheij 沒想過會買兩噸重的樂高積木。

但這意想不到的一幕就在某晚的 eBay 拍賣活動之后發(fā)生了，確切的說這是出價過高得到的戰(zhàn)利品——一大推二手積木。他打算轉(zhuǎn)賣這些積木來賺錢。但是，他贏得的積木要比預想的多。次日早上，他已經(jīng)擁有 200 多萬塊。

為了賣個好價錢，他需要把這些積木分類。而他并不喜歡手動分揀這堆數(shù)量龐大的戰(zhàn)利品?！耙堰@些都整理好，得花上幾輩子的時間?！盡attheij 在他的博客中這樣寫道。

因此，住在阿姆斯特丹郊外的發(fā)明家 Mattheij 把這份差事交給了計算機。他推測，既然 GPU 加速的深度學習和物體識別技術(shù)不僅能識別圖像和視頻中的物體，還能識別自動駕駛汽車行駛路徑中的行人、自行車和其他物體，那么何不把這種 AI 技術(shù)應用到自己的樂高積木上呢？

怪物混搭

當 Mattheij 還是個孩子的時候，他就很喜歡樂高。所以，幾年前他帶著自己的孩子去了丹麥的樂高樂園。在游樂設施、餐館和商店里，他注意到狂熱的粉絲們幾箱幾箱地購買樂高積木。

那時，他決定在蓬勃發(fā)展的樂高轉(zhuǎn)售行業(yè)中試試身手。他想通過實現(xiàn)繁瑣分類任務的自動化作業(yè)來徹底改變這個行業(yè)。就像未分類的的散裝拍賣品那樣，完整的樂高玩具組合和稀有的零件會出售很多次，所以如果他成功了，他就會獲利。

對于樂高分揀機，Mattheij 首先用樂高積木建立了一個概念驗證模型。然后，他花了幾個月的時間進行修補，直到拼湊成一個正常工作的分揀機——或者，用他的話說“這是利用不著邊際的零碎硬件混搭出的一個弗蘭肯斯坦式的怪物機器”。

這個機器包括取自一臺家用跑步機、一個收銀機輸送帶、兩個冰箱電機、一個氧氣筒和一部相機的零件，所有這些都用“大量強力膠”緊緊粘在一起。

您可以在下面的慢動作視頻中看到這臺分揀機是如何工作的。

樂高分揀機

訓練自動分揀機來分離樂高積木并不是件容易的事。首先，Mattheij 的積木有 38,000 多種形狀以及 100 多種顏色和色調(diào)。他反復編寫軟件來對樂高積木進行分類，但他所做的一切都無法幫助他完成這項龐大的工作。

“經(jīng)過六個月的特征編碼、測試編寫和積木掃描工作后，我受夠了?！彼f。

然后，他決定試試 GPU 加速的深度學習。在提升自己的技能后，他使用 Keras 和 TensorFlow 深度學習框架以及依靠NVIDIA GeForce GTX 1080 Ti GPU運行的cuDNN加速訓練神經(jīng)網(wǎng)絡。該設置可以識別成千上萬種可能的積木形狀和顏色。

“在幾個小時之內(nèi)，我便超越了在過去幾個月中根據(jù)逐個特征費力拼湊的所有結(jié)果?！盡attheij 說。

樂高分揀機現(xiàn)在每小時能分揀出 4000 塊積木，準確率為 97%，但 Mattheij 認為他可以在不影響準確性的前提下提高速度。到目前為止，他已經(jīng)分揀了超過 13 萬塊。

“它比人工分揀做得好，而且還能連續(xù)不斷地工作?！彼f。