بناء رفيق ذكاء اصطناعي بـ 50 دولارًا: كيف اخترق مطور جهاز Muse Charm من Meta باستخدام عتاد مفتوح

قام شون هولستر، المحرر الأول في The Verge، مؤخرًا ببناء قلادة رفيق ذكاء اصطناعي خاصة به باستخدام مجموعة تطوير Waveshare ESP32-S3 1.75C — جهاز بشاشة تعمل باللمس بقيمة 50 دولارًا مدعوم رسميًا من Meta لبرنامج Muse Gadgets. تتصل المجموعة مباشرة بسحابة Muse AI من Meta عبر رموز مفتوحة المصدر، مما يوفر نقطة دخول منخفضة التكلفة لتجربة الذكاء الاصطناعي القابل للارتداء.

من مجموعة أساسية إلى نموذج أولي مصقول

عند إخراجها من العلبة، كان الجهاز قادرًا على الضغط للتحدث مع Muse لكنه عانى من استجابات بطيئة، وعدم تشغيل صوتي على الجهاز، ونص مقطوع على الشاشة، وصورة رمزية ثابتة واحدة. كما افتقر إلى اكتشاف المنزل الذكي التلقائي وزر غالق الكاميرا عن بعد. قام هولستر بتوصيل القلادة بجهاز الكمبيوتر الخاص به واستخدم Claude Code من Anthropic لإعادة كتابة البرامج الثابتة بشكل تكراري، مضيفًا سجل محادثة قابل للتمرير، وإخراج صوتي بريطاني من ElevenLabs، ومُشغل كاميرا عن بعد وظيفي، وتكامل أذكى للمنزل الذكي.

النتيجة هي جهاز بحجم ساعة الجيب يتحدث مرة أخرى، ويعرض سلاسل رسائل كاملة، ويلتقط الصور عن بعد، ويتحكم في الأجهزة المتصلة — وكل ذلك بجزء بسيط من تكلفة Muse Charm الاستهلاكية القادمة من Meta. يسلط المشروع الضوء على مدى سهولة تطوير عتاد الذكاء الاصطناعي عندما تتقارب استدلال السحابة، وواجهات برمجة التطبيقات المفتوحة، وأدوات الترميز التوليدية.

لماذا هذا مهم للبنية التحتية لـ GPU / الذكاء الاصطناعي: يوضح هذا التجربة الطلب المتزايد على استدلال سحابي منخفض الكمون عند الحافة. يتم توجيه كل تفاعل صوتي، ورسوم متحركة للصورة الرمزية، وأمر للمنزل الذكي عبر مجموعات GPU الخاصة بـ Meta. مع اتصال ملايين من هذه الأجهزة، تصبح الحاجة إلى حوسبة ذكاء اصطناعي قابلة للتطوير وموزعة جغرافيًا — مثل ما توفره AiGpu — أمرًا بالغ الأهمية للحفاظ على أوقات استجابة سريعة وتكاليف قابلة للإدارة.