NOVA: Social Robot ที่ปรับการสื่อสารและเกมแบบ Adaptive
Social Robot ที่น่าสนใจอาจไม่ได้วัดกันแค่ว่าใช้ AI Model ใหญ่แค่ไหน แต่คือระบบสามารถปรับวิธีคุยและกิจกรรมให้เหมาะกับ Interaction ที่กำลังเกิดขึ้นได้หรือไม่
NOVA เป็น Prototype ของ Adaptive Social Robot ที่รวม Touchscreen Handset, Voice Interaction, Local Language Model, Computer Vision, Games, Custom PCB และ 3D-printed Enclosure เข้าด้วยกัน โดยแบ่งงานออกเป็น Subsystem ชัดเจน แทนการยัดทุกอย่างไว้บนบอร์ดเดียว
ขอบเขตสำคัญ: ผู้สร้างกล่าวถึงการออกแบบ Interaction ที่อาจเป็นประโยชน์เมื่อผู้ใช้มีความต้องการด้านการสื่อสารแตกต่างกัน รวมถึงยกตัวอย่าง ADHD, autism และ Down syndrome แต่ Source ไม่ได้ให้ Clinical หรือ Therapeutic Validation และ NOVA ไม่ควรถูกอธิบายว่าเป็นระบบวินิจฉัย รักษา หรือประเมินสภาวะอารมณ์จริงของบุคคลอย่างแน่นอน
Key Takeaways
- NOVA เป็น Adaptive Social Robot Prototype
- Story ของ Project ระบุ NOVA Handset ใช้ Arduino Nano ESP32
- Arduino UNO Q ทำหน้าที่ Main On-device Processing
- UNO Q รัน NOVA Voice Server ด้วย FastAPI ที่ Port 5000
- NOVA Language Server เป็น FastAPI Service แยกต่างหาก
- Language Server ใช้ Ollama และ
llama3.1:8b - ESP32-CAM ส่ง JPEG ไป UNO Q ผ่าน Bluetooth RFCOMM
- Voice Input ใช้ INMP441 ผ่าน I2S ที่ 16 kHz ตาม Source
- Speech-to-text ใช้ Whisper.cpp + Whisper tiny ที่ Configure สำหรับ Romanian
- Text-to-speech ใช้ Piper กับ
ro_RO-mihai-medium.onnx - Conversation Level มี 3 ระดับ
- Happy ที่ Confidence ≥60% ต่อเนื่อง 20 วินาที ใช้เป็น Signal ให้ Communication Level เพิ่ม
- Sad หรือ Angry ที่เงื่อนไขเดียวกัน ใช้เป็น Signal ให้ Level ลด
- Game Difficulty ใช้ระบบ Local Score และ Global Score แยกจาก Conversation Difficulty
- Global Score เริ่มที่ 50 และอยู่ในช่วง 0–100
- Global Score ≥80 สามารถเพิ่ม Game Level
- Global Score ≤20 สามารถลด Game Level
- หลัง Difficulty เปลี่ยน Global Score Reset กลับ 50
- Camera ทำงานเฉพาะช่วง Active Chat ไม่ได้เปิดตลอดเวลา
- Project มี Custom PCB, Custom Enclosure และ STL สำหรับ Body 2 ชิ้น
NOVA คืออะไร?
NOVA เริ่มจากคำถามว่า: เทคโนโลยีสามารถปรับเข้าหาคน แทนที่จะคาดหวังให้คนปรับตัวเข้าหาเทคโนโลยีได้หรือไม่?
ผู้สร้างจึงออกแบบ Robot ให้มีทั้ง Conversation, Games, Voice, Vision และ Adaptive Difficulty โดย Interaction ไม่ได้ถูกกำหนดตายตัวแบบเดียวสำหรับทุกคน
แนวคิดหลักของ NOVA: Adaptive Logic แยกเป็นสอง Track — ระดับการสื่อสารปรับจาก Visual Signal ระหว่างการสนทนา ส่วนระดับเกมปรับจาก Performance Score และทั้งสอง Level ไม่ได้บังคับให้เท่ากัน
Architecture: ทำไม NOVA ไม่รันทุกอย่างบนบอร์ดเดียว?
Source อธิบาย NOVA เป็นสามระบบหลักที่ทำงานร่วมกัน และมี ESP32-CAM เป็น Visual Subsystem เพิ่มเติม
| Subsystem | หน้าที่ตาม Story |
|---|---|
| NOVA Handset | รับ Interaction, Touch UI, Voice Capture, Games และ Settings |
| Arduino UNO Q | STT, TTS, Vision, Adaptive Tracking และ NOVA Voice Server |
| NOVA Language Server | Conversational Logic และ LLM Inference ผ่าน Ollama |
| AI-Thinker ESP32-CAM | Visual Input สำหรับ Computer Vision |
↓ Wi-Fi
Arduino UNO Q
STT + TTS + Vision + Adaptive Tracking
↓ Wi-Fi
NOVA Language Server
Ollama + llama3.1:8b
↓ Bluetooth RFCOMM
UNO Q
↓
Computer Vision
↓
Adaptive System
การแยก Language Server ออกจาก UNO Q เกิดจากการที่ LLM Inference ใช้ Resource มากกว่างาน Voice และ Vision ตามประสบการณ์ของผู้สร้าง
NOVA Handset มีหน้าจออะไรบ้าง?
Handset มี Main Screens 4 กลุ่ม:
- Home
- Chat
- Games
- Settings
Chat Screen
NOVA Handset ไม่ได้ทำ Speech Recognition, Language Processing หรือ TTS เอง
หน้าที่ของมันคือ Capture, Package, Send และ Display ผลลัพธ์
จากเสียงผู้ใช้ไป Whisper, LLM และ Piper
Voice Interaction ถูกแบ่งเป็นหลาย Stage และแต่ละ Stage สามารถทดสอบแยกกันได้
↓
Nano ESP32
↓ Wi-Fi
UNO Q
↓
Whisper.cpp
↓
Text
↓
NOVA Language Server
↓
Ollama + llama3.1:8b
↓
Text Reply
↳ Piper TTS
→ USB DAC
→ Amplifier
→ Speaker
Microphone และ Audio Capture
Source ระบุ INMP441 เป็น Digital MEMS Microphone ที่เชื่อมผ่าน I2S
| Audio Item | ค่าที่ Source ระบุ |
|---|---|
| Microphone | INMP441 |
| Interface | I2S |
| Power | 3.3 V |
| Sampling Rate | 16 kHz |
| Input Frame | 32-bit samples; Source อธิบาย 24-bit data แบบ MSB-aligned ภายใน 32-bit frame |
| Output ก่อนส่ง Server | Signed 16-bit PCM พร้อม Saturation แล้ว Pack เป็น WAV |
Source ที่แนบไม่ได้แสดง I2S Pin Numbers: จึงไม่ควรสร้าง BCLK, WS/LRCLK, SD หรือ GPIO Wiring ขึ้นเอง
Speech-to-text
UNO Q ใช้:
- Whisper.cpp
- Whisper tiny model
- Configure สำหรับ Romanian ตาม Source
Text-to-speech
TTS ใช้ Piper และ Voice Model:
ro_RO-mihai-medium.onnx
Speaker เดียวกัน ถูกใช้ทั้งสำหรับ NOVA Reply และ Inactivity Reminder เพื่อใช้ Shared Audio Path
FastAPI เชื่อม Handset, Voice, Vision และ Language Server เข้าด้วยกัน
NOVA Voice Server รันบน UNO Q ด้วย FastAPI ที่ Port 5000
| Endpoint | หน้าที่ตาม Source |
|---|---|
POST /api/chat |
ส่ง User Text + Communication Level และรับ NOVA Reply |
POST /api/stt |
Upload WAV และรับ Transcription |
POST /api/tts |
Generate Spoken Audio จาก Text |
POST /api/vision/start |
Start Vision Subsystem |
POST /api/vision/stop |
Stop Vision Subsystem |
GET /api/settings |
อ่าน Game / Communication Settings เพื่อ Update Settings Screen |
เมื่อ UNO Q รับ Chat Request มันจะ Forward Conversation ไปยัง Language Server แยกอีกเครื่อง ที่ Endpoint:
:8000/chat
Source ให้ชื่อ Endpoint และหน้าที่ แต่ไม่ได้ให้ Request/Response JSON Schema แบบครบ ดังนั้นบทความนี้ไม่สร้าง Payload หรือ curl Command เพิ่มเอง
Conversation Difficulty Level 1–3 ต่างกันอย่างไร?
| Level | Communication Style ตาม Source |
|---|---|
| Level 1 | ประโยคสั้น, หนึ่ง Idea ต่อประโยค, ไม่มี Figurative Language และอธิบาย Step-by-step |
| Level 2 | ประโยคยาวขึ้นระดับกลาง, อธิบายแบบค่อยเป็นค่อยไป, ใช้ Simple Examples และ Common Vocabulary |
| Level 3 | Natural Adult-level Conversation และรองรับ Explanation ที่ซับซ้อนขึ้นเมื่อเหมาะสม |
Level เปลี่ยนเมื่อไร?
Adaptive Logic ใช้ Facial-expression Classification เป็น Signal ประกอบ
| Signal | เงื่อนไข | ผล |
|---|---|---|
| Happy | Confidence ≥60% ต่อเนื่อง 20 วินาที | Communication Level เพิ่ม |
| Sad หรือ Angry | Confidence ≥60% ต่อเนื่อง 20 วินาที | Communication Level ลด |
นี่เป็นกติกาของ Prototype ไม่ใช่ Clinical Threshold: Source ไม่ได้ให้ผล Validation ว่า 60% / 20 วินาที เป็นเกณฑ์ที่ใช้ประเมินสภาพอารมณ์จริงของบุคคล
Computer Vision: ESP32-CAM ส่งภาพเข้า Adaptive System อย่างไร?
ESP32-CAM ทำหน้าที่ Capture JPEG และส่งภาพไปยัง UNO Q ผ่าน Bluetooth RFCOMM
Source ระบุว่าภาพถูกส่งประมาณ:
ทุก 0.2 วินาที
Frame ถูกเก็บใน Memory ไม่ได้ Save ลง Disk ตาม Implementation ที่อธิบายไว้
↓ JPEG
Bluetooth RFCOMM
↓
UNO Q
↓
OpenCV Face Detection
↓
Crop Face
↓
Grayscale
↓
Resize 48×48
↓
Normalize
↓
TensorFlow Lite
↓
Category + Confidence
Face Detection
ใช้ OpenCV Haar Cascade:
haarcascade_frontalface_default.xml
Facial-expression Categories
- Angry
- Disgust
- Fear
- Happy
- Sad
- Surprise
- Neutral
อย่าเรียกระบบนี้ว่า “อ่านอารมณ์จริงได้”: ผู้สร้างระบุชัดว่า Emotion Recognition ไม่ได้มีวัตถุประสงค์เพื่อกำหนดสภาวะอารมณ์จริง ของบุคคลด้วยความแน่นอน แต่ใช้เป็น Signal เพิ่มเติมสำหรับ Adaptive Decision
Camera ไม่ได้เปิดตลอดเวลา
↓
POST /api/vision/start
↓
Capture + Analyze Frames
↓
Leave Chat
↓
POST /api/vision/stop
เกมไม่ใช่แค่เล่น แต่เป็นอีก Track ของ Adaptive System
Memory Game
Local Score เริ่มที่: 0
ทุก Matching Pair ที่ถูกต้อง: +5 points
Local Score Reset เมื่อเริ่ม Round ใหม่
Reaction Game
Source ระบุว่า:
- Reaction Time ต่ำกว่า 200 ms → 100 points
- Reaction ช้าลง → Score ลดลง
- Minimum Score = 50
Source ไม่ให้ Formula เต็มสำหรับ Reaction Score จึงไม่ควรสร้างตารางว่า 250 ms, 300 ms หรือ 500 ms ต้องได้กี่คะแนน
Local Score vs Global Score ต่างกันอย่างไร?
Local Score
อยู่กับ Game Session ปัจจุบัน และ Reset เมื่อเริ่ม Round ใหม่
Global Score
DifficultyManager เก็บ Global Score ข้าม Game และ Round
| รายการ | ค่าที่ Source ระบุ |
|---|---|
| Initial Global Score | 50 |
| Score Range | 0–100 |
| Game Level Range | 1–3 |
| Level Up Threshold | Global Score ≥80 |
| Level Down Threshold | Global Score ≤20 |
| หลัง Difficulty เปลี่ยน | Global Score Reset กลับ 50 |
Conversation Level กับ Game Level แยกจากกัน: ผู้ใช้สามารถอยู่ที่ Communication Level 3 แต่ Game Level 1 หรือกลับกันได้
Project นี้ไม่ได้ประกอบทุกอย่างทีเดียว — แต่เพิ่ม Subsystem ทีละขั้น
NOVA ถูกพัฒนา Incrementally ตามลำดับประมาณ:
- User Interface และ Handset
- Microphone / Display Integration
- Wi-Fi Communication
- NOVA Voice Server
- NOVA Language Server
- Voice Pipeline
- Games และ Adaptive Logic
- Computer Vision
- Custom PCB และ Enclosure
OpenCV Compatibility
Creator พบว่า OpenCV Build ที่ติดตั้งอยู่ ไม่ expose CascadeClassifier ตามที่คาด จึงต้องแยก Vision Environment และตรวจ Dependencies ก่อน Integrate กลับเข้าระบบ
ESP32-CAM และ RFCOMM
Standard Bluetooth Discovery Tools ใช้งานไม่ Reliable ใน Environment ที่พัฒนา Creator จึงทดสอบ RFCOMM โดยตรงจาก Python เพื่อ Verify ว่า UNO Q รับ JPEG จาก ESP32-CAM ได้
ทำไม LLM ต้องแยก Server?
Creator พบว่าการรัน Language Model บน Machine เดียวกับ Voice และ Vision Pipeline ไม่ Practical จึงย้าย LLM ไป Separate Server
USB DAC และ Host Mode
Creator รายงานว่า USB-C DAC ผ่าน Hub ไม่ถูก Recognize บน UNO Q ใน Setup หนึ่ง
Source อธิบายว่า USB-C Port อยู่ Peripheral / Device Mode เมื่อ Board ถูก Power ผ่าน VIN ใน Environment นั้น และ Creator แก้ด้วยการ Force Host Mode ตอน Boot ผ่าน systemd Service
Source ไม่ได้ให้ systemd Service Code สำหรับ Fix นี้ จึงไม่มีการสร้าง Command หรือ Service File เพิ่มเอง
งาน Background
TTS Generation, Vision Analysis, HTTP และ Wi-Fi สามารถ Block Interaction ได้ Creator จึงแยก Long-running Work ไป Background Threads และ Dedicated Modules
จาก Development Boards ไป Custom PCB และ Enclosure
Final Prototype ไม่ได้ตั้งใจให้จบเป็น Development Boards ที่ต่อสายหลวม ๆ
Source ระบุว่ามี:
- Custom PCB
- Dedicated Enclosure
- KiCad สำหรับ Hardware Design
- Fusion 360 สำหรับ Mechanical Design
- Arduino IDE และ Visual Studio Code สำหรับ Firmware / Software
Enclosure มีไฟล์ STL ให้ดาวน์โหลด
Project ให้ STL สำหรับ NOVA Body สองชิ้นโดยตรงบน Hackster
Source ไม่ได้ให้ 3D Printing Settings: ไม่มี Layer Height, Infill, Nozzle, Support, Printing Temperature, Orientation หรือ Print Time ในข้อมูลที่ใช้บทความนี้
มี STL แล้วแต่ไม่มีเครื่องพิมพ์? สามารถส่งไฟล์ให้ทีม Globalbyte ช่วยประเมินบริการพิมพ์ 3D ได้ โดย Material, ราคา และเงื่อนไขงาน ควรประเมินจากไฟล์และ Requirement จริงก่อนผลิต
จุดที่ Source ขัดกันเองและควรรู้ก่อนทำตาม
หน้า Hackster มีบางส่วนที่ Hardware List ไม่ตรงกับ Story ของ Build
| หัวข้อ | Story ระบุ | Things Used List ระบุ |
|---|---|---|
| Handset MCU | Arduino Nano ESP32 | Arduino Nano 33 BLE |
| Touch Display | ILI9341 Touchscreen | Nextion NX4024T032 3.2" HMI TFT |
| Conversation Runtime | Ollama + llama3.1:8b บน Language Server | Software List มี OpenAI API ด้วย |
บทความนี้ใช้ Story เป็นฐานในการอธิบาย Runtime Architecture: เพราะ Story ระบุหน้าที่ของอุปกรณ์ และ Data Flow ชัดกว่า แต่จะไม่ลบหรือซ่อนความไม่สอดคล้องของ BOM
Source ไม่ได้อธิบายว่า รายการที่ต่างกันเป็น Revision เก่า, Revision ใหม่ หรือเป็น Component ที่ถูกเปลี่ยนระหว่างการพัฒนา
Facial-expression Classification ไม่ใช่การอ่านอารมณ์จริง และ Source ยังไม่ได้อธิบาย Privacy ครบ
NOVA ใช้ทั้ง:
- Microphone
- Camera
- Conversation
- Facial-expression Classification
- Local-network Services
Source ให้ Detail ว่า Camera Frames ถูกเก็บใน Memory และไม่ Save ลง Disk ใน Vision Pipeline ที่อธิบาย
แต่ Source ที่ใช้บทความนี้ ไม่ได้ให้ Specification ครบเกี่ยวกับ:
- Authentication
- Transport Encryption
- Data Retention Policy
- User Consent Workflow
- Access-control Model
- Production Privacy Policy
จึงไม่ควรสรุปจาก Project Page เพียงอย่างเดียวว่า NOVA มี Security หรือ Privacy ในระดับ Production หรือระบบเก็บข้อมูลผู้ใช้แบบใดนอกเหนือจากสิ่งที่ Source ระบุ
สิ่งที่ Maker เรียนรู้ได้จาก NOVA
1. แยก Responsibility ก่อนรวมระบบ
Handset ไม่ต้องทำ LLM, Camera ไม่ต้องทำ Vision Inference, และ Language Server ไม่ต้องรับผิดชอบ UI
การแบ่งงานทำให้แต่ละส่วน สามารถ Test แยกก่อน Integrate ได้ง่ายขึ้น
2. Adaptive Logic ไม่จำเป็นต้องมีตัวแปรเดียว
NOVA แยก Conversation Difficulty ออกจาก Game Difficulty ทำให้ Performance ในเกม ไม่ได้บังคับระดับภาษาโดยตรง
3. AI System ยังต้อง Debug เรื่อง Hardware ธรรมดา
ปัญหาอย่าง USB Host Mode, Audio Output, Bluetooth RFCOMM หรือ OpenCV Dependency สามารถหยุดระบบได้ ไม่ต่างจาก Project Embedded อื่น
4. Prototype ที่ดีควรเปิดเผยข้อจำกัด
Source ระบุเองว่า Emotion Recognition ไม่ได้ยืนยันอารมณ์จริงของบุคคล และ NOVA ยังมีพื้นที่ให้พัฒนาต่อ ทั้งด้าน Vision, Conversation และ Adaptive Behavior
โปรเจกต์นี้มีหลาย Subsystem แนะนำอ่านต้นฉบับควบคู่กัน
NOVA มีทั้ง Embedded UI, Voice, Computer Vision, LLM, BLE, Wi-Fi, Custom PCB และ Enclosure การอ่านหน้า Project ต้นฉบับ ช่วยให้เห็น Context ของแต่ละ Subsystem และลำดับการพัฒนาที่ผู้สร้างใช้จริง
FAQ: NOVA Adaptive Social Robot
NOVA คืออะไร?
NOVA เป็น Prototype ของ Adaptive Social Robot ที่รวม Voice, Games, Computer Vision, LLM และ Embedded UI เพื่อทดลอง Adaptive Interaction
NOVA ใช้ Arduino รุ่นไหน?
Story ของ Project ระบุ NOVA Handset ใช้ Arduino Nano ESP32 และ Arduino UNO Q เป็น Main On-device Processor แต่ Things Used List แสดง Arduino Nano 33 BLE ซึ่งเป็น Conflict ภายใน Source
Handset ใช้ Nano ESP32 หรือ Nano 33 BLE กันแน่?
Story อธิบาย Implementation ด้วย Nano ESP32 ขณะที่ BOM แสดง Nano 33 BLE Source ไม่ได้อธิบายสาเหตุของความแตกต่างนี้
NOVA ใช้ Display รุ่นอะไร?
Story ระบุ ILI9341 Touchscreen แต่ Things Used List แสดง Nextion NX4024T032 และ Source ไม่ได้อธิบาย Revision ที่ต่างกัน
Arduino UNO Q ทำหน้าที่อะไร?
รัน NOVA Voice Server และจัดการ STT, TTS, Vision, Audio Output และ Adaptive Tracking ตาม Architecture ใน Story
LLM รันบน UNO Q หรือไม่?
ตาม Story ไม่ LLM รันบน NOVA Language Server แยกต่างหาก เพื่อไม่ให้ UNO Q รับภาระ LLM Inference ร่วมกับ Voice และ Vision
NOVA ใช้ LLM รุ่นอะไร?
Story ระบุ Ollama และ Model llama3.1:8b
NOVA ใช้ OpenAI API หรือไม่?
OpenAI API ปรากฏใน Software List แต่ Runtime Story อธิบาย Conversation Pipeline ด้วย Ollama + llama3.1:8b และไม่ได้ระบุบทบาทของ OpenAI API ใน Flow ปัจจุบันอย่างชัดเจน
Speech-to-text ใช้อะไร?
Whisper.cpp กับ Whisper tiny model ที่ Configure สำหรับ Romanian ตาม Source
Text-to-speech ใช้อะไร?
Piper กับ Voice Model ro_RO-mihai-medium.onnx
Microphone Sampling Rate เท่าไร?
16 kHz ตาม Story
INMP441 ต่อ GPIO ไหน?
Source ที่ใช้บทความนี้ ไม่ได้ให้ I2S Pin Numbers ครบ จึงไม่ควรสร้าง Wiring ขึ้นเอง
ESP32-CAM ส่งภาพไป UNO Q อย่างไร?
ส่ง JPEG ผ่าน Bluetooth RFCOMM โดย Source ระบุประมาณทุก 0.2 วินาที
Camera เปิดตลอดเวลาหรือไม่?
ไม่ Vision เริ่มเมื่อเข้า Chat และหยุดเมื่อออกจาก Chat
Emotion Recognition มีกี่ Category?
7 Category: Angry, Disgust, Fear, Happy, Sad, Surprise และ Neutral
NOVA รู้ Emotion จริงของผู้ใช้หรือไม่?
Source ระบุชัดว่า Emotion Recognition ไม่ได้มีไว้เพื่อกำหนด Emotional State ของบุคคลด้วยความแน่นอน แต่ใช้เป็น Additional Signal สำหรับ Adaptive Logic
Communication Level มีกี่ระดับ?
3 ระดับ ตั้งแต่ Short / Step-by-step ไปถึง Natural Adult-level Conversation
Game Difficulty ปรับจากอะไร?
ปรับจาก Global Score ที่ DifficultyManager ติดตามข้าม Game และ Round
Global Score เริ่มเท่าไร?
50 และถูกจำกัดให้อยู่ระหว่าง 0–100
เมื่อไร Game Difficulty เพิ่มหรือลด?
≥80 สามารถเพิ่ม Level, ≤20 สามารถลด Level, และหลัง Level เปลี่ยน Score Reset กลับ 50
NOVA มี STL ให้ดาวน์โหลดไหม?
มี Direct STL สำหรับ Body 1 และ Body 2 จากหน้า Hackster
Source ให้ 3D Print Settings หรือไม่?
ไม่ Source ที่ใช้บทความนี้ ไม่ได้ให้ Layer Height, Infill, Nozzle, Support, Temperature หรือ Orientation
NOVA เป็นหุ่นยนต์สำหรับ Therapy หรือการวินิจฉัยหรือไม่?
Source ไม่ได้ให้ Clinical หรือ Therapeutic Validation บทความนี้จึงอธิบาย NOVA ในฐานะ Adaptive Interaction Prototype เท่านั้น
สรุป: ความน่าสนใจของ NOVA อยู่ที่ Architecture มากพอ ๆ กับ AI
NOVA ไม่ได้พยายามให้บอร์ดเดียว ทำทุกอย่าง
แต่แยก:
- Handset สำหรับ Interaction
- UNO Q สำหรับ Voice / Vision / Adaptive Tracking
- Language Server สำหรับ LLM
- ESP32-CAM สำหรับ Visual Input
- DifficultyManager สำหรับ Adaptive Decisions
แนวทางนี้ทำให้ Project ถูก Build และ Debug ทีละ Subsystem ก่อนรวมเป็น Physical Device ที่มี Custom PCB และ Enclosure
+
Voice
+
Local-network Services
+
LLM
+
Computer Vision
+
Games
+
Adaptive Logic
↓
NOVA
ขณะเดียวกัน Project ก็แสดงให้เห็นข้อจำกัดสำคัญ: Facial-expression Classification ไม่ควรถูกตีความว่าเป็นการอ่านอารมณ์จริงของบุคคล และ Source ไม่ได้ให้ Clinical Validation สำหรับการใช้งานกับกลุ่มผู้ใช้ที่ถูกกล่าวถึง
สำหรับ Maker: NOVA เป็น Case Study ที่ดีมาก ของการเอา Embedded System, AI, Audio, Computer Vision, Networking, PCB Design และ 3D Enclosure มารวมกันโดยยังรักษา Responsibility ของแต่ละ Subsystem ให้ชัดเจน
References / แหล่งข้อมูลต้นฉบับ
กำลังทำ Arduino, ESP32, AI Robot หรือ 3D Printed Project?
Project แบบ NOVA ต้องมองทั้ง Development Board, Display, Microphone, Camera, Networking, Mechanical Design และ Software Architecture ไปพร้อมกัน
ถ้ากำลังทำ Arduino, ESP32, AI Hardware, IoT หรือ Maker Project สามารถสอบถามทีม Globalbyte เรื่อง Development Board, Module และ Maker Accessories ที่เหมาะกับ Project ได้
สำหรับ Enclosure Project นี้มี STL Body 1 และ Body 2 ให้ดาวน์โหลด หากไม่มีเครื่องพิมพ์ 3D สามารถส่งไฟล์ให้ทีม Globalbyte ช่วยประเมินบริการพิมพ์ 3D ได้
บทความนี้ไม่ได้ยืนยันว่า Arduino UNO Q, Nano ESP32, ESP32-CAM, Display หรืออุปกรณ์รุ่นเดียวกับ Source มี Stock อยู่ที่ Globalbyte กรุณาสอบถามรุ่นและ Availability ก่อนสั่งซื้อ
