ピクセット経由: 教育AIおよび機械学習プロジェクト用のビジョンセンサー

Compatible con Arduino, Raspberry Pi y micro:bit, este sistema se compone de modelos de reconocimiento preintegrados, bloques de código y una plataforma Accelerated Machine Learning online.

La compañía VIAテクノロジーズ, empresa representada en España y Portugal por アナトロニック, tiene disponible el sensor de visión VIA Pixetto, una plataforma intuitiva para proporcionar conocimientos de inteligencia artificial (IA) y aprendizaje automático (ML) a los alumnos de educación secundaria.

VIA Pixetto incorpora un conjunto de herramientas que ayudan a los estudiantes a comprender los principios básicos y las tecnologías de IA y ML, para aplicarlos en sus proyectos de visión artificial y robótica (添付の表を参照してください).

Las características de hardware de VIA Pixetto incluyen un sensor de visión Full HD, un puerto Micro USB 2.0, una ranura de tarjeta Micro SD, un micrófono y un conector Grove para tarjetas y periféricos Arduino, Raspberry Pi y micro:bit.

リチャード・ブラウン, 副社長. de marketing internacional de VIA Technologies, señala que “como la inteligencia artificial y el aprendizaje automático proliferan en todos los aspectos de nuestro día a día, es esencial que los centros educativos proporcionen a sus estudiantes el conocimiento teórico y práctico de estas tecnologías emergentes”.

このため, el desarrollo de VIA Pixetto “responde a esta necesidad, con una plataforma intuitiva que permite a los alumnos aprender los principios básicos de IA y ML y explorar sus aplicaciones potenciales al crear sus propios proyectos”, 保証します.

Herramientas integradas

• Modelos de reconocimiento (preintegrados) de objeto, forma, 色, expresión y escritura que los alumnos pueden usar a la hora de configurar el sensor de visión.
• Bloques de código para ‘principiantes’ integrados con la plataforma Scratch para enseñar a los estudiantes una programación básica.
• Plataforma Accelerated Machine Learning online para ayudar en la creación de nuevos modelos en los proyectos educativos.
• Soporte de código avanzado utilizando Python y TensorFlow Lite.