Narratron – Schattenspiel und Geschichten von der KI
Bei Pollux Labs findest du zahlreiche KI-Projekte, mit denen du dir zum Beispiel Bilder erklären und die aktuelle Nachrichtenlage zusammenfassen lassen kannst. Ein weiteres interessantes
KI-Projekte – Künstliche Intelligenz für Maker
Codestral und Claude 3.5 Sonnet in VS Code verwenden
Vielleicht kennst du schon den GitHub Copilot – ein Programmier-Assistent, den du z.B. in Visual Studio Code verwenden kannst. Eine Alternative bietet das französische KI-Unternehmen
OpenAI auf dem ESP32 verwenden
Hier bei Pollux Labs gibt es mittlerweile eine Vielzahl von Projekten, die OpenAI bzw. ChatGPT verwenden. Dabei kommt oft der Raspberry Pi und immer die
Musik mit künstlicher Intelligenz komponieren
Mit KI kannst du mittlerweile eine Vielzahl von Medien erzeugen: natürlich Texte, mit denen alles anfing, aber auch Bilder und Videos. Eine faszinierende Idee war
Bilder analysieren und beschreiben lassen mit künstlicher Intelligenz
Dass du mit Hilfe von ChatGPT bzw. DALL-E Bilder erzeugen kannst, weißt du sicherlich bereits schon. Aber es geht auch andersherum: Mit Vision von OpenAI
Deine persönlichen Radio-Nachrichten auf dem Raspberry Pi
Aktuelle Nachrichten selbst zu lesen ist nicht immer möglich – manchmal sind sie vorgelesen gerade praktischer. Nur informiert dich das Radio üblicherweise nur zur vollen
KI-Videos mit Stable Video Diffusion erstellen
Auf Pollux Labs konntest du bereits viel über Bildgenerierung mit ChatGPT und deepAI erfahren – aber wie sieht es mit Videos aus? Stable Diffusion hat im
Text To Speech mit Python – So vertonst du Texte
In diesem Tutorial lernst du zwei Methoden kennen, mit denen du in Python Text in gesprochene Sprache umwandeln kannst. Mit Text to Speech kannst in
Kochen mit ChatGPT und REWE-Angeboten
Dass ChatGPT mittlerweile mit einem Bild deines Kühlschrankinhalts kochen kann, ist bekannt. Aber wie wäre es einmal mit einem Gericht, dessen Zutatenliste nur aus Sonderangeboten
Arduino Schnarchstopper mit Künstlicher Intelligenz
Schnarchen ist ärgerlich, klar. Dagegen gibt es Geräte, Kissen, Apps und viele andere Mittelchen – aber die meisten davon dürften kaum halten, was sie versprechen.
Objekterkennung mit Künstlicher Intelligenz und dem Raspberry Pi
Objekte automatisch zu erkennen, kann in vielen Projekten zum Einsatz kommen – Hindernisse meidende Roboter, eine Kamera am 3D-Drucker oder auch eine Tür, die sich
ChatGPT im Telefon – ein Retro-Sprachassistent
In diesem Projekt baust du ein Telefon so um, dass du mit ihm mit ChatGPT telefonieren kannst: Du stellst eine Frage, die mit einem Mikrofon
Die ChatGPT API mit Python verwenden
ChatGPT im Browser oder als App zu verwenden, hat sich mittlerweile bei einer Vielzahl von Menschen etabliert. Aber selbstverständlich stellt OpenAI auch eine ChatGPT API
So erzeugst du KI Bilder mit Python und deepAI
Bilder, die von einer künstlichen Intelligenz wie DALL-E oder DeepAI „gemalt“ werden, sind in aller Munde. In diesem Tutorial erfährst du, wie du KI Bilder
Ein Babyphone mit künstlicher Intelligenz und einem Arduino Nano 33 BLE Sense
Ein Babyphone ist eine praktische Sache, sollte das eigene Kleinkind mal außer Hörweite sein. Im Prinzip ist solch ein Gerät nichts anderes als ein Sender
Gute oder schlechte Nachrichten? Mit einer Sentimentanalyse findest du es heraus.
In diesem Projekt lädst du dir mit einem ESP32 aktuellen Schlagzeilen aus dem Internet und findest mit einer Sentimentanalyse heraus, ob sie positiv oder negativ
Künstliche Intelligenz für Alle – mit Teachable Machine
Denkst du beim Schlagwort Künstliche Intelligenz an AlphaGo, Unsupervised Learning und komplizierte Statistik? Dann hast du zwar Recht, aber das heißt nicht, dass der Einstieg
Komplexe Gesten erkennen mit künstlicher Intelligenz und deinem Arduino
In diesem Projekt entwickelst du ein KI-Modell, das Gesten wie Kreisbewegungen und Winken erkennen kann. Anschließend lädst du es auf deinen Arduino Nano 33 BLE
Daten sammeln in Edge Impulse mit dem Arduino Nano 33 BLE Sense
Wenn du mit Edge Impulse per maschinellem Lernen KI-Modelle entwickeln möchtest, benötigst du vor allem eines: Daten. Viele Daten. In diesem Tutorial lernst du, wie
Arduino Nano 33 BLE Sense mit Edge Impulse verbinden
Mit Edge Impulse sammelst du ganz einfach Sensordaten, entwickelst daraus KI-Modelle und spielst diese wieder zurück auf einen Microcontroller. Der perfekte Kompagnon hierfür ist der
Mit künstlicher Intelligenz Elefanten retten
Die Einsatzgebiete von künstlicher Intelligenz scheinen ja unbegrenzt zu sein: Einige befinden sich im Bereich der praktischen Zukunftstechnologie, wie z.B. das autonome Fahren. Andere, wie
Künstliche Intelligenz ist ein Thema, das seit einigen Jahren enormen Aufschwung erfahren hat – und uns sicherlich nie wieder verlassen wird. Maschinelles Lernen und KI-Modelle schienen bislang Großrechnern, Laboren und Tech-Firmen vorbehalten gewesen zu sein. Aber das stimmt nicht: Auch du kannst auf deinem Arduino und Raspberry Pi KI-Projekte mit künstlicher Intelligenz umsetzen!
Auf Pollux Labs lernst du den Umgang damit, indem du spannende Projekte umsetzt: Zum Beispiel ChatGPT im Telefon, Objekterkennung mit dem Raspberry Pi und und und…
Maschinelles Lernen mit Edge Impulse
Natürlich hat dein Arduino nicht die Power, komplexe Modelle zu berechnen. Deshalb lagerst du diesen rechenintensiven Job am besten aus. Hierfür eignet sich der Service von Edge Impulse, den du für deine Hobby-Projekte gratis verwenden kannst.
Edge Impulse funktioniert mit einer Reihe von Microcontrollern, darunter auch der Arduino Nano 33 BLE Sense.
Auf Pollux Labs lernst du, wie du z.B. deinen Arduino Nano 33 BLE Sense mit Edge Impulse verbindest und ihn zum Sammeln von Daten verwendest.
Sobald du die Daten für deine künstliche Intelligenz bei Edge Impulse gespeichert hast, kannst du dort ein KI-Modell berechnen (lassen), das du optimieren und wieder zurück auf deinen Arduino spielen kannst. Dort kannst du es dann wie gewohnt für dein Projekt verwenden.
Arduino Nano 33 BLE Sense – künstliche Intelligenz leicht gemacht
Wie erwähnt, eignet sich der Arduino Nano 33 BLE Sense perfekt für deine ersten Schritte in das Thema künstliche Intelligenz.
Er besitzt eine Reihe von Sensoren, z.B. für Temperatur, Druck, Farben, Gesten. Zwei weitere kannst du derzeit bei Edge Impulse verwenden: Den Beschleunigungssensor und das Mikrofon.
Dies ermöglicht dir, z.B. ein KI-Modell zu entwickeln, das komplexe Gesten und Bewegungen erkennt. Ebenso kannst du das Mikrofon des Arduinos nutzen, um Geräusche aufzunehmen und direkt bei Edge Impulse zu speichern. Auch hieraus kannst du im Handumdrehen ein neuronales Netz entwickeln, das z.B. Husten, Schnarchen oder ein schreiendes Baby erkennt.
Mit Teachable Machine KI-Modelle entwickeln
Eine besonders einsteigerfreundliche Lösung kommt von Google: Mit Teachable Machine kannst du hier im Handumdrehen Modelle entwickeln. Zur Auswahl stehen hierbei die Erkennung von Bildern, Tönen und Posen bzw. Gesten.
Du trainierst die künstliche Intelligenz einfach mit Bildern und Tönen von deiner Festplatte oder direkt mit deiner Webcam bzw. dem Mikrofon. Das Training selbst ist bewusst einfach gehalten – allerdings kannst du auf Wunsch einige Parameter verändern, um deine Ergebnisse zu verbessern.
Wenn du fertig und zufrieden bist, kannst du dir dein KI-Modell für TensorFlow oder TensorFlow Lite herunterladen und in deinen KI-Projekten weiterverwenden. Einfacher geht es kaum.
ChatGPT, DALL-E und Co. in KI-Projekten
Nachdem das Unternehmen OpenAI die Version 4 von ChatGPT vorgestellt hatte, war schnell klar, dass dies großartige Möglichkeiten für KI-Projekte birgt. Als Maker fällt dir das Experimentieren leicht: Für den Einstieg benötigst du nicht mehr als die Programmiersprache Python und ein paar Einsteigerkenntnisse.
Auf Pollux Labs findest du Tutorials zur Bildgenerierung mit DALL-E (auch von OpenAI), Vertonung von Texten, Erstellung von Videos mit Stable Video Diffusion – oder gleich ein ganzes Telefon, mit dem du bei ChatGPT anrufen kannst, um eine Frage zu stellen.