■ 刊登於 PCM eKids - Apr 2019

踏入英皇書院的一間課室,學生正進行類似電動車的測試驟眼看不太注目,畢竟類似的 STEM 作品,近年於學界大小展覽中十分常見。此類習作可說是 STEM 的典型設計作品之一,因能學習及實踐數學、科技、工程等知識技巧·方式是以 ArduinoRaspberry Pi 作「大腦」控制,然後配合感測器(Sensor)及程式,控制摩打帶動車輪行駛。

學界無人駕駛版本

先向同學查詢,他們六位全是中四修讀CT學生,於課外學習製作眼前所展示的「人工智能滅蚊除患車」(簡稱 AI 滅蚊車)。他們指出能藉著眼前的 AI 滅蚊車,解決香港蚊患所帶來的問題。傳統上,每當有蚊患就會以人手噴射殺蟲齊l於指定地點,然而此舉需花費較大人力物力因此設計出透過自動辨識道路的 AI 滅蚊車。他們能定探測有植物的道路並圍繞而行,藉以進行自動噴射殺蟲WI滅蚊:

接著他們續講解技術上的設計要點:主要分為硬件、程式和數據等各個部份。硬件上·運用了立體打印機列印出車架和車身,下層有摩打,中層是 Rassberry Pi,頂層是電池及 Micro: bitll 責務裝置,以及車前端的鏡頭。至於程式上則使用 Python。

運用 Google Colaboratory

運用數據的方式是透過 AI 滅蚊車前端的鏡頭所拍攝的照片訊息作記錄·並經由 Google Colaboratory 進行調鐘模聖·從而建立人工智能的無人駕駛系統。系統所讓領出的模型,能分析路面變化而運作。此外·為了實現滅蚊功能,加入 Micro:bit 配合濕度和溫度惑劉·當兩者達到指定數據時,就會敔動噴藥的裝置。

從自駕開始

利用數據到底如何令 AI 滅蚊車學會 Deep Learning?他們講解訓練模型的方法,第一步是先用遊戲手掣控制遙控車·並於模擬道路上行走,建立出基本資料。接下來便開始訓練模型,這也是最繁複的步驟,要不停重覆進行運作及測試。同學們說每一組數據至少需行走15圈以上,然後再查看資料數據及進行修正。單是訓練數據的部份,花了24小時課程裡逾半的時間,但同學們表示只要學懂 Deep Learning 的結構·理解上不算太複雜,加上課程原已提供基本程式架構,主要是進行嘗試製作及改變選項即可。

學生:評審都評不了

受訪的同學均表示,整項計劃來說,只要努力嘗試,以及學習技術和思考學習上不算太困難,一方面教學團隊已教授了基本知識,另一方面很多資料也可以在網絡上找得到實務上的真正困難主要是測試及改良,畢竟 AI 的應用,於每項設計裡總會有不太一樣的要點,當掌握基本知識後,就需要自行改良及研究,這才是困難的部份。

另一方面,他們認為最有趣的是能製作及運作 AI 車。過往六位學生沒有組裝的經驗,曾以為只需連接後就可運作,結果是實務比理論困難得多,需不停進行測試及調整,例如摩打是否能運作、資料是否能傳遞等:他們直言訓練人工智能外,組裝·測試及改良 AI 車,就是餘下最花時間的部份。

還有一個難忘的經驗是外出比賽時,令他們確認了自身所學的東西很前衛。同學們憶述將設計品向評審介紹時,有評審一直誤以為他們運用的是感測器(Sensor)反射判斷的電動車。其後,他們需先講解 AI 的概念·並補充如何用數據訓練模型的方式評審才能理解 AI 滅蚊車的設計。


Comments are closed.