一根優(yōu)秀的黃瓜應(yīng)該具備什么素質(zhì)？谷歌AI告訴你

Makoto Koike原本在日本的一家車企當工程師，大約一年前，他辭去工作回到老家?guī)透改附?jīng)營黃瓜農(nóng)場。農(nóng)場并不大，然而給黃瓜分類的工作卻讓Makoto吃了不少苦頭。

日本各個農(nóng)場對于黃瓜有不同的分類標準，并不是我們所想的分個大小那么簡單。單是Makoto自己家的農(nóng)場，同一個品種的黃瓜的分類就達了9種之多。一般來說，顏色鮮艷、刺多、體態(tài)勻稱的才算是好瓜。

以下是令人震撼的Makoto家9類黃瓜圖表，由上至下質(zhì)量依次遞減。

手里剛摘了一根黃瓜，你得仔細觀察它的長短、粗細、顏色、紋理、是否有小刮痕、彎的還是直的、刺多不多......要跟9類標準對應(yīng)，看它屬于哪一等級，這并不是一個容易學的工作。

一個人要花好幾個月才能熟練掌握整個分類標準體系，所以到了采摘旺季，Makoto家忙不過來，卻又不能臨時雇人幫忙。

但是Makoto始終認為，給黃瓜分類不應(yīng)該是瓜農(nóng)的主要的工作，瓜農(nóng)最重要的任務(wù)應(yīng)該是專注于種植出美味的黃瓜。所以他決定，要把分類的工作交給機器，但是市面上的黃瓜分類器要么性能差要么太貴，不適合小農(nóng)場。

而這時他看到了阿爾法狗的圍棋大賽，一下子被人工智能吸引了，萌生了用機器學習造黃瓜分類機的想法，并開始研究谷歌開源的TensorFlow平臺。

值得一提的是，使用 TensorFlow，并不需要具備高等數(shù)學模型、優(yōu)化算法等專業(yè)知識，你只需下載簡單的代碼，然后閱讀教程，就可以開始著手工作了。

這是Makoto制作的黃瓜分類機工作的場景：如果一根黃瓜屬于某一個品類，小刷子就會把它推到相應(yīng)的箱盒里。

Makoto使用樹莓派3作為主控制器，配備一個相機拍攝照片。這些照片傳到TensorFlow平臺上，起初在一個小型的神經(jīng)網(wǎng)絡(luò)上運行，以判斷是否是黃瓜。之后，已經(jīng)被判定為黃瓜的照片接著傳輸?shù)揭粋�更大的基于Linux服務(wù)器的神經(jīng)網(wǎng)絡(luò)，來對黃瓜按照不同的特質(zhì)進行分類。

以下是黃瓜分類機的系統(tǒng)圖：

機器學習首先是需要一個數(shù)據(jù)庫的，為了訓練這個模型，Makoto花了3個月的時間給它“喂”了7000張黃瓜照片，這些照片都是由Makoto的媽媽分類貼上的標簽。

小編推薦閱讀

• 谷歌2024年開發(fā)者大會今晚召開！聚焦“人工智能”
• 谷歌服務(wù)助手
• 谷歌瀏覽器的優(yōu)勢與不足
• 我用谷歌賬戶注冊了yahoo賬戶為什么登陸不了雅虎奇摩里的即時通聊天功能？
• 傳聞：谷歌Stadia負責人Phil Harrison已從谷歌離職