Video

I suggest you install a ready disk image first, following our guide: sarakit.saraai.com/getting-started/software in case of problems, please write to sarakit.saraai.com/community/contact

1. You don't need to use a wake word like 'Alexa' or 'OK Google'; just look at SaraEye, it sees you and knows you are speaking to it - it’s more natural, the way people communicate. When we are in a group and speak while looking at someone, that person knows we are speaking to them... 2. By looking at the device, and more importantly, SaraEye looking back at you, a unique bond is formed that is hard to achieve by talking to a 'speaker' like Alexa. :)

Niestety jesteśmy jeszcze w trakcie szukania inwestorów aby móc zacząć produkcję seryjną... Samo urządzenie po podłączeniu jest gotowe do działania, na początku widząc nową osobę może zapytać o imię i inne dane - potem już można pogadać o wszystkim :)

@@ArturMajtczak dobrze, bo mi na maila przyszło że już gdzieś można te urządzenia kupić, ale żeby to zaczęło gadać to skomplikowanie coś tam było wytłumaczone, a gdzie trzeba to podłączyć? Bo nie rozumiem, to jest przydatne narzędzie trochę dla osób niewidomych zwłaszcza że ja jestem taką osobą i bardzo mnie to na rzędzie ciekawi i nie mogę się doczekać aż będzie to publicznie dostępny, a będzie jakaś informacja że to będzie wydane? Np. na youtubie czy coś? Bo fajnie by było W ogóle to chciałbym żeby zostało na jutuba wrzuconych więcej filmów z Sarą po polsku

How can I contact you

Exactly right. The cameras observe the environment, and in the background, a separate program identifies objects, people, motion, etc. This information is invisibly sent as prompts to ChatGPT, which then responds as you can see in the video.

​@@ArturMajtczak This reminds me of the SHRDLU program developed by Terry Winograd at MIT in 1968 (based on around fifty nouns, verbs and adjectives in 3D world of blocks). I guess that it takes a lot of computing power to do this analysis, and that you do it on an external server from the pairs of images sent. I guess that Rasperry and your SaraKit card are used only to position the motors, process the image and sound and communicate with the server, is it ? Your approach is interesting. Do you think the GPT-4 Vision update uses a similar principle and communicates through prompts with the conversational system? (this system quickly has its limits it seems to me).

@@monsieur3d985 Sending images to a server and waiting for a response is indeed too slow and costly, so the image analysis is actually done on the Raspberry Pi itself, using a simple trained model. While this model might not recognize everything, it certainly has broad and sufficient capabilities. Image recognition isn't performed in real-time at 25 frames per second - that's not necessary at this stage. We just analyze changes in the background image, which takes about 100 to 600 ms. As I mentioned, this process runs in a separate thread and is efficient enough for our purposes. In terms of the GPT-4 Vision update, while it might use a similar principle of communicating with the conversational system through prompts, our approach focuses on local processing to avoid the delays and costs associated with server-based processing. This method, although it has its limitations, is quite effective for our current needs.

At the moment, we don't have ready units for sale just yet, but the good news is that we've made our first trial series. We've received it and are currently in the testing phase. The first approximately 150 people who order through CrowdSupply should receive their SaraKIT significantly earlier.

@@ArturMajtczak Sorry to be so demanding, but what would the ETA be for ordering from CrowdSupply?

I apologize, but at this moment, I can't specify an exact ETA for orders from CrowdSupply. It largely depends on the campaign we're running there. I should be able to give you a more precise estimate right after the campaign concludes.

hmm... to chyba po prostu postęp, nie unikniemy go, zrobimy coś my lub inni, my możemy tylko dbać, aby technologia była wykorzystywana jak najlepiej, starać się ją zabezpieczać na ile się da, a da się - wiemy jak to robić...

@@ArturMajtczak Dla Pana postęp dla innych udoskonalanie nie wolni cz e g o sy s t, em u . Wiem taka Pana praca. Ok. Ale jak zaproponują grube miliony to dobrze by było aby Pan tego nie sprzedawał, bo tak jak wszystko obrucą przeciwko nam. Czas Panu sprzyja. Za 2 mc zaostrzenie ko n fl ik tu , później nowa za r a, z a . . z ch, i n, .. przywracanie ob os,t rz,e ń ń także taka technologia będzie bardzo potrzebna do kon, .t roli, , weryf i kacji, , raportu. ,. aby zarobić musi szybko wyjść wersja dla firm

Rozwijamy projekt, ale jeszcze nie jest dostępny w sprzedaży

@@ArturMajtczak dobrze co wam się ostatnio udało osiągnąć chcę jeszcze zobaczyć co ona potrafi jeśli chodzi o takie filmiki na YouTubie

Ja chcę to kupić Już się nie mogę doczekać

To tylko bajke potrafi opowiedzieć i liczy

@@immune_eyes tylko tyle? No to słabe to jest ale na filmiku było pokazane jeszcze innych parę rzeczy

klasyczne dawne OCRy były oparte na algorytmach rozpoznawania praktycznie każdego znaku inaczej. 100 znaków, 100 algorytmów. Tu jest jeden. i tak II (duże i) i ll (małe el) i rzymska cyfra nie będą rozpoznane bez kontekstu - człowiek też tego nie potrafi. Jeżeli zbiór jest ograniczony do cyfr lub tylko znaków jest łatwiej. Jeżeli mamy i z kropką i I (i duże) też są to już inne znaki tzn. jeżeli będzie kropki nad linią to będzie to i (małe i) z większym prawdopodobieństwem niż I.

używaliśmy SaraEye z Google i Alexą i szczerze mówię że rozmowa z tymi asystentami była nudna, po kilku zdaniach nie było sensu więcej gadać, sterowanie urządzeniami, proste pytania to jakoś działało, ale rozmowa nie była możliwa. Dlatego dodaliśmy własną AI SaraAI i nabrało to sensu, ale nie będę ukrywał że SaraAI nie jest gotowa i na tą chwilę połączenie SaraEye z widzeniem i z ChatGPT śmiga niesamowicie, wiele takich rozmów naprawdę zaskakuje. Mam nadzieję że jeszcze niedługo dodamy SaraAI, która będzie mocna w czymś zupełnie innym niż ChatGPT, uzupełni go tam gdzie on wogóle nie sięga.

@@ArturMajtczak Czy SaraEye też będzie potrafiła sterować urządzeniami smart home?

oczywiście

I czy możesz mi pomóc z ty proponuję współpracę

proszę o więcej info na info@saraai.com

We are developing the project, but it is not available for sale yet

Kind of ironic that you call this a "natural" conversation. It is so UNnatural that I'm not sure which is the robot -- the little black thing sitting on the desk or the bigger white thing sitting on the chair.

@@2000ReRyRo heh heh

całe oprogramowanie jakie tworzymy w tym rozwiązaniu będzie publikowane na stronie i github.

Alexa to głośnik :), nie można dokupić czy dokręcić do głośnika opcji dwóch gimbalowych kamer :) Sama Alexa nie widzi, nie ma żadnej obsługi widzenia - co najwyżej można ją poprosić, aby pokazała obraz z kamery w garażu na laptopie. SaraEye to coś więcej niż dodatek, to upgrade do wersji 2.0 całego urządzenia :)

Prywatność i bezpieczeństwo jest dla nas bardzo ważne - dlatego na komendę "nie patrz" kamera nie tylko się wyłącza ale całkowicie odwraca od rozmówcy co widać na tym filmie: czcams.com/video/Vdm8goOZrB4/video.html

Spokojnie Sara mu znowu przypomni, ale faktycznie powinien powiedzieć "nie patrz" jak tu: czcams.com/video/Vdm8goOZrB4/video.html :-)

​@@ArturMajtczak Raczej Sara sama powinna wykrywać intymną sytuację. W dodatku nadal jest obawa o prywatność, bo mikrofon jest aktywny.

pracujemy nad czymś dużym, za kilka miesięcy na pewno sie pochwalimy...

@@ArturMajtczak W takim razie czekam z niecierpliwością

w jakim sensie się minęliśmy zapytam z ciekawości? podobny projekt? można coś gdzieś zobaczyć?

Do rozpoznawania mowy wykorzystujemy gotowe API Google, jedynie w przypadku gdy Sara nie ma kamery i nie widzi rozmówcy aby wiedziała że mowa skierowana jest do niej należy ja wywołać imieniem i w tym wypadku imię jest rozpoznawane przez program.

Czemu 2 na 10 i za co? :)

@@ArturMajtczak za całokształt. Przecież to wszystko farsa. Nie wspominasz w ogóle o jakichkolwiek rzeczach związanych z używaną technologią. Powodzenia w szukaniu inwestorów.

hehe, szybka ocena jak piszesz bez znajomości tematu, bez zapytania o to co cię interesuje - trochę optymizmu :-)

faktycznie nie zauważyłem - wypowiedziane zdanie zostało źle rozpoznane - nie miało sensu i nie zostało zapamiętane, ale ponieważ Audi faktycznie kupiłem w 2013 roku i pewnie już kilka razy to mówiłem i Sara odpowiedziała poprawnie to po prostu nie zauważyłem tego problemu. Program nie jest jeszcze doskonały, ma wiele błędów, ale robimy wszystko aby przyspieszyć pracę i udostępnić pierwszą wersję do testów dla wszystkich co nie tylko nam mocno pomoże w dalszych pracach, ale też pomoże Sarze szybciej się uczyć.

myślę że jak ktoś dłużej z nią ładnie pogada to może ją namówić na łyk...

@@ArturMajtczak AI powinna sama dojść do tego, czy lubi piwo, czynie.