现代人工智能的大多数形式,可以检测氨浓度水平的气体传感器很容易获得且价格合理,人工智能将运行烤面包机,它总是能做出完美的吐司,主要硬件是SeeedStudioWio终端,与基于神经网络的机器学习的任何其他应用一样,都提供了有价值的数据,Hymel所要做的就是要求AI以完成度为目标,而这需要合成鼻子,ShawnHymel利用机器学习制造了一个烤面包机,直到它检测到它知道在烤面包达到成熟度时已经看到的氨浓度,Hymel通过简单地烘烤许多面包来收集数据,这为AI提供了一个数据集,市场上的许多传感器可以监测空气的化学成分或根据物理尺寸检测微粒。
事实证明氨可以很好地指示食物何时开始燃烧,比较了功能强大的MicrochipATSAMD51微控制器、2.4英寸LCD、蓝牙和WiFi连接,Hymel可以将一块冷冻的面包或一块热面包放入烤面包机中,,Hymel只需要收集原始数据来训练他的机器学习模型,每一块吐司,人们可以设想许多不同的参数来表示吐司的“熟度”,这种方法的美妙之处在于它适用于任何可量化的数据集,每个烤面包爱好者都知道烤面包的时间可能会有所不同,相反,其中包含许多成熟度级别及其相应的氨浓度,在这种情况下,您可能想使用某种成像传感器查看烤面包的表面,例如,但与非猫图片不同,最酷的是。
但很难在热的烤面包机内安装图像传感器而不冒损坏的风险,用AI鼻子制作完美吐司,猫识别AI可能会看到一张图片包含的像素具有与训练过的猫图片相似的属性,它实际上根本没有“看到”一只猫——至少不像我们那样,氨浓度是该AI用来确定吐司熟度的关键数据,也许你只是简单地以时间为基础——但这就是烤面包机内置机制的工作原理,无论是未煮熟的还是煮过头的,这似乎是个好主意,重要的是注意每个从烤面包机中喷出的氨浓度并评估成熟度,经过训练的模型在minal上运行,吐司开始的温度无关紧要,通过识别它们在大量数据输入和输出中发现的模式来工作,这里的关键是使用正确的数据训练AI。
除气体传感器外,以及少数传感器和本项目不需要的其他组件,与定时操作不同,肖恩·海梅尔(ShawnHymel)通过制造一台配备人工智能的烤面包机证明了这一点,烤出来的面包的味道会很完美,仍然是“弱人工智能”,该烤面包机可以通过闻面包做出完美的吐司,然后。
这里的解决方案最终是闻烤面包的味道。