A Jennifer Wang le gusta vestirse para el cosplay y es una fanática de Harry Potter. Sus habilidades mágicas son tecnológicas en vez de mágicas, pero para el observador casual ella ha logrado difuminar esas líneas. Teniendo mucha experiencia con diferentes sensores, decidió fusionar todo esto para hacer una varita mágica. La varita contiene una unidad de medición inercial (IMU) para que pueda detectar gestos. En lugar de codificar todo [Jennifer] usó el aprendizaje automático y presentó sus resultados en la Superconferencia de Hackaday. ¿No lo hiciste a Supercon? No te preocupes, puedes mirar Su charla sobre la construcción de reconocimiento de gestos basado en IMU. abajo, y toma el código de GitHub.

Naturalmente, disfrutamos viendo las partes tecnológicas de su proyecto, y esta es una excelente guía para aplicar el aprendizaje automático a los datos del sensor. Pero lo que pensamos que fue realmente perspicaz fueron las discusiones sobre todo el ciclo de vida del diseño. Hacer preguntas para abarcar el espacio de diseño, como cuánto dinero puede gastar, quién usará el dispositivo y dónde lo usará son cosas que respondemos inconscientemente pero que no hacemos explícitas. No responder a estas preguntas en absoluto aumenta el riesgo de que su proyecto falle o, al menos, no tenga el éxito que podría haber tenido.

Equilibrar

Otro tema para la charla: los oficios de diseño. Debe equilibrar lo que quiere con otras realidades del proyecto, como la velocidad, el consumo de energía y el costo. En este caso, [Jennifer] señala que un sistema de aprendizaje automático puede ser preciso, eficiente en memoria o de baja latencia y ella afirma que solo puede elegir dos. Es decir, un modelo pequeño y rápido podría no ser preciso. Un modelo preciso que sea rápido probablemente usará mucha memoria, y así sucesivamente.

Entre los requisitos y los intercambios, ella le explica cómo llegó a la arquitectura de la varita que podría diseñarse y construirse. Por ejemplo, una cámara puede reconocer gestos, pero no en la oscuridad. El diseño final incorpora una IMU BNO055, una Raspberry Pi Zero W, un sistema de audio y, por supuesto, potencia.

El siguiente intercambio involucró el uso de un aprendizaje profundo versus enfoques más tradicionales. Para tomar esa decisión, miró qué haría cada técnica más fácil y qué sería más difícil. Por ejemplo, el aprendizaje profundo no requiere tanto conocimiento del dominio, pero es más difícil de depurar y requiere una gran cantidad de datos para entrenar bien. Un enfoque de procesamiento de señales es más fácil de depurar pero requiere más conocimiento del dominio.

El enfoque final fue recopilar gran cantidad de datos y luego aprender en profundidad un modelo a partir de esos datos. Un elemento importante aquí es la cobertura. Es decir, asegurarse de que los datos cubran todos los casos de uso esperados. La primera iteración del modelo no funcionó bien, pero después del tercer intento, las cosas empezaron a encajar.

Reducido a la práctica

La parte práctica del software utilizó Python con algunas bibliotecas numéricas y scikit-learn Para manejar los aspectos de aprendizaje profundo. Plot.ly y Jupyter Notebook también proporcionaron herramientas que eran útiles.

Si bien una varita mágica puede no parecer muy práctica, el final de la presentación habla sobre otras cosas que la tecnología podría lograr, como la detección de terremotos o la recopilación de datos del censo. Incluso podría detectar cuando alguien se ha caído.

El valor real, sin embargo, es el proceso de diseño. Como ella señala, esos mismos pasos, que definen los requisitos y trabajan en las operaciones de diseño, son importantes para cada proyecto. Claro, a veces un proyecto es tan pequeño que intuitivamente lo haces sin pensar. Pero a medida que los proyectos se hacen más grandes, contar con un proceso para asegurarse de haber cubierto sus necesidades y haber realizado elecciones coherentes con sus objetivos y limitaciones puede ser de gran ayuda para garantizar que un proyecto sea exitoso.

Dejar respuesta

Please enter your comment!
Please enter your name here