消息:Project Ring 是一款腕戴式小型計(jì)算機(jī)，它使用 AI 實(shí)時(shí)分析環(huán)境，并進(jìn)行文本描述，再通過(guò) ChatGPT 對(duì)環(huán)境進(jìn)行評(píng)估。

這款可穿戴設(shè)備結(jié)合了語(yǔ)言和圖像模型，以提供人與 AI 之間更流暢的交互體驗(yàn)。

根據(jù)開(kāi)發(fā)人員 Mina Fahmi 的說(shuō)法，該項(xiàng)目旨在“展示低摩擦交互，將人類(lèi)與人工智能之間的物理和數(shù)字信息融合在一起。”

為此，F(xiàn)ahmi 構(gòu)建了一個(gè)帶攝像頭和操縱桿的腕戴式小型計(jì)算機(jī)，可以使用Replicate image-to-text?模型對(duì)環(huán)境進(jìn)行實(shí)時(shí)可視化分析，用文本進(jìn)行描述，并通過(guò)ChatGPT對(duì)其進(jìn)行評(píng)論。

整個(gè)過(guò)程中，使用 Eleven Labs 的文本轉(zhuǎn)語(yǔ)音服務(wù)將文本轉(zhuǎn)換為語(yǔ)音，然后通過(guò) 安卓智能手機(jī)傳輸?shù)焦莻鲗?dǎo)耳機(jī)。耳機(jī)有一個(gè)內(nèi)置麥克風(fēng)，允許用戶(hù)對(duì)可穿戴設(shè)備說(shuō)話(huà)，例如，詢(xún)問(wèn)有關(guān)環(huán)境的問(wèn)題。使用OpenAI 的 Whisper將用戶(hù)的語(yǔ)音轉(zhuǎn)換為文本，以便 ChatGPT 參與智能評(píng)論。所有數(shù)據(jù)都在谷歌云中處理。

Fahmi 稱(chēng)他使用GPT-4完成了 Project Ring 的所有代碼生成。語(yǔ)言模型總共生成了大約750行代碼。其中包括用于 Raspberry Pi 的 Python 腳本、云應(yīng)用程序、網(wǎng)站和 Android 應(yīng)用程序。

需要注意的是，F(xiàn)ahmi 有編碼背景，但他已經(jīng)很多年沒(méi)有寫(xiě)過(guò)任何代碼了。他相信項(xiàng)目表明使用 GPT-4來(lái)編寫(xiě)完整的軟件原型是可能的，雖然不是一件容易的事情。

該項(xiàng)目還強(qiáng)調(diào)了人工智能通過(guò)提供對(duì)環(huán)境的實(shí)時(shí)描述和評(píng)論來(lái)改善有視覺(jué)或聽(tīng)覺(jué)障礙的人的無(wú)障礙環(huán)境的潛力。

項(xiàng)目展示了人工智能自動(dòng)化編碼任務(wù)和創(chuàng)建完整軟件原型的潛力。它還強(qiáng)調(diào)了人工智能增強(qiáng)人機(jī)交互和提供體驗(yàn)世界的新方式的可能性。