В прошлой статье я рассказывал про идею открытой локальной системы ухода за растениями. На тот момент у проекта были документация, спецификации и большой HTML-макет. Можно было открыть страницу, посмотреть на растения, походить по настройкам и представить, как всё будет работать. Теперь этот интерфейс открывается с настоящей ESP32 в домашней сети. Между этими двумя состояниями пришлось решить несколько инженерных вопросов, которых на красивой странице не видно.

После публикации я услышал много критики, хороших идей и правильных вопросов. Особенно оживлённым получилось обсуждение избыточности и надёжности ESP32 на каждый горшок. Зачем столько вычислительных ресурсов для датчика и насоса? Почему не поставить один главный контроллер, а к нему подключить простые устройства по проводам? Что произойдёт, когда растений станет пятьдесят?

Начну с того, что еще недавно мои познания в схемотехнике балансировали на уровне непонимания различия между транзистором и резистором. Из всего арсенала, хоть как-то применимого к embedded, за душой был только Rust. Но когда на радаре замаячил так называемый встриваемый AI (машинное обучение и компьютерное зрение прямо на копеечных микроконтроллерах), - спортивный интерес взял верх. Не тратя недели на теорию, я просто доехал до радиорынка и вернулся с джентльменским набором первопроходца: ESP32, первым попавшимся экраном и энкодером. Амбиции по запуску нейросетей моментально разбились о суровую реальность первого вечера: как вообще заставить этот кусок текстолита ожить и вывести на дисплей хотя бы пару цифр?

Цифры при этом были вполне конкретные. У меня сразу несколько подписок на LLM, и у каждой свои лимиты: окно на пять часов, окно на неделю, месячный потолок. Сбрасываются они в разное время, живут на разных сайтах, а узнать остаток можно, только открыв нужную вкладку. Мне хотелось поднять глаза от клавиатуры и сразу увидеть, на что еще хватит квоты.

В итоге получился настольный монитор: нативное приложение не жрущее много памяти для Windows, которое как раз собирает лимиты четырех подписок, и маленький экран с ESP32 показывающий их прямо перед глазами.

Использованием LLM сейчас никого не удивить, тем более для рабочих задач. Дома тоже: LLM поручают ведение бюджета, консультируются по вопросам здоровья, обслуживанию автомобиля, отношениям…

Поэтому логичным продолжением оказалась и следующая история:

Вечером мы с дочкой в очередной раз читали сказки, и она спросила:

- А почему Белоснежка не позвала Эльзу? Она бы заморозила Злую Королеву.

Я объяснил, что вообще-то это разные сказки. Они даже не знакомы друг с другом.

- Так давай их познакомим!

У детей нет ограничений, безграничная фантазия и много идей, но чаще всего они только в фантазиях и остаются, да иногда в детских рисунках. А хочется, чтоб эти фантазии воплотились в реальность, чтоб то, что придумал ребенок или вы вместе – восхитило, подарило эмоции и сделало вас счастливее. Хочется взять и превратить фантазию в то, что можно увидеть, услышать и прочитать.

LLM – тут подходят просто отлично. Можно любые фантазии наболтать ChatGPT или в его конкурентов, попросить нарисовать и получить красочную картинку (правда с диснеевскими принцессами это оказалось не так просто – GPT упорно отказывается генерировать Белоснежек с гномами).

Но просто картинки сами по себе – это неинтересно. Точнее интересно, но в моменте, а хочется долгоиграющего результата.  Хочется, чтоб результат радовал, его можно было демонстрировать, а ещё чтоб это всё помогало в развитии ребенка, иначе зачем это всё?

Поэтому на ум пришла идея – давай из этих картинок собирать книжку, да не простую, а интерактивную – такую, чтоб можно было взять, открыть и полистать. При желании - друзьям показать. А раз она электронная – то туда можно ещё добавить звуки, музыку и анимацию – получим вообще что-то вроде живого комикса.