จากแชทบอทบนหน้าจอ สู่ AI ที่สัมผัสโลกจริงได้

บทความนี้คือบันทึกการทำงาน (WIP) ของการสร้าง AI Garage LAB สุดเจ๋งครับ! มันคือระบบควบคุม AI แบบ Local บนบอร์ด Raspberry Pi 5 ที่ติด AI HAT+ (13T) ใช้งานร่วมกับ Arduino IDE และ Ollama สำหรับใช้รันฮาร์ดแวร์จริงๆ

โปรเจกต์นี้ตั้งใจทำขึ้นมาเพื่อซัพพอร์ตระบบ PMSG smart glasses โดยเราจะมีผู้ช่วยที่ชื่อว่า PMSGpt คอยช่วยเขียนโค้ด และรับฟีดแบ็กจากผู้ใช้งานผ่าน GitHub ได้โดยตรง นอกจากนี้เรายังวางแผนจะใส่ AI Agent เข้าไปในแว่น PMSG เพื่อรับส่งข้อมูลจากเซ็นเซอร์ด้วยครับ (ติดตามต่อได้ที่ PSMG.ONLINE)

เรายังสนุกกับการทดลองเรื่องวิทยาการหุ่นยนต์ (Robotics) และระบบวิชัน (Vision Systems) ด้วยครับ ปฏิเสธไม่ได้เลยว่าการได้เห็นแขนกลขยับตามโค้ดที่เราเขียนมันเท่สุดๆ ไม่ว่าจะเป็นแขนกลที่รองรับ Arduino หรือแขนกลจาก Seeed Studio มันให้ความรู้สึกฟินมากเวลาที่โค้ดและการเคลื่อนไหวประสานกัน

และเพื่อให้ระบบการมองเห็น (Vision) แข็งแกร่งโดยไม่ต้องจ่ายแพง เราแนะนำให้หาซื้อกล้อง Microsoft Kinect มือสอง มาใช้ครับ (อย่าลืมหาอแดปเตอร์ USB ให้ถูกรุ่นด้วยนะ) มันทำงานคล้ายๆ กับ LiDAR ที่ตรวจจับความตื้นลึก (Depth sensing) ได้ทันทีตั้งแต่แกะกล่อง

การเพิ่มโมดูล LiDAR ราคาถูกเข้าไป ช่วยลดภาระการประมวลผลของโมเดล Machine Learning ลงได้เยอะมาก เพราะข้อมูลความลึก (Depth data) ช่วยให้ AI เข้าใจมิติของพื้นที่ได้ง่ายขึ้น ทำให้ระบบวิชันทำงานได้ฉลาดขึ้นแม้บนฮาร์ดแวร์สเปคต่ำ แถมการเอาเทปปิดทับเลนส์กล้องภาพไว้ ยังช่วยเพิ่มความเป็นส่วนตัว (Privacy) ซึ่งตอบโจทย์โปรเจกต์แว่น PMSG ของเราด้วยครับ

สรุปสั้นๆ คือ: Robotics + Depth sensing + Local AI = ห้องแล็บทดลองสุดทรงพลังในราคาเอื้อมถึง!

อุปกรณ์และซอฟต์แวร์ที่ใช้ (Things used in this project)

ฮาร์ดแวร์ (Hardware components):

• Raspberry Pi 5 (1 บอร์ด)
• Arduino UNO R4 WiFi (1 บอร์ด)
• แขนกล Arduino Braccio (1 ตัว)
• เซ็นเซอร์ Microsoft Kinect (1 ตัว)
• Seeed Studio Grove Base Hat สำหรับ Raspberry Pi (1 ชิ้น)

ซอฟต์แวร์และบริการออนไลน์:

• Arduino IDE
• Raspbian (OS สำหรับ Raspberry Pi)
• Ollama
• openclaw

ทำไมเราถึงสร้างสิ่งนี้ขึ้นมา? (Why We Decided to Build This)

ในโรงรถเล็กๆ ที่มีแค่ระบบที่รันด้วย Raspberry Pi + NPU HAT มีความเปลี่ยนแปลงที่ยิ่งใหญ่กำลังก่อตัวขึ้น มันไม่ใช่แค่แชทบอทในหน้าต่างเบราว์เซอร์ และไม่ใช่แค่แดชบอร์ดบนคลาวด์อีกต่อไป...

แต่มันคือระบบที่ปัญญาประดิษฐ์ (AI) สามารถเอื้อมมือออกไปสัมผัสโลกแห่งความเป็นจริงได้!

ด้วยระบบนี้ AI จะไม่หยุดอยู่แค่การเสนอแนะคำตอบ แต่มันสามารถสั่งมอเตอร์ให้หมุน อ่านค่าเซ็นเซอร์ ปรับปรุงคำสั่งของตัวเอง และเรียนรู้จากสิ่งที่เกิดขึ้นจริง ไม่ใช่แค่จากสิ่งที่ถูกทำนายไว้

แม้แต่การพัฒนาซอฟต์แวร์เองก็จะเปลี่ยนไป การใช้ GitHub จะเหมือนการคุยโต้ตอบกัน AI สามารถรีวิวโค้ด เสนอวิธีปรับปรุง และตอบสนองต่อฟีดแบ็กของผู้ใช้ได้ทันที ไม่ต้องรอเป็นสัปดาห์

สิ่งเหล่านี้ทำให้ Physical AI Agents (ตัวแทน AI ในโลกจริง) ค่อยๆ ก่อตัวขึ้นอย่างช้าๆ แต่มั่นคง มันไม่ใช่หุ่นยนต์ไซไฟล้ำยุค และไม่ใช่โครงสร้างพื้นฐานระดับพันล้านดอลลาร์ แต่มันคือระบบเล็กๆ ที่ใช้งานได้จริง สร้างจากฮาร์ดแวร์ราคาประหยัด ที่สามารถ "มองเห็น คิด และลงมือทำ" ได้ด้วยตัวเองแบบ Local

View more (ดูรูปคอนเซปต์ AI แบบ Local เพิ่มเติม)

AI ส่วนใหญ่ในปัจจุบันทำงานอยู่บนคลาวด์ แต่การจับคู่ RPI5 + AI HAT + ML จะทำให้คุณรัน AI บนเครื่องตัวเองได้ และสามารถใช้ openClaw ง่ายๆ มาช่วยงานได้ด้วย

สำหรับแพลตฟอร์มแว่นตา PMSG Smart Glasses ของเรา (ซึ่งเป็น Open design) เราต้องการสิ่งที่แตกต่างออกไป นั่นคือผู้ช่วย AI แบบ Local หรือ PMSGpt ที่สามารถ:

• ช่วยเราเขียนและแก้บั๊กโค้ด (Debug)
• ปรับปรุง GitHub โดยการวิเคราะห์ฟีดแบ็กจากผู้ใช้
• โต้ตอบกับข้อมูลเซ็นเซอร์ของจริง
• และในที่สุด จะต้องสามารถรัน Agent ขนาดเล็กซ่อนอยู่ข้างในแว่นได้

เพื่อทำสิ่งนี้ให้สำเร็จ เราจำเป็นต้องมีสนามเด็กเล่นสำหรับ AI ในโลกจริง... เราก็เลยสร้างมันขึ้นมาครับ!

ระบบนี้ทำงานยังไง? (How It Works)

ระบบของเราเป็นการรวมพลังกันของอุปกรณ์เหล่านี้ครับ:

• Raspberry Pi 5: ทำหน้าที่เป็นหน่วยประมวลผลหลัก (Main processing unit)
• AI HAT+ (13T accelerator): จัดการเรื่องการประมวลผล AI แบบ Local (Local AI inference)
• Arduino® UNO™ R4: รับหน้าที่คุมเซอร์โวมอเตอร์ของหุ่นยนต์ และจัดการ API ผ่าน USB-C หรือ WiFi
  (หรือในอนาคต อาจใช้ Arduino® UNO™ Q 4GB + Edge Impulse สำหรับทำ Machine Learning บนหุ่นยนต์โดยตรง)

แม้ว่าการใช้แล็ปท็อปเกมมิ่งเก่าๆ หรือ Mac mini จะทำได้เหมือนกัน แต่เราขอยกให้ Raspberry Pi 5 + 8GB RAM เป็นพระเอกงานนี้ครับ! เพราะมันรองรับ Raspberry Pi Connect ที่ทำให้เราต่อ WiFi เพื่อรีโมทเข้าหน้าจอ Desktop หรือ SSH ได้ง่ายๆ โดยไม่ต้องแชร์ข้อมูลออกไปข้างนอก แถมยังใส่ Grove Base Hat เพิ่มเพื่อเสียบเซ็นเซอร์หรือสวิตช์ต่างๆ ได้อีกด้วย

View more (ดูรูประบบ Ollama และ Arduino IDE)

ซอฟต์แวร์อย่าง Ollama & Qwen (Local LLMs) ทำงานได้ดีมากในการเขียนโค้ด รีวิวโค้ด ช่วยหาบั๊ก และแปลความหมายจากเซ็นเซอร์

ส่วน Arduino IDE จะทำหน้าที่คุมไมโครคอนโทรลเลอร์ มอเตอร์ และแขนกล โดยเราใช้แขน Arduino Braccio ร่วมกับบอร์ด Uno R4 WiFi และในอนาคตจะมีการอัปเดตแพลตฟอร์ม Xiao ของ PSMG เพื่อสร้างไฟล์ bin สำหรับการผลิตจริงด้วยครับ

อัปเกรดระบบการมองเห็นด้วย Kinect (Optional Vision Layer)

อย่างที่เกริ่นไปตอนต้น เราใช้ Microsoft Kinect มาเป็นเซ็นเซอร์ Depth + Camera หรือเรียกง่ายๆ ว่าเป็น "โมดูล LiDAR ราคาถูก" นั่นเองครับ

View more (ดูรูปและวิธีเชื่อมต่อ Kinect)

ถ้าอยากลองเล่น Open Kinect สามารถเข้าไปดูโค้ดได้ที่นี่เลยครับ: libfreenect (แหล่งที่มา: OpenKinect GitHub)

เครื่องมือ Python ของ OpenKinect สามารถรันบน Mac Mini ได้เนียนกริบ ซึ่งมีประโยชน์มากเวลาทดลองโปรเจกต์ OpenClaw ตัวอย่างเช่น ถ้าคุณอยากให้ระบบมองเห็นโลกจริง แต่กังวลเรื่อง Privacy ก็แค่หาอะไรมา "ปิดทับเลนส์กล้อง RGB ไว้" แล้วเปิดใช้งานเฉพาะเซ็นเซอร์ LiDAR/Depth แค่นี้ระบบก็จะเข้าใจพื้นที่รอบตัวโดยไม่ต้องบันทึกภาพใครแล้วครับ!

ความสนุกอีกอย่างคือ กล้อง Kinect สามารถควบคุมมอเตอร์ได้ด้วย! ตัว OpenClaw อาจจะขยับพยักหน้า "ใช่" ได้ หรือการเคาะที่ตัว Kinect เซ็นเซอร์ก็จะรับรู้ได้เหมือนกัน

นอกจากนี้ Kinect ยังมีลำโพงและไมโครโฟนที่ดีมากๆ ในตัว ทำให้มันเป็นเซ็ตอัพที่เพอร์เฟกต์เมื่อใช้คู่กับ Raspberry Pi สำหรับการโต้ตอบด้วยเสียงครับ

จุดเด่นของการใช้ LiDAR แทนการประมวลผลภาพ (Why Add LiDAR? not Vision)

การประมวลผลรูปภาพเพียวๆ (Pure image AI) มันหนักเครื่องมากครับ การใช้เซ็นเซอร์วัดระยะ (Depth sensors) จะช่วยลดภาระการประมวลผลลงได้เยอะ การนำ Kinect มาทำเป็น LiDAR ราคาประหยัดมีข้อดีคือ:

• ช่วยให้ AI เข้าใจพื้นที่และมิติได้ดีขึ้น
• ลดความต้องการด้านสเปคคอมพิวเตอร์ลง
• ทำให้การนำ Edge AI มาใช้งานจริงเป็นไปได้ง่ายขึ้น
• เปิดโอกาสในการทดลองงานวิทยาการหุ่นยนต์ในงบประหยัด
• ที่สำคัญคือ สามารถปิดเทปทับเลนส์กล้องภาพเพื่อเพิ่มความเป็นส่วนตัว (Privacy) ได้เต็มที่!

การเชื่อมต่อกับแว่นตาอัจฉริยะ (Connection to PMSG Smart Glasses)

ห้องแล็บ AI Garage นี้ไม่ใช่แค่เรื่องของการทำหุ่นยนต์แขนกล แต่มันคือรากฐานสำหรับ:

• PMSGpt: ผู้ช่วยเขียนโค้ด AI สำหรับระบบฮาร์ดแวร์ Open Source ของเรา
• ระบบฟีดแบ็กของ Wearable AI ที่ขับเคลื่อนด้วยข้อมูลเซ็นเซอร์
• การโต้ตอบแบบมี Agent ฝังอยู่ในแว่นตาสมาร์ทกลาส
• AI แบบ Local ที่เคารพความเป็นส่วนตัวของผู้ใช้งาน

ทุกอย่างจะถูกสร้างขึ้นในรูปแบบที่สามารถนำไปแฮ็กหรือพัฒนาต่อยอดได้ (Hackable and Open)

ปรัชญาการออกแบบระบบเปิด (Open Design Philosophy)

โปรเจกต์ PMSG เป็นโปรเจกต์แบบ Open Design ดังนั้นห้องแล็บ AI แห่งนี้ก็ยึดหลักการเดียวกันครับ:

• ใช้ระบบ Local AI
• โครงสร้างและสถาปัตยกรรมโปร่งใส (Transparent architecture)
• เน้นการทดลองบนฮาร์ดแวร์จริง
• สร้างระบบที่สามารถใช้งานได้และสร้างตามได้จริง

เราบันทึกข้อมูลทุกอย่างเอาไว้ เพื่อให้คนอื่นๆ สามารถนำไปทำซ้ำ ปรับปรุง และต่อยอดได้ในอนาคต

โปรเจกต์นี้เปิดประตูสู่อะไรได้บ้าง? (What This Enables)

ระบบที่เรากำลังสร้างนี้ จะช่วยเปิดความเป็นไปได้ใหม่ๆ มากมาย ไม่ว่าจะเป็น วิทยาการหุ่นยนต์ที่ผสาน AI, ระบบ Edge Vision, การตอบสนองผ่านอุปกรณ์ Wearable, ฮาร์ดแวร์ที่พัฒนาตัวเองได้, เวิร์กโฟลว์บน GitHub ที่ฉลาดยิ่งขึ้น และ Physical AI Agents

ใครสนใจอยากอ่านข้อมูลแบบลึกๆ ของระบบ OpenClaw สามารถเข้าไปดูคู่มือการบูรณาการได้ที่นี่ครับ: CLAW-OPENCLAW-INTEGRATION.md