AI – IoT前哨站

树莓派AI 套件上市，带NPU售价 70 美元

如果你曾经想在 Raspberry Pi 5 上尝试神经网络、人工智能和机器学习的世界，树莓派这次推出了官方AI 套件。该 AI 套件是与 Hailo 合作开发的，它可将本地高效的推理能力，集成到各种应用程序中。现已上架 Raspberry Pi 的经销商网络，价格 70 美元。

Raspberry Pi AI 套件拆解

Raspberry Pi AI 套件包括我们的 M.2 HAT+ 和 Hailo-8L AI 加速器模块。AI 套件安装在 Raspberry Pi 5 上，可让你快速构建复杂的 AI 视觉应用程序，实时运行。具有低延迟和低功耗要求。用于对象检测、语义和实例分割、姿态估计和面部识别（仅举几例）的先进神经网络完全在 Hailo-8L 协处理器上运行，使 Raspberry Pi 5 CPU 可以自由地执行其它任务。

Raspberry Pi AI 套件的主要功能包括：

每秒 13 万亿次运算 (TOPS) 的推理性能
以 8Gbps 运行的单通道 PCIe 3.0 连接
与 Raspberry Pi 图像软件子系统完全集成
与第一方或第三方相机的兼容性
加速器硬件的高效调度：在单个摄像头上运行多个神经网络，或者同时在两个摄像头上运行单个 / 多个神经网络

搭载AI Kit的树莓派5

Hailo创建了一个庞大的模型库，用户可以在这里找到各种各样的预训练神经网络模型，可以在AI Kit上部署和优化。

地址：

https://github.com/hailo-ai/hailo_model_zoo/tree/master/docs/public_models/HAILO8L

软件方面

最新版本的 Raspberry Pi OS 会自动检测 Hailo 模块，因此操作系统和利用该模块的应用程序可以立即使用它。rpicam-apps 套件现在有一个后处理模板，用于在摄像头管道中集成实时运行的神经网络推理。

“通过使用预安装的 Hailo Tappas 后处理库，仅几百行 C++ 代码就能创建基于 AI 的高级应用程序。类似级别的集成到我们的 Picamera2 框架中很快就会实现。”

除了可以在 rpicam-apps 或 Picamera2 中使用 Hailo-8L 协处理器外。Raspberry Pi AI Kit 中还打包了集成在 GStreamer 框架和本地 Python 或 C/C++ 应用程序中的 API。包括非摄像机用例，例如在预先录制的视频文件上运行推理。

近看Hailo模块

软件安装步骤非常简单。通过apt安装几个软件包，重新启动，你就可以在几分钟内尝试我们的一些AI演示。完整的说明可以在我们的入门指南中找到。下面是我们的一些演示的预览，你可以通过rpicam-apps运行。

详细步骤：

https://www.raspberrypi.com/documentation/accessories/ai-kit.html#getting-started

有了树莓派AI Kit，你不但可以在picam-apps或Picamera2中使用Hailo-8L协处理器。树莓派还打包了一个集成在GStreamer框架和本地Python或C/C++应用程序中的API。这包括非相机用例，例如在预先录制的视频文件上运行推理。

用树莓派Pico和气体传感器保护厨房

当你在厨房烹饪食物，又跑去刷剧，玩游戏，取快递……

食物正在加热，没人看着，锅烧焦了怎么办？着火了怎么办？

无人看管的烹饪是迄今为止厨房火灾的主要原因。

你可能需要有个东西来帮你盯一下。

这个小东西主要是由树莓派Pico和传感器构成的。

先说开发板，虽然该项目是基于Raspberry Pi Pico构建的，但你可以使用任何与RP2040兼容的电路板创建它。

该项目中使用的Grove-HCHO传感器可检测空气VOCs（挥发性有机化合物）的气体浓度。比如：甲醛和苯。

Jetson Nano开发AI应用的认证课程

NVIDIA的深度学习学院(DLI)为边缘计算开发人员，教育者，学生和终身学习者提供了实用的，动手的AI培训和认证。

Jetson AI部分，NVIDIA提供了两种认证：

一、任何人都可以完成的”Jetson AI专家认证，即Jetson AI Specialist
二、是针对教育工作者的的Jetson AI大使认证，即Jetson AI Ambassador

课程介绍

如今，世界各地使用 NVIDIA Jetson Nano 开发者套件的创客、自学开发者和嵌入式技术爱好者均已掌握 AI 的强大力量。借助这款简单易用而又功能强大的计算机，您将可在图像分类、物体检测、分割和语音处理等应用中并行运行多个神经网络。在本课程中，您将在自己的 Jetson Nano 上使用 Jupyter iPython notebook 构建基于计算机视觉模型的深度学习分类项目。

您将学习如何：

安装 Jetson Nano 和相机
为分类模型采集图像数据
为回归模型注释图像数据
基于您的数据训练神经网络，以创建模型
使用您创建的模型在 Jetson Nano 上运行推理

完成课程学习后，您将能使用 Jetson Nano 创建深度学习分类和回归模型。

培训证书

成功完成本课程和测试后，您将获得 NVIDIA DLI 证书，以证明您在这一主题领域的技能，助力您的职业发展。

课程模式

个人在线自主学习，课程包含视频和代码示及练习例等

课程详情

预备知识：了解 Python 的基础知识（会有帮助，但非必需）

工具、库和框架：PyTorch、Jetson Nano

课程时长：6 学时（课件有效期 6 个月）

课程语言：中文

课程价格：免费

您需要准备好的硬件

NVIDIA Jetson Nano 开发者套件
高性能 microSD 卡：最小 32GB（我们已测试并推荐此产品）
5V 4A 电源和 2.1 毫米直流桶式连接器（我们已测试并推荐此产品）
2 针跳线：必须添加到 Jetson Nano 开发者套件主板，以使桶式插座电源供电（此处为产品示例）
Logitech C270 USB 网络摄像头（我们已测试并推荐 此产品）。
USB 线缆：Micro-B 至 Type-A，支持数据传输（我们已测试并推荐此产品）
一台能以闪存形式向 microSD 卡写入数据的联网计算机

Nvidia推出售价59美元的Jetson Nano 2GB开发板

自从第一台Raspberry Pi于2012年问世以来，单板计算机就变得越来越流行。

比如Nvidia这样的硬件大厂都在生产Jetson系列小型开发板。

其中 Jetson Nano是一款功能强大的小型计算机，专为支持入门级边缘 AI 应用程序和设备而设计。

完善的 NVIDIA JetPack™ SDK 包含用于深度学习、计算机视觉、图形、多媒体等方面的加速库，可助大家轻松上手。

该开发板预装Ubuntu 18.04LTS系统，搭载英伟达研发的128核Maxwell GPU，可以将AI技术应用于各种智能设备。着实惊艳了一把。

2020年这款，价格更便宜，59美元。不过内存也相应少了2GB，去掉了板载存储。

目前树莓派的2GB版本是45美元，4GB内存版本是55美元。

Jetson Nano这个定价让它与高配的树莓派机型有了更直接的竞争，而英伟达表示，Jetson Nano还支持单接树莓派的高质量摄像头（谜之微笑）。

一小时入门Scratch机器学习

一说到人工智能和机器学习，人们总会觉得很高深。除了相关从业者，其他人可能就望而却步了。别说让孩子学，自己都很少看一眼。

其实除了那些涉及算法的专项研究和底层嵌入式开发，还有很多上层应用需要人们开发，去运用。

比如今天我要讲的，一个用Scratch机器学习完成智能化教室控制的演示。

在这个项目中，我们将使用 MachinelearningforKids.co.uk 的在线服务来制作一个智能教室助理，让它对我们所输入的内容作出反应。

首先，我们将创建一个使用规则列表来理解命令的助手。但这种方法比较单调，不是很智能。

而我们这次的重点是让计算机能读懂我们的“弦外之意”。

具体是怎么操作的呢？

首先找一台能联网的计算机，且能正常浏览网页。

在浏览器中打开 machinelearningforkids.co.uk ，然后点击“Get Started”，如果你是中文环境，应该是“开始使用”。

点击“立即尝试”后，+ Add a new project 创建一个项目。

这里先说明一下，该平台是支持中文识别的。但为了方便大家入门，我这里用他们的英文版本做讲解了。

建好之后，再点击“smart classroom”会看到三个选项，选最后一个 “Make”。

这个时候Scratch要出场了。

选择“ Scratch 3”，然后再点“Open in Scratch 3”。不想自己从零开始，就从“ Project templates”里面选择“智能教室”。

点击箭头处的classroom，然后在代码区输入以下内容：

然后点击“小绿旗”测试一下程序是否正常工作。

挨个输入以下命令，并查看程序的反应：

Turn on the lamp
Turn off the lamp
Turn on the fan
Turn off the fan

输入“ Turn on the lamp”的时候，看看画面中的灯是不是真的亮了。

如果你上面的操作都没错的话，你现在已经做好了一个传统的教室电器控制系统。接下来就是我们今天的重头戏了。让计算机经过训练之后，不再呆板的钉是钉，铆是铆。要举一反三，像人类一样理解话语中的含义。

比如有时候我们不一定会说“打开这个电扇！”，而是会感叹“天好热啊。”

那如果是一个聪明的助理，肯定就默默的把电扇打开了，并不需要你一字不差的发号施令。

这个是怎么做的呢？

收集训练样本

首先，你要收集足够多的样本。

回到项目首页，点击第一个“Train”。

然后“ + Add new label ”，添加四个新标签。分别在四个池子里输入要训练的词，这一步相当关键。

在“fan on”这个标签里面，你可以表示房间里太热了。

在“fan off”，你可以抱怨房间里太凉了。

在“lamp on”，你可以表示你看不见。

在“lamp off”，你可以抱怨灯太亮了。

如果还不太理解，就照着图做吧。

样本输入的要点：

1、表达一定要准确，不要在冷的要命的时候还说要更多风。

2、词汇尽量多一些，这样计算机可以理解的也更多。

训练和测试一个机器学习模型

再次返回项目首页，点击“Learn & Test”，我们要开始让计算机学习，并测试它的学习效果。

如果你的样本数量比较多，可能要在这个环节多等一会儿。如果就几个，基本上一分钟内就可以测试了。

在箭头处输入你想表达的冷热明暗相关意思，看看计算机是不是都认对了。如果觉得满意，就可以继续下一步了。

在Scratch中使用机器学习

再次回到“Make”，点击“Open in Scratch 3”。

你会发现左下角多了一个块积木，那就是我们刚才让计算机辛勤努力后的成果。用它来改造我们前面的程序。

再次单击绿色小旗，看看程序是不是比之前聪明多了？人性多了？

到现在为止，你的“智能教室助理”基本雏形已经完成，如果有兴趣，可以把电视机、音乐播放机什么的都加上。

小结：

一般情况下，真正智能助理都是可以语音控制的。以后如果想实战相关的内容，可以进行更高阶段的研究，比如和IoT的硬件结合等等。

目前已经有人根据亚马逊的Alexa语音识别功能制作了自己的智能助手。国内也有相关厂商提供类似服务，你也可以试试。

素材：Raspberrypi.org

作者：王文文，前51CTO安全频道主编，RedHat认证工程师，华为HCIP-IoT认证工程师。

英伟达推出平价开发者套件 Jetson Nano，用法类似树莓派

最近，在美国加利福尼亚州举办的英伟达 GPU 技术大会(GPU Technology Conference，GTC)上，英伟达宣布推出一款名为 Jetson Nano，售价99美元的人工智能开发者套件。据了解，Jetson Nano可以为机器人带来足够的AI算力。

Jetson Nano是一款形状小巧的嵌入式主板，搭载了四核Cortex-A57处理器，128核英伟达Maxwell GPU以及4GB LPDDR 内存。

此外，Jetson Nano还支持一系列流行的AI框架，包括TensorFlow、PyTorch、Caffe、Keras和MXNet，因此大多数算法都属于即插即用型。另外还有一些常见的端口和接口，包括USB A接口和B接口、千兆以太网接口，并且支持microSD存储。

英伟达希望 Jetson Nano 的价位能够让一些新用户接触人工智能硬件开发。英伟达自动化机器副总裁兼总经理Deepu Talla表示：“预计将会有许多制造商都想要进入人工智能领域，但是，这在过去一直无法实现，Jetson Nano将帮助他们做到这一点。

Jetson Nano的价格确实具有竞争力，但它并不是特例。例如，英特尔推出的售价为79美元的Neural Compute Stick(一款基于USB的深度学习推理套件和独立的人工智能加速器)，谷歌最近也推出了两款类似的设备，分别是售价150美元的Coral Dev Board单板计算机，以及售价75美元可以为机器学习提供推理能力的Coral USB加速器。

相关视频地址：

http://v.qq.com/x/page/b0851yczufm.html

来自：天极网

Scratch3.0正式发布脱胎换骨扩展强大

作者：王文文

Scratch是一款由麻省理工学院（MIT）设计开发的少儿编程工具。

早期版本基于Adobe AIR，因此一直无法让iOS和Android的设备运行。近日Scratch官方终于发布了以Blocky为核心的Scratch 3.0，采用Node.js + Html5技术，支持积木拖拽式图形界面开发，可以在iOS & Android手机平板及桌上电脑跨平台使用，为青少年编程降低了难度！

而且Scratch 3.0可以向下兼容，因此你不必担心以前的作品无法调试。

你可以访问：https://scratch.mit.edu/create在线编辑，

也可以从：https://scratch.mit.edu/download下载最新的离线编辑器。

新版Scratch界面

此版本更新内容包括：

1、采用JS+Html5的页面技术，除了笔记本或台式机之外，还可以在平板电脑上创建和展示项目。

2、声音引擎（Audio Engine）重新设计，程序画面的速度因为WebGL的加速，达到40 fps，比Scratch 2.0的30fps快了一些，支持16:9画面。

3、新的精灵和背景，还有全新的扩展库，允许连接到Micro:bit、LEGO MINDSTORMS EV3等硬件，40多种语言支持。（连语音识别都给你准备了）

4、将舞台移到了编辑器右边（我倒是觉得放左边更好）。

5、新的运算符，使文本（字符串）更容易使用。

6、新的笔块（pen blocks），支持透明度。

7、IDE的小猫图标都改成字母了。

8、还有其他更新内容请自行发掘。

新版扩展区

从此次大改版大家应该能看出，Scratch志向不小。特别是新加的几个扩展，都是流行的IoT和AI应用。如果你的孩子在家用它搞出什么黑科技，千万不要惊讶。

研究员利用 AI 打击盗猎大象活动

美国 Cornell University 的 Elephant Listening Project 是利用录音数据来追踪非洲森林象的计划，他们通过研究动物的呼叫声来协助研究员追踪大象族群的数目，最终更希望借此保护大象免受偷猎者的伤害。可是这计划在每 3 个月就会获得 7TB 数据需要处理，通常都要 12 星期的时间才能分析完成，在忙于处理数据时就可能已经出现了新威胁，所以研究员就希望利用 AI 来加速分析追踪数据的过程。

Elephant Listening Project 是与一家专门开发分析音频数据的 AI 的新创公司 Conservation Metrics 合作，利用后者的 AI 来大大减少收集数据和分析的所需时间。据 Elephant Listening Project 的负责人 Peter Wrege 所道，这合作的重点为加速，让他们能更快地提供分析结果予国家公园的管理人员，让他们作出应对措施；如果要花逾年的时间才能知道大象在公园里的活动，那已经为时已晚。

目前预计有约 40,000 头森林象栖息于中非，数字已经比十年前大减 60%，其中盗猎活动是大象数目锐减的最大原因。科学家发现在加蓬（Gabon）就有 25,000 头森林象在 2004 年至 2014 年间被杀；刚刚过去的一星期，Elephants Without Borders 就在野生动物保护区附近发现有 90 头大象的尸体，全都因为盗猎活动而死亡。

目前 Conservation Metrics 已经能在 22 天内完成分析，并持续努力缩短需时。据指他们最近成功加入微软的 AI for Earth 计划并能利用 Azure 服务，这有望把分析时间缩短至一天。Wrege 表示，音频数据是会源源不绝地记录下来，但这方法能让我们定期从中获得有用信息。即使这挑战是令人生畏的，但是值得的，而且能够克服下去的，只要坚持到底就可以了。

经由: Engadget
来源: Cornell University

美军火商邀大众开发更迅捷的 AI 无人机导航系统

当前，自动驾驶的无人机很少能进行高速飞行，更别说挑战专业的竞速飞手了。

Lockheed Martin（洛克希德.马丁）与 Drone Racing League（无人机竞速联盟）想要逆转这现况，两者合作开展 AlphaPilot Innovation Challenge，鼓励大众开发高速飞行的无人机 AI 系统，并在DRL联盟的比赛中取得胜利。

AlphaPilot Innovation Challenge既是一项合作，又是一项挑战赛，参与的开发者不仅需要将AI系统开发出来，更需要赢得这场比赛。据悉，参赛的开发者可以在NVIDIA Jetson的平台上开发AI，以便让开发好的AI系统能够转移到联盟的AIRR电路板上使用。

这挑战会在2018年 11 月正式开始，奖金总额达 200 万美元，而且还有额外 25 万美元的奖金来鼓励首个能击败专业 DRL 飞手的 AI 系统开发者。

这计划除了宣传无人机竞速联盟之外，对于洛马来说，更能借助通过 AlphaPilot 的技术来开发无人航机（民用或军用），带来更便宜、更具弹性的操作方案。

来源: Lockheed Martin