إذا كنت مهتمًا بدمج المتحكمات الدقيقة مع التعلم الآلي، فأنت في المكان الصحيح: برمجة أردوينو باستخدام الذكاء الاصطناعي تجمع بين سحر الإلكترونيات والبرمجة والنماذج الذكية في مشاريع تتجاوز كونها مثيرة للاهتمام إلى كونها مفيدة حقًا. ستجد هنا دليلًا شاملًا وواقعيًا للبدء دون الخوض في المصطلحات التقنية المعقدة، مع دقة كافية لضمان عمل ما تبنيه بكفاءة.
الهدف هو تمكينك من بناء بيئتك الخاصة من الصفر، وتدريب نموذج تعلم آلي على جهاز الكمبيوتر الخاص بك، وتحميله إلى لوحتك، وجعله يعمل مع أجهزة الاستشعار والمحركات. ستشاهد أيضًا أمثلة برمجية أساسية (بدون ذكاء اصطناعي) تساعدك على فهم آلية قراءة بيانات أجهزة الاستشعار والتحكم في المخرجات، بالإضافة إلى أفكار للمشاريع، وأدوات مدعومة بالذكاء الاصطناعي لإنشاء التعليمات البرمجية، وحتى تحدٍ عملي مع جوائز لتشجيعك على البناء.
ماذا يعني برمجة Arduino باستخدام الذكاء الاصطناعي اليوم؟
عندما نتحدث عن دمج الذكاء الاصطناعي مع أردوينو، فإننا نشير إلى تشغيل نماذج تعلم آلي خفيفة الوزن على لوحات ذات موارد محدودة. ولتحقيق ذلك، يُعد TensorFlow Lite الخيار الأكثر شيوعًا، حيث يتيح لك نقل النماذج المدربة مسبقًا إلى تنسيق مُحسَّن لوحدات التحكم الدقيقة.
قبل البدء، من الأفضل تحديد الحد الأدنى من المواد المطلوبة. هذه المجموعة ستغطي معظم السيناريوهات وتتيح لك التوسع إذا نما مشروعك أو أصبح أكثر تعقيدًا: لوحة، ومكتبات، ومكونات، وقليل من لغة C++.
- لوحة اردوينو: Arduino UNOتعد Nano أو Mega من الخيارات الشائعة؛ اخترها بناءً على الدبابيس والذاكرة والاتصالات التي تحتاجها.
- مكتبات الذكاء الاصطناعي:يسمح لك TensorFlow Lite للميكروكنترولرات بتشغيل النماذج الصغيرة بكفاءة.
- مكونات الكترونية: أجهزة الاستشعار (الضوء، درجة الحرارة، القرب (على سبيل المثال مستشعر VL53L4CD))، المحركات، أو الكاميرات أو الميكروفونات، اعتمادًا على التحدي الذي تريد حله.
- قاعدة برمجة C++ والتعرف على مفاهيم الذكاء الاصطناعي مثل الشبكات العصبية والتعلم الخاضع للإشراف.
لضمان تجربة سلسة، يُنصح بوضع آلية عمل واضحة منذ البداية: تبادل الأفكار، جمع البيانات، التدريب، التحويل إلى صيغة خفيفة، الدمج، والضبط الدقيق . بهذه الطريقة، لن يُغفل أي شيء عند النشر.

خطوة بخطوة: من IDE إلى النموذج الأول على اللوحة
لنبدأ بالأساسيات: تثبيت بيئة التطوير وتجهيزها لتحميل التعليمات البرمجية والمكتبات. سيجنبك امتلاك بيئة تطوير أردوينو محدثة الكثير من المتاعب المتعلقة بالتبعيات ومشاكل التوافق.
١) تثبيت بيئة التطوير: قم بتنزيل وتثبيت بيئة تطوير Arduino المتكاملة (IDE) من موقعها الرسمي، وتأكد من إمكانية تجميع وتحميل مثال بسيط (مثل برنامج Blink الكلاسيكي). يضمن هذا الفحص تهيئة اللوحة وبرامج التشغيل والمنفذ بشكل صحيح.
٢) تهيئة أردوينو للذكاء الاصطناعي: ستحتاج إلى دمج TensorFlow Lite لوحدات التحكم الدقيقة. وأفضل طريقة هي استخدام مدير المكتبات الخاص ببيئة التطوير المتكاملة (IDE) لحل التبعيات تلقائيًا وتجنب حالات عدم التوافق.
- افتح Arduino IDE وأدخل الأدوات > إدارة المكتبات.
- ابحث عن "TensorFlow Lite" واضغط على "تثبيت"، مع التأكد من ذلك النسخة متوافقة مع شارتك والمثال الذي تريد اتباعه.
3) تدريب نموذج الذكاء الاصطناعي: تتم العملية على جهاز الكمبيوتر. يمكنك استخدام TensorFlow لإنشاء النموذج وتدريبه باستخدام بياناتك. مثال نموذجي على ذلك هو روبوت يتجنب العوائق بناءً على قراءات مستشعر القرب؛ وخيار آخر هو تصنيف الأصوات البسيطة باستخدام ميكروفون أو إجراء التعرف على الصور باستخدام وحدات منخفضة التكلفة. بمجرد تحقيق أداء مقبول، قم بتصدير النموذج إلى TensorFlow Lite لاستخدامه على المتحكمات الدقيقة.
٤) تحميل النموذج على اللوحة: بعد الحصول على الملف المُحسَّن، حان وقت دمجه في برنامجك. تتضمن العملية الأساسية إعداد الموترات، وقراءة بيانات المستشعرات، وإجراء الاستدلال، والتصرف بناءً على ذلك. في المشاريع البسيطة، قد يكون القرار بسيطًا مثل تشغيل محرك إذا تجاوز الاحتمال عتبة معينة؛ أما في السيناريوهات الأكثر طموحًا، فيمكنك تجربة التعرف على الصور أو الأصوات.
#include <TensorFlowLite.h>
// Incluir cabeceras específicas del ejemplo o del modelo convertido
// Variables para sensores y salida
// (ajusta pines y tipos a tu hardware)
void setup() {
Serial.begin(115200);
// Inicializar sensores
// Inicializar modelo: arena, intérprete, tensores
}
void loop() {
// 1) Adquirir datos del sensor
// 2) Preprocesar y copiar a entrada del modelo
// 3) Invocar la inferencia
// 4) Leer la salida y tomar decisiones (mover motor, encender LED, etc.)
}
٥) عدّل مشروعك وخصصه: لا يوجد نموذج مثالي من المحاولة الأولى. ستحتاج على الأرجح إلى معايرة المستشعرات، وتحسين عتبة القرار، أو حتى إعادة التدريب باستخدام المزيد من البيانات. هذه الدورة التكرارية طبيعية؛ خصص وقتًا للقياس والتصحيح لضمان استقرار الأداء في ظروف العالم الحقيقي.
لتسريع عملية تصميم النماذج الأولية، توجد أدوات مدعومة بالذكاء الاصطناعي مثل مولد الأكواد لأردوينو (وأدوات مثل فيزوينو ) التي تُنشئ هيكلاً برمجياً من وصف مُعطى. تُعد هذه الأدوات مفيدة للبدء، مع أنه يُنصح بمراجعة المنطق وضبط الأداء يدوياً ، لأن الكود المُنشأ ليس دائماً الأكثر كفاءة.

أمثلة أكواد أساسية (بدون الذكاء الاصطناعي) لدمج المستشعرات والمخرجات
على الرغم من أن هذه المقالة تركز على الذكاء الاصطناعي، إلا أنه من المفيد الإلمام ببعض أنماط قراءة المستشعرات والتحكم في المخرجات. ستشكل هذه الأمثلة أساسًا لربط استنتاج النموذج بالعالم المادي والتحقق السريع من صحة أجهزتك.
مثال 1: تشغيل مؤشر LED عند الضغط على زر . هذا اختبار كلاسيكي يتحقق من المدخلات والمخرجات الرقمية؛ وهو مثالي للتأكد من سلامة اللوحة والأسلاك قبل دمج النموذج.
int pinBoton = 2; // Pin del botón
int pinLED = 13; // Pin del LED
void setup() {
pinMode(pinBoton, INPUT);
pinMode(pinLED, OUTPUT);
}
void loop() {
if (digitalRead(pinBoton) == HIGH) {
digitalWrite(pinLED, HIGH);
} else {
digitalWrite(pinLED, LOW);
}
}
المثال الثاني: التحكم في سطوع مصباح LED باستخدام مقاوم ضوئي. يجمع هذا النمط بين مدخل تناظري ومخرج PWM؛ وهو مفيد للغاية عندما ترغب، بعد الاستدلال، في تعديل شدة الإضاءة أو سرعتها أو أي قيمة مستمرة في مشروع التحكم في السطوع الخاص بك.
int ldr = A0; // Entrada analógica del LDR
int ledPWM = 9; // Salida PWM para el LED
void setup() {
pinMode(ledPWM, OUTPUT);
}
void loop() {
int lectura = analogRead(ldr);
int brillo = map(lectura, 0, 1023, 0, 255);
analogWrite(ledPWM, brillo);
delay(10);
}
ستُمكّنك هذه الوحدات، بالإضافة إلى استنتاجات النموذج، من اتخاذ قرارات فورية: على سبيل المثال، تشغيل محرك إذا رصد النموذج عائقًا، أو تغيير سطوع الضوء بناءً على تصنيف المشهد. يكمن جوهر الأمر في أن منطق تطبيقك يُترجم مخرجات النموذج بدقة إلى إجراءات مادية.

أفكار مشاريع تجمع بين Arduino والذكاء الاصطناعي
الاحتمالات واسعة، لكن البدء بأهداف محددة يساعدك على التركيز. إليك بعض الاقتراحات المستوحاة من سيناريوهات واقعية يمكنك تكييفها مع أجهزتك والبيانات التي يمكنك جمعها وتصنيفها بجودة كافية.
- ترموستات متصليقيس درجة الحرارة باستخدام مستشعر BMP180، ويُدرّب نموذجًا للتنبؤ بوقت التشغيل الأمثل. يتحكم في التدفئة أو تكييف الهواء، ويضيف اتصالًا للتحكم عن بُعد.
- كاشف الحركة الذكي: يستخدم أجهزة استشعار PIR أو مقياس تسارع (على سبيل المثال LSM9DS1) ويقوم بتدريب المصنف للتمييز بين الضوضاء أو الحيوانات الأليفة أو الوجود البشري قبل تشغيل أجهزة الإنذار أو الأضواء.
- التحكم التكيفي في الإضاءة: يجمع بين المقاومة الضوئية ونموذج يأخذ في الاعتبار الوقت من اليوم وعادات الاستخدام لضبط شدة الإضاءة وأنماطها.
- شاشة المعلومات:بفضل شاشة OLED، فإنه يعرض قراءات المستشعر (درجة الحرارة والرطوبة وجودة الهواء) ويضيف نموذجًا يكتشف الشذوذ في الوقت الفعلي.
- جهاز مراقبة جودة الهواء: يصنف جودة الهواء على أساس مستشعر BME680 ويقوم بتنشيط التهوية عندما يتوقع النموذج مستويات غير مرغوب فيها.
- موزع الأدوية المتصل:جدولة التذكيرات، والتحكم في محرك المؤازرة للجرعات، وإضافة نموذج يتعلم الروتينات لتحسين التذكيرات.
مهما كان اختيارك، ابدأ بنموذج أولي بسيط، وتحقق من استقرار قراءات المستشعر، وبعد ذلك فقط قم بدمج نموذج الذكاء الاصطناعي لإضافة الذكاء وتقليل النتائج الإيجابية الخاطئة.
الأدوات التي تعمل بالذكاء الاصطناعي والتي تولد التعليمات البرمجية ومتى تستخدمها
تتوفر اليوم أدواتٌ تُقدّم، بناءً على وصفٍ بلغةٍ طبيعية، مخططًا وظيفيًا. تُتيح لك منصاتٌ مثل مُولّد الأكواد لأردوينو توفير ساعاتٍ من العمل من خلال إنشاء الهيكل الأولي لمشروعك وتسهيل اختبار إثبات المفهوم بسرعة.
مع ذلك، ضع في اعتبارك حدودها: فالذكاء الاصطناعي لا يُنتج دائمًا الكود الأمثل أو الأكثر كفاءة، وقد تحتاج أحيانًا إلى تعديل منافذ أو توقيتات أو مكتبات معينة . كذلك، بدون إدخالك، قد لا تتمكن الأداة من جمع معلومات حول الأجهزة التي تستخدمها.
عمليًا، تُعدّ هذه المولدات مفيدةً للغاية للحصول على نقطة انطلاق، ثم تعزيزها بالاختبار والقياسات وإعادة الهيكلة اليدوية. تخيّل الذكاء الاصطناعي كمساعد طيار يُسرّع عملية التنفيذ، لكنه لا يُغني عن التحقق العملي المباشر.
حدث و26 تحديًا للصانعين باستخدام الذكاء الاصطناعي: التعلم من خلال البناء
إذا كنت ترغب في تعزيز مهاراتك، فلدينا نشاط مصمم خصيصًا لتعليمك برمجة أردوينو، حتى لو كنت مبتدئًا تمامًا. يوم الجمعة الموافق 26 يوليو، من الساعة 10:30 صباحًا إلى 12:00 ظهرًا ، سنقدم تحديًا يتضمن 26 تحديًا إبداعيًا لجميع المستويات.
الفكرة هي أنه بدعم من الذكاء الاصطناعي كمساعد (استخدمه إن شئت)، يمكنك إكمال كل تحدٍ من التحديات الستة والعشرين، واكتساب مهارة في استخدام المكونات والتقنيات. والهدف هو أن يستمتع الجميع بالبناء والحل.
آلية النشاط :
- بطاقة التحدي:سوف تتلقى بطاقة تحتوي على 26 تحديًا ويمكنك التحقق من التحديات التي أكملتها.
- عرض التحديكل تحدٍ له قيمته عندما تُظهر نجاحه لفريق Maker Hardware؛ إذا سارت الأمور على ما يرام، فسوف يلصقون ملصقًا على بطاقتك.
- انتهاء:أولئك الذين يكملون جميع التحديات الـ 26 يضمنون الحصول على جائزة؛ السرعة والدقة هما المفتاح هنا، حيث أن ترتيب التحديات يؤثر على الجوائز.
اطلع على الصفحة لمعرفة التحديات وكيفية تقدم المشاركين الآخرين: https://inven.es/euskalencounter-retos-arduino-con-ia/ . إنها طريقة رائعة لتحفيز نفسك، وفي الوقت نفسه، لجمع أفكار لمشروعك القادم في مجال الذكاء الاصطناعي.
الجوائز :
- أول شخص يكمل:
- 3D طابعة
- اردوينو كيت
- تي شيرت أوسكال
- سلسلة مفاتيح خاصة
- الدبلومة الذهبية
- الشخص الثاني:
- اردوينو كيت
- تي شيرت أوسكال
- سلسلة مفاتيح خاصة
- الدبلومة الفضية
- الشخص الثالث:
- تي شيرت أوسكال
- سلسلة مفاتيح خاصة
- دبلومة برونزية
- أولئك الذين أكملوا الـ 26:
- سلسلة مفاتيح خاصة
- دبلومة برونزية
إضافةً إلى الحافز، ستتاح لك فرصة التواصل مع مبدعين آخرين، والاطلاع على أساليب مختلفة، ومشاركة إبداعاتك الأولى. وبفضل دعم الذكاء الاصطناعي، ستكون البداية أسرع وأكثر متعة.
الخصوصية عند الوصول إلى موارد المجتمع
عند البحث عن معلومات في المنتديات الإلكترونية، ضع في اعتبارك سياسات ملفات تعريف الارتباط والخصوصية. تستخدم منصات مثل Reddit وشركائها ملفات تعريف الارتباط لتحسين تجربتك، وتخصيص المحتوى، وقياس الإعلانات؛ حتى لو رفضت ملفات تعريف الارتباط غير الضرورية، فستبقى بعض الملفات الضرورية للوظائف الأساسية مُفعّلة . إذا كنت مهتمًا بالتفاصيل، فراجع إشعارات ملفات تعريف الارتباط وسياسات الخصوصية الخاصة بهم قبل التصفح.
مؤشر
- 1 ماذا يعني برمجة Arduino باستخدام الذكاء الاصطناعي اليوم؟
- 2 خطوة بخطوة: من IDE إلى النموذج الأول على اللوحة
- 3 أمثلة أكواد أساسية (بدون الذكاء الاصطناعي) لدمج المستشعرات والمخرجات
- 4 أفكار مشاريع تجمع بين Arduino والذكاء الاصطناعي
- 5 الأدوات التي تعمل بالذكاء الاصطناعي والتي تولد التعليمات البرمجية ومتى تستخدمها
- 6 حدث و26 تحديًا للصانعين باستخدام الذكاء الاصطناعي: التعلم من خلال البناء
- 7 الخصوصية عند الوصول إلى موارد المجتمع