人工智能專業(yè)實驗室是一個專門用于研究、開發(fā)和應用人工智能技術的場所。它通常配備了高性能計算機、專業(yè)軟件、傳感器、機器人等先進設備，為科研人員和學生提供了一個良好的實驗環(huán)境。
在人工智能專業(yè)實驗室中，可以進行各種與人工智能相關的研究和實驗，例如機器學習、深度學習、自然語言處理、計算機視覺、智能控制等領域的研究。這些研究旨在推動人工智能技術的發(fā)展，提高人工智能系統(tǒng)的性能和智能化水平。
此外，人工智能專業(yè)實驗室還承擔著培養(yǎng)人工智能領域人才的重要任務。通過實驗室的教學和實踐活動，學生可以深入了解人工智能技術的原理和應用，掌握相關的技能和知識，為未來的職業(yè)發(fā)展打下堅實的基礎。
在科技飛速發(fā)展的今天，人工智能（AI）已經逐漸滲透到我們生活的方方面面，從智能家居到自動駕駛，從醫(yī)療診斷到金融投資，無不展現出其強大的潛力和廣泛的應用前景。為了更好地推動人工智能領域的發(fā)展，培養(yǎng)高素質的專業(yè)人才，眾多高校和研究機構紛紛建立了人工智能專業(yè)實驗室。
人工智能專業(yè)實驗室是專為研究人工智能技術和應用而設立的科研平臺，它為研究者提供了一個高度專業(yè)化的實驗環(huán)境。實驗室通常配備了先進的硬件設備，如高性能計算機、服務器、專用芯片等，以及豐富的軟件資源，如各種算法庫、開發(fā)工具、模擬仿真平臺等。這些軟硬件資源為研究者提供了強大的技術支持，使得他們能夠更加專注于人工智能的創(chuàng)新研究。
在人工智能專業(yè)實驗室中，研究者們圍繞人工智能的核心技術展開深入研究，如機器學習、深度學習、自然語言處理、計算機視覺等。他們不斷探索新的算法、模型和理論，努力提高人工智能的性能和效率。同時，實驗室還積極開展跨學科合作，與計算機科學、數學、物理學、生物學等領域的研究者共同探索人工智能的未來發(fā)展方向。
除了基礎研究，人工智能專業(yè)實驗室還承擔著人才培養(yǎng)的任務。實驗室為本科生、研究生等提供了豐富的實踐機會，讓他們在實際項目中鍛煉和提高自己的技能。通過參與實驗室的研究項目，學生們能夠深入了解人工智能的原理和應用，培養(yǎng)自己的創(chuàng)新思維和實踐能力。同時，實驗室還定期舉辦學術講座、研討會等活動，為師生們提供一個交流和學習的平臺。
人工智能專業(yè)實驗室的建立和發(fā)展對于推動人工智能領域的發(fā)展具有重要意義。它不僅為研究者提供了一個高效、便捷的科研環(huán)境，還為人才培養(yǎng)和創(chuàng)新實踐提供了有力支持。隨著人工智能技術的不斷進步和應用領域的不斷拓展，我們有理由相信人工智能專業(yè)實驗室將在未來發(fā)揮更加重要的作用。
人工智能正成為新一輪產業(yè)變革的核心驅動力，推動經濟社會各領域從數字化、網絡化向智能化加速躍升，人工智能已經成為提升國家競爭力、維護國家安全的重大戰(zhàn)略。國家陸續(xù)出臺了《“互聯(lián)網+”人工智能三年行動實施方案》、《國務院關于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》、《促進新一代人工智能產業(yè)發(fā)展三年行動計劃（2018-2020年）》等一系列人工智能產業(yè)發(fā)展政策，著力構筑人工智能先發(fā)優(yōu)勢，加快建設創(chuàng)新型國家和世界科技強國。
新一代人工智能落地和產業(yè)發(fā)展持續(xù)提速，帶來投資新機遇，對人工智能、等相關專業(yè)人才的需求也急劇增長。根據人社部測算，我國人工智能人才目前缺口超過500萬，國內的供求比例為1：10，供需比例嚴重失衡。不斷加強人工智能、大數據、物聯(lián)網人才培養(yǎng)，補齊人才短板，是國家教育的當務之急。
高校人工智能專業(yè)人才的培養(yǎng)還處在初級階段，沒有成熟的經驗可以借鑒，學校也面臨師資缺乏 、實踐條件不具備等突出問題，因此構建專業(yè)性強、通用性強、高可用、高可擴展、課程和實驗資源豐富的人工智能實驗室，全方位支撐人工智能相關專業(yè)教學、實驗、考核及科研活動是目前學校在人工智能人才培養(yǎng)角度要解決的重要問題。
二、建設目標
1.滿足基礎教學實驗需求，可有效支撐人工智能基礎課、專業(yè)核心課、選修課的實驗教學。
2.滿足行業(yè)實訓的教學需求，可有效支撐人工智能應用實踐、智能駕駛應用實踐、智能機器人應用實踐、5G邊緣計算應用實踐
3.滿足人工智能典型應用示范的需求，為人工智能認知教育和互動體驗提供示范空間。
AI人工智能涉及到知識比較廣闊，需要有較強的數學基礎、編程基礎及相關的嵌入式開發(fā)能力。目前已有的書籍或者產品，要么過于理論，很容易讓我們從入門到放棄，要么開發(fā)過于復雜，沒有基礎的人卻而止步，綜上所訴我們開發(fā)了全新的DB-SD23 AI人工智能實驗箱。
我們基于多維度學習實踐平臺，置身初學者角度，從基礎單獨的 GPIO 擴展開始學習過渡到傳感器實驗項目再進入OpenCV、PyTorch、ROS機器人系統(tǒng)，機器運動學，AI視覺，AI 聽覺等學習，從而學會 AI 人工智能開發(fā)。
GPU ：128核 NVIDIA Maxwell GPU
CPU ：4核cortex-A57處理器
內存：4 GB LPDDR 25.6 GB/s
算力：472 GFLOP
基于NVIDIA強大的Al計算能力，系統(tǒng)內核是一個小巧卻功能強大的計算機，它可以讓你并行運行多個神經網絡、對象檢測、分割和語音處理等應用程序， 系統(tǒng)搭載四核cortex- A57處理器，128核Maxwell GPU及 4GB LPDDR內存，帶來足夠的Al計算能力，提供472GFLOP算力，并支持一系列流行的Al框架和算法，比如TensorFlow、Pytorch、 caffe/caffe2、Keras、MXNET等
二.系統(tǒng)框架與AI框架
系統(tǒng)預裝ubuntu18.04操作系統(tǒng)，所有環(huán)境代碼庫文件均已安裝，開機即用。
Ubuntu 18.04 LTS在云計算領域效率極高，特別適用于機器學習這樣的存儲密集型和計算密集型任務。Ubuntun 長期支持版本可以獲得 Canonical 官方長達五年的技術支持。Ubuntu 18.04 LTS 還將附帶了 Linux Kernel 4.15，其中包含針對 Spectre 和 Meltdown 錯誤的修復程序。
提供詳細的python開源范例程序
根據TIOBE最新排名 ，Python已超越C#，與Java,C,C++一起成為全球前4大最流行語言。國內目前百度指數搜索量已經超越Java，與C++，即將成為國內最受歡迎的開發(fā)語言。
Python被廣泛應用于后端開發(fā)、游戲開發(fā)、網站開發(fā)、科學運算、大數據分析、云計算，圖形開發(fā)等領域；Python在軟件質量控制、提升開發(fā)效率、可移植性、組件集成、豐富庫支持等各個方面均處于先進地位。python具有 簡單、易學、免費、開源、可移植、可擴展、可嵌入、面向對象等優(yōu)點，它的面向對象甚至比java和C#.net更徹底；
JupyterLab編程
JupyterLab是一個基于Web的交互式開發(fā)環(huán)境，用于Jupyter筆記本、代碼和筆記本、代碼和數據.JupyterLab非常靈活配置和排列用戶界面，以支持數據科學、科學計算和機器學習中廣泛的工作流.JupyterLab是可擴展的和模塊化的編寫插件，添加新組件并與現有組件集成
多種AI框架
OpenCV計算機視覺庫，TensorFlow AI框架，Pytorch AI框架等
三. 基礎GPIO與傳感器實驗模塊
雙色LED實驗
RGB-LED實驗
繼電器實驗
激光傳感器實驗
輕觸開關按鍵實驗
傾斜傳感器實驗
振動傳感器實驗
蜂鳴器實驗
干簧管傳感器實驗
U型光電傳感器實驗
PCF8591模數轉換實驗
雨滴探測傳感器實驗
PS2操縱桿實驗
電位器實驗
模擬霍爾傳感器實驗
模擬溫度傳感器實驗
聲音傳感器實驗
光敏傳感器實驗
火焰報警實驗
煙霧傳感器實驗
觸摸開關實驗
超聲波傳感器距離檢測實驗
旋轉編碼器實驗
紅外避障傳感器實驗
I2C LCD1602液晶顯示實驗
BMP180氣壓傳感器實驗
MPU6050陀螺儀加速度傳感器
DS1302實時時鐘模擬實驗
循跡傳感器實驗
直流電機風扇模塊實驗
步進電機驅動模塊實驗
PIR人體熱釋電感應模塊實驗
四.AI視覺
球體追蹤
人臉識別追蹤
二維碼識別
汽車/行人檢測
人體追蹤
基于Dlib實現人臉身份識別
車牌識別
自定義物體識別
基于Pytorch的手勢識別
AI人工智能臉部特征識別
顏色識別追蹤
顏色抓取
顏色互動
模型訓練-機械手垃圾分揀
人體特征識別互動-機械手手勢互動（識別多種手勢并執(zhí)行相應的動作）
人體特征識別互動-機械手手勢抓取（識別數字手勢，堆疊層數，并在拳頭手勢下推倒）
人體特征識別互動-機械手人臉識別追蹤（檢測人臉，識別后跟蹤移動）
五.AI聽覺
在線語音合成實驗（將文本轉化為MP3格式的音頻并播放）
語音聽寫流式實驗（會將語音轉化為文字文本輸出）
圖靈機器人實驗（輸入對話內容后，機器人將回復對話的內容）
AIUI實驗(科大訊飛推出的自然語言理解為核心的全鏈路人機交互語音解決方案)
VAD實驗(語音活動檢測(Voice Activity Detection,VAD)又稱語音端點檢測,語音邊界檢測)
小薇機器人語音對話實驗（運行程序將進入對話狀態(tài)）
Snowboy語音喚醒實驗（KITT.AI開發(fā)的人工智能軟件工具包。通過Snowboy軟件，開發(fā)人員可以在一些硬件設備上添加 “語音熱詞探測” 功能讓用戶通過與移動設備進行對話，“喚醒” 或 “命令” 它們去做一些事情。在這個過程中，設備會通過主人的 “語音控制” 變身為一個智能化機器人。）
6.機器運動學與ROS機器人
手機APP控制機械臂（IO/安卓）
FPV第一視角控制
6自由度機械臂
智能串行總線舵機
PC上位機控制
上位機除了FPV攝像頭畫面外還新增了機械臂3D仿真模型
3D模型和實體同步轉動，讓機械臂控制理論和實際相結合
機械臂自定義學習動作組
進入學習模式后可通過讀取并記錄每次轉動的角度，實現學習并重復執(zhí)行動作組
趣味固定動作組
APP中提供8種固定動作組，可點擊序號進行預覽，點擊運行后開始執(zhí)行。
機械臂同步示教（需2臺）
讀取主機端的關節(jié)角度，實時傳輸至從機端，讓從機根據主機姿態(tài)同步轉動
6自由度逆運動學控制
分解機械臂6個自由度的舵機運動控制，通過輸入目標坐標計算各舵機的理論運動角度，結合舵機控制協(xié)議同時控制各個舵機運動
ROS操作系統(tǒng)
ROS機器人操作系統(tǒng)是工具、庫和協(xié)議的集合，旨在簡化機器人平臺，構建復雜而強大的機器人
7.云物聯(lián)網
基于MQTT協(xié)議的物聯(lián)網實驗
基于阿里云的物聯(lián)網實驗
基于巴法云的物聯(lián)網實驗
微信小程序的結構
基于微信小程序的物聯(lián)網手機端實驗
物聯(lián)網智能燈實驗
物聯(lián)網智能風扇實驗
