เทคโนโลยีอย่าง AI ไม่ได้จำเป็นว่าจะต้องนำมาแก้ปัญหาที่มีความซับซ้อนแต่จับต้องไม่ได้ แต่เพียงอย่างเดียว อย่าง Makoto Koike นักออกแบบ Embedded System ได้ตัดสินใจนำเอาระบบ Deep Learning บน TensorFlow ของกูเกิลมาใช้ในฟาร์มแตงกวาของพ่อแม่ตัวเอง เพื่อช่วยเรื่องการคัดแยกแตงกวาทั้งเรื่องของขนาด สี ฯลฯ ซึ่งช่วยลดระยะเวลาในการคัดแยกลงไปได้ค่อนข้างมาก
คุณ Makoto Koike (ด้านหลัง) และพ่อแม่ในฟาร์มแตงกวา
ในกระบวนการคัดแยก Makoto ได้ใช้ Rasberry Pi 3 ที่ติดกล้อง เพื่อถ่ายรูปแตงกวาแต่ละรูป ก่อนจะส่งไปยังระบบเครือข่ายประสาทเทียม (neural network) บน TensorFlow เพื่อแยกแยะว่ารูปที่ได้มาคือแตงกวาหรือไม่ ก่อนจะส่งรูปต่อไปยังระบบประสาทเทียมที่มีขนาดใหญ่ขึ้น ซึ่งรันอยู่บน Linux เพื่อคัดแยกคุณลักษณะต่างๆ ของแตงกว่าอย่างขนาดและสี ขณะที่เครื่อง Arduino Micro จะใช้ข้อมูลดังกล่าวมาคัดแยกแตงกวา ตามคุณลักษณะที่ตั้งไว้อีกที
ขณะที่การสอนระบบเครือข่ายประสาทเทียม Makoto ระบุว่าใช้เวลาประมาณ 3 เดือน โดยใช้รูปภาพของแตงกวากว่า 7,000 ภาพ ที่มีคุณลักษณะภายนอกแตกต่างกัน โดยผลการใช้งานเบื้องต้นพบว่า AI สามารถคัดแยกแตงกวาได้ตรงการเกณฑ์ที่ตั้งไว้ถึง 90% ขณะที่มนุษย์มีความถูกต้องแค่ราว 75% เท่านั้น
ส่วนข้อจำกัดในการฝึก AI คือความละเอียดของภาพและความสามารถในการประมวลผลของคอมพิวเตอร์ ที่ใช้เพียงพีซีธรรมดาๆ ซึ่ง Makoto ระบุว่ากำลังรอที่จะนำ Cloud Machine Learning ของกูเกิลมาใช้งาน เพื่อลดข้อจำกัดตรงนี้ลงไป
ที่มา - Google Cloud Platform