一名計算機視覺及機器人技術愛好者開發了一套基於人工智能的激光系統，該系統能夠偵測、追蹤及消滅蚊子，並使用自訂訓練的深度學習模型及精確的目標硬件。Steven Cheng 最近在線上揭示了這個項目，並形容其為「終極蚊子殺手」。該原型結合了計算機視覺、人工智能、工業機器人及激光技術，能自動識別蚊子，並將激光瞄準於其上，同時設計了安全機制以防止在靠近人類或易燃材料時誤射。
整個項目大約耗時四個月，並需要創建一個自訂的蚊子影像數據集以進行模型訓練。
系統的偵測能力基於一個使用 Cheng 收集的數以千計的蚊子影像訓練的深度學習模型。為了建立這個數據集，Cheng 使用一部數碼單反相機配備高倍變焦鏡頭拍攝蚊子，並生成計算機視覺模型所需的訓練數據。他表示：「在項目的這個階段，‘歡迎’蚊子來拍照的副作用是我全身都被蚊子咬了無數次。」在收集和註釋這些影像後，他訓練了一個深度學習模型，以實時識別蚊子。這一訓練過程需要相當大的計算資源，Cheng 説：「這真是讓我的顯示卡大顯身手。」
然而，Cheng 指出，最終模型的偵測性能「相當不錯」。這個訓練模型使系統能夠在啟動目標序列之前，將蚊子與其他物體區分開來。
Cheng 的人工智能激光系統展示了自動化技術的潛力
一旦成功偵測到蚊子，Cheng 便將激光消除機制整合到系統中。根據項目的詳細資訊，激光被調校為「瞬間將蚊子轉化為烤熟的蚊子。」激光組件安裝在高精度的工業旋轉平台上，並配備能迅速調整位置以追蹤移動目標的雲台。目標系統接收來自人工智能模型的位置數據，並持續更新激光的位置以保持與偵測到的蚊子的對準。計算機視覺與機器人追蹤的結合，允許系統自動識別和攻擊蚊子，而無需人類幹預。
該項目展示了人工智能和機器視覺的進步如何與精確的運動控制系統結合，以自動化高度特定的任務。
為了應對在室內操作激光的安全隱患，Cheng 增加了一個次級廣角攝像機以監測周圍環境。這個附加攝像機用於檢測可能存在於激光潛在射擊路徑中的人類和易燃材料。根據 Cheng 的説法，系統不斷評估目標蚊子與偵測到的物體之間是否存在重疊。如果在參與區域內識別到人或易燃材料，系統將防止激光發射。這些安全功能是在開發過程中進行模擬測試後引入的。Cheng 報告稱，原型在測試期間表現如預期，並表示在一夜的努力下，他住所內的所有蚊子都「成功消滅」。
雖然這個項目仍然是一個個人原型，但它突顯了人工智能、計算機視覺和機器人技術日益普及，使個體能夠在傳統研究和工業環境之外開發日益複雜的自動化系統。