Bapa seorang pengaturcara membuat pengesan penyusuan AI sendiri untuk meramalkan bila bayi itu lapar dan menghalang tidur isterinya daripada terjejas oleh tangisannya.

Caleb, saudara pengaturcara, baru-baru ini melahirkan seorang anak lelaki, tetapi masalah juga datang bersamanya.

Bayi yang baru lahir perlu diberi makan setiap beberapa jam Dia akan menangis dengan kuat apabila dia lapar pada waktu malam, seluruh keluarga akan terjaga, dan dia tidak akan dapat tidur nyenyak malam.

Dia berunding dengan orang berpengalaman di sekelilingnya, dan nasihat yang dia dapat ialah:

Hanya bersabar dan lalui beberapa bulan pertama.

Tetapi Caleb, sebagai seorang pengaturcara, tidak mahu mengalah dan mula menggunakan pemikiran juruteranya untuk menyelesaikan masalah itu.

Akhir sekali, melalui gabungan kamera + algoritma AI, dia membangunkan sistem pengesanan kelaparan bayi automatik yang boleh mengesan dalam masa sebelum bayi itu mula menangis.

Caleb menyuruh program menghantar pemberitahuan ke telefonnya sebaik sahaja ia menentukan bahawa bayi berkemungkinan 100% lapar.

Dengan cara ini, dia boleh bangun dengan senyap-senyap sendirian untuk memberi susu, dan melindungi tidur isterinya dengan kuasa teknikal.

Sistem sedemikian tidak perlu dibangunkan dari awal, kerana algoritma pengesanan postur manusia di luar rak sudah sangat matang.

Sebagai contoh, Caleb menggunakan MediaPipe sumber terbuka Google, termasuk pose seluruh badan yang lengkap, jaringan muka dan pengesanan pergerakan tangan.

Soalan yang tinggal ialah -

Bagaimana AI ​​menentukan jika bayi lapar?

Sebelum mula mengambil tindakan, Caleb terlebih dahulu pergi ke forum ibu dan bayi untuk membaca banyak maklumat.

Mengikut teori, menangis bermakna bayi telah memasuki peringkat akhir kelaparan. Tidak mudah untuk menyusu secara terus pada masa ini, dan anda perlu menenangkan bayi terlebih dahulu.

Manifestasi awal kelaparan juga termasuk memukul atau menjilat bibir, membuka dan menutup mulut berulang kali, menghisap bibir, jari atau mainan pakaian lain, dsb.

Berdasarkan pengalaman memerhati anak-anaknya sendiri, Caleb menulis kod untuk memberikan pemberat yang berbeza kepada tingkah laku ini.

Sebagai contoh, menumbuk mulut anda akan meningkatkan keyakinan anda sebanyak 10%, dan meletakkan penumbuk anda ke mulut anda juga akan meningkatkan keyakinan anda sebanyak 10%.

Memusingkan kepala bayi ke sana ke mari bermakna bayi sedang mencari sumber makanan Dia memerhatikan kekerapan kepala bayinya memusing adalah berbeza bergantung kepada tahap kelaparan.

Jadi dia menetapkannya dalam tempoh yang singkat Semakin kerap dia menoleh, semakin banyak keyakinan yang dia peroleh.

Dalam tempoh ini, kami juga menghadapi situasi di mana bayi yang memegang dot akan menyebabkan oklusi, dan algoritma tidak dapat mengenal pasti pergerakan bibir dengan tepat.

Atas sebab ini, dia juga melatih semula model tersuainya sendiri berdasarkan algoritma sumber terbuka, memberikan tahap keyakinan berdasarkan situasi memegang dot dan tidak memegang dot.

Semasa proses ini, dia juga mendapati bayi itu akan memuntahkan puting apabila dia sangat lapar. Tindakan ini akan meningkatkan tahap keyakinan sebanyak 30% penuh, yang bermaksud anda akan menangis tidak lama lagi.

Selepas sistem ini digunakan, ia sememangnya membawa banyak faedah kepada keluarga Caleb.

Namun, cerita ini belum berakhir...

Adakah sistem pemakanan automatik boleh dilaksanakan?

Dengan hasil awal perisian, semangat DIY lelaki ini tidak berpuas hati.

Seterusnya, dia menghubungkan sistem ini dengan perkakasan dan peranti mekanikal, cuba mencipta sistem penyusuan automatik sepenuhnya.

Ideanya sangat berani, tetapi pengakhirannya masih agak melampaui batas.

Dia juga tahu bahawa perkara ini terdedah kepada kemalangan, jadi dia terlebih dahulu meminta orang dewasa memainkan peranan sebagai bayi untuk eksperimen.

Saya nampak dia memegang dot di dalam mulutnya dan meniru pergerakan bayi, memalingkan kepalanya dan memukul mulutnya berulang kali untuk meningkatkan keyakinan sistem, dan akhirnya meludah. pacifier untuk mencetuskan penggera sistem.

Apa yang berlaku seterusnya, saya hanya mampu berkata "tindakan berbahaya, tolong jangan tiru".

Caleb membuat video pengalaman ini dan berkongsi dalam talian, yang menarik perhatian dalam kalangan pengaturcara dan DIY.

Beliau mendedahkan bahawa ia hanya mengambil masa kira-kira 50 jam untuk menyelesaikan keseluruhan kerja pembangunan, kerana alat sumber terbuka MediaPipe sudah sangat lengkap.

Sesetengah netizen memberi komen: Jika saya membangunkan sistem ini, anak saya sudah tahu cara membuat kicap apabila saya selesai menjadi kanak-kanak.

Ada sebab mengapa Caleb boleh melakukannya dengan cepat sebelum ini.

Sesetengah orang berasa pelik dengan kelakuannya.

Apabila anda lapar → anda perlu menangis → untuk mendapatkan makanan Ini sepatutnya menjadi peringkat yang perlu untuk belajar berinteraksi dengan persekitaran dan berkomunikasi dengan ibu bapa jika anda boleh mendapatkan makanan hanya dengan berbohong turun, adakah ia akan menjejaskan perkembangan anda?

Seorang lagi netizen percaya bahawa nasihat profesional yang dia dapat daripada kursus keibubapaan adalah cuba memberi makan bayi sebelum mereka menangis, jadi ia tidak sepatutnya menjadi masalah besar.

Caleb sendiri juga berkata bahawa dia dan isterinya tidak akan bergantung sepenuhnya pada algoritma untuk memutuskan apa yang perlu diberi makan kepada anak-anak mereka, tetapi dengan bantuan AI, mereka boleh melakukan yang lebih baik. pekerjaan membesarkan anak-anak mereka.

Sudah tentu, lebih ramai netizen yang berminat mendesaknya: sumber terbuka dengan cepat!

Alamat video: https://www.youtube.com/watch?v=Lda1Sq8HRY4

MediaPipehttps://google.github.io/mediapipe /​

Atas ialah kandungan terperinci Bapa seorang pengaturcara membuat pengesan penyusuan AI sendiri untuk meramalkan bila bayi itu lapar dan menghalang tidur isterinya daripada terjejas oleh tangisannya.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!