PHYTEC KI gewinnt „on the Edge“

von | 23.09.2020 | Applikationen, Wissen

PHYTEC America baut intelligente Demo für Spieleklassiker Vier Gewinnt

Eigentlich ist PHYTEC Spezialist für Embedded Systeme im industriellen Serieneinsatz. Doch nun hat das Team von PHYTEC America eine spannende Demo entwickelt: Eine Maschine, die mittels künstlicher Intelligenz und Robotikelementen, das Spiel Vier Gewinnt spielt.

Erstmals auf der embedded world 2020 war live zu erleben, wie viel Spaß die rechenstarken embedded Lösungen von PHYTEC machen können, die gleichzeitig kompakt, energiesparend und kostengünstig sind.

Der Hardware-Aufbau

Die Vier Gewinnt Maschine von PHYTEC besteht aus folgenden Hardware-Komponenten:

  • Spielfeld mit Spielkugeln in 2 Farben
  • Roboterarm
  • Kameragesteuerter Sortiermechanismus für die Spielkugeln
  • Touchscreen
  • PHYTEC System-on-module: phyCORE®-AM5729 mit einem Texas Instruments Prozessor TI Sitara AM5716/8

Spielablauf und Softwareumsetzung

Vier Gewinnt ist ein Spiel mit perfekter Information: Jeder Spieler kennt alle Züge des Gegenspielers. Genau wie im klassischen „Vier Gewinnt“ Spielfeld befinden sich im PHYTEC Spielfeld 42 Kugelsteckplätze. Gespielt wird mit 21 roten und 21 gelben Spielkugeln. Ist die Maschine an der Reihe, verteilt ein 5-achsiger Roboterarm von Dorna.ai die Spielkugeln im Spielfeld. Er wird vom Hauptprozessor (ARM® Cortex A-15) des TI Sitara angesteuert (programmiert in Phython). Die USB-Kamera erkennt die aktuelle Kugelverteilung im Spielfeld. Sie wird ebenfalls vom Hauptprozessor angesteuert. Zur Entlastung des Hauptprozessors wäre hier auch eine Steuerung über eine der IPUs oder DSPs auf dem TI Sitara möglich. Mit Hilfe von Algorithmen aus der OpenCV Library wird die Kugelposition an das KI-Modell übermittelt, welches zuvor in der Cloud erstellt wurde. Es handelt sich um ein Convolutional Neural Network (CNN), das auf dem Embedded Vision Engine (EVE) Coprozessor des TI Sitara ausgeführt wird. Hier werden die Spielentscheidungen der Maschine berechnet. Genutzt werden hierfür das Texas Instruments Deep Learning (TI-DL) sowie die OpenCL Schnittstelle. Das Modell setzt das Open Source Framework TensorFlow ein.

Der menschliche Spieler kann das System auf einem LVDS Touchscreen zum Zug auffordern: aus Sicherheitsgründen startet der Roboterarm nicht automatisch. Nach Beendigung einer Runde werden die Kugeln mittels eines Sensors farblich erkannt und über den Sortiermechanismus in zwei Boxen verteilt. Der gesamte Aufbau wurde in dem 3D-CAD-Konstruktionstool SolidWorks geplant. Das Spielfeld und den Sortiermechanismus hat das Entwicklungsteam via 3D-Druck hergestellt. Die Entwicklungszeit betrug wenige Monate.

Warum das Ganze?

Anfang des Jahres stellten PHYTEC Mitarbeiter auf einer großen Messe in den USA fest, dass künstliche Intelligenz (KI) in Computersysteme zwar mittlerweile weit verbreitet ist, die Hardware jedoch an vielen Stellen noch ineffizient eingesetzt wird.

Sie waren unzufrieden mit dem teilweise ineffizienten und schlecht skalierbaren Einsatz von Rechenleistung. In der Industrie werden KI-Systeme für die hocheffiziente Umsetzung komplexer Produktionsprozesse eingesetzt. Hier hat es viele Vorteile, wenn nicht alle Daten erst zur Analyse in die Cloud geschickt werden müssen, sondern direkt auf den Embedded Systemen wie dem PHYTEC SOM verarbeitet werden können. Das ist Edge Computing. In einem Blogbeitrag zur Demo schreibt PHYTEC: „Moving intelligence to the ‘Embedded Edge’ allows reduced data transferred over networks, reduced power consumption, distributed, and balanced computing.”

Hier sah man die Module und Boards von PHYTEC als ideale Computing Komponenten: PHYTEC entwickelt und produziert kostengünstige und leistungsstarke System-on-modules (SOM) und Single Board Computer (SBC). Diese können in Systemen eingesetzt werden, auf denen intelligente Modelle laufen. Wie mächtig zum Beispiel das PHYTEC System-on-module „phyCORE®-AM5729“ ist, das zeigt die „Vier Gewinnt“ Demo.

Künstliche Intelligenz in Embedded Systemen und Edge Computing

In der PHYTEC Veröffentlichung „Künstliche Intelligenz“ ist zu lesen, das es beim Einsatz von künstlicher Intelligenz darum geht, die anfallenden Daten

  • zu sammeln,
  • zu speichern,
  • zu strukturieren und
  • zu analysieren.

Das Thema ist nicht neu. Schon PHYTEC Gründer Karl Neubecker beschäftigte sich in den 1990er Jahren intensiv mit künstlicher Intelligenz, neuronalen Netzen und verwandten Themen. Doch mittlerweile ist es möglich, die riesigen Datenmengen tatsächlich in der Cloud zu berechnen und die fertigen Modelle dann auf passenden Endgeräten ohne Cloudanbindung (wie dem PHYTEC SOM) auszuführen. Im Falle des Vier Gewinnt Spiels heißt das also: die Maschine hat durch in der Cloud gespeicherte Daten gelernt, wie man Vier Gewinnt spielt. Jetzt kann sie lokal und in Echtzeit die nötigen Spielentscheidungen treffen: Auf einem kompakten SOM wird

  • Robotik angesteuert,
  • Objekterkennung berechnet,
  • ein KI-Modell ausgeführt, das Inferenzergebnisse zur Verfügung stellt sowie
  • Nutzereingaben verarbeitet.

Die Vier Gewinnt Demo von PHYTEC zeigt also, dass eine Vielzahl an komplexen Technologien binnen relativ kurzer Zeit auf einem effizienten System eingesetzt werden können. Und natürlich, dass der Spieltrieb des Menschen immer ein guter Motivator für kreatives Arbeiten ist.

Links zum Thema:

Blog PHYTEC America https://www.phytec.com/combining-inference-real-time-robotics-machine-learning-and-ai-at-the-embedded-edge-with-phytec-and-ti-sitara-platforms/

PHYTEC Board https://www.phytec.de/produkt/system-on-modules/phycore-am57x/#technische-daten

TI Sitara Chip https://www.ti.com/product/AM5729

OpenCV https://opencv.org/

TensorFlow https://www.tensorflow.org/

OpenCL https://www.khronos.org/opencl/

Weitere Artikel lesen

Hier bloggen wir über alles, was für unsere Kunden, Mitarbeiter, Lieferanten und Co. interessant sein könnte. Sie wollen einen echten Einblick in die PHYTEC Welt? Hier sind Sie richtig.