AI-обладнання простими словами: від новачка до профі

01. «Інформаційний залежний»

Останнім часом інтернет переповнений відео про те, «як зробити AI-іграшки та настільних улюбленців на ESP32».

Як людина, яка обожнює майструвати, я теж загорівся цією ідеєю. Запитав у ШІ: «Яку модель ESP32 краще купити?»

ШІ видав мені стандартну відповідь:

«Просто купіть плату розробки ESP32-S3 N16R8 із вже припаяними штирьовими роз'ємами».

Зазвичай я б просто скопіював це й замовив. Але в мене є звичка — інформаційна залежність. Я подумав: «А раптом є щось краще? А раптом тут є підводні камені?»

Тому я почав шукати технічні статті. Прочитавши їх, заплутався ще більше: архітектура RISC-V, двоядерний процесор 240 МГц, Flash-пам'ять, кеш PSRAM, протокол I2S, алгоритми шумозаглушення... Усі ці терміни не допомогли, а навпаки — здалося, що треба заново відсидіти чотири роки на факультеті електроніки.

Я закрив браузер і витратив кілька днів, щоб розібратися в продуктах, принципах роботи чипів та хитрощах продавців.

Цей гайд — моя «версія людською мовою», очищена від усього професійного жаргону:

Обіцяю: прочитавши його, ви зекономите сотні доларів на невдалих покупках, навчитеся бачити наскрізь хитрощі інтернет-магазинів, знайдете найкраще залізо для новачків і зможете просто скопіювати готове рішення.

Мої обіцянки: 1. Жодної води 2. Не нагнітаю паніку 3. Зрозуміло навіть школярам молодших класів. Поїхали!

Зміст

02. Загальна картина: чому ШІ раптом виходить за межі екрана?

Перш ніж обирати чипи, давайте за пів хвилини розберемося, що зараз відбувається на ринку.

У хмарі вже є багато знайомих нам «супервідмінників», наприклад:

• OpenAI (ChatGPT): універсальний геній, який уміє все;
• Anthropic (Claude): майстер логіки, чудово пише тексти та код;
• Google (Gemini): гігант із феноменальною пам'яттю, здатний осягнути цілі бібліотеки;
• xAI (Grok): «агент інтелекту в реальному часі» від X, який шукає свіжі пости та вебсторінки.

Ці «мізки» розумні, як боги. Але в них є одна спільна проблема: вони замкнені всередині екранів телефонів і комп'ютерів.

У реальному житті ніхто не хоче цілий день дивитися на шматок скла, що світиться:

• Ви не хочете, щоб діти тренували англійську, втупившись у телефон;
• Коли ви йдете вулицею і вам спадає на думку ідея, розблоковувати телефон і шукати потрібний додаток — нудно;
• На роботі людям приємніше мати на столі фізичну іграшку, яка блимає, розмовляє й має пам'ять.

Тому бум AI-заліза — це, по суті, ось що:

«Супермізки» в хмарі подорослішали, і тепер їм кортить знайти собі цікаві «тіла» на землі.

Візьмемо для прикладу типові мережеві голосові рішення: пристрій відповідає лише за запис і відтворення звуку, а хмара — за розуміння та генерацію відповідей. На зображенні показано концептуальний пристрій.

03. Розгадка ядра: чому ESP32 за $5 може стати AI-іграшкою?

Щоб створити фізичний ґаджет, підключений до великих моделей, чому серед незліченної кількості чипів усі завжди обирають ESP32 (особливо ESP32-S3)?

Бо він витрачає гроші саме там, де це потрібно:

1. Ціна як за капусту (дешевизна — наше все). Базові плати коштують близько $3–$5. Почати майструвати можна за ціною тарілки супу.
2. Народжений із мережею (ніяких адаптерів). Вбудовані Wi-Fi та Bluetooth. Налаштували мережу, написали код — і він спілкується з хмарою.
3. Достатня потужність. Залізо працює лише як рація: надсилає аудіо в хмару й відтворює відповіді. І робить це бездоганно.
4. Швидкий старт і низьке енергоспоживання. Завантажується за мілісекунди, не гріється й працює весь день від маленького літієвого акумулятора.
5. Безліч туторіалів. Існують тисячі відкритих кодів і готових корпусів. Надрукувати оболонку на 3D-принтері можна за кілька днів.

⚠️ Холодний душ: чого він ТОЧНО НЕ зможе?

• Немає хмарного ШІ без інтернету: він не здатний зберігати великі моделі на кшталт ChatGPT. Без мережі хмарний мозок недоступний.
• Не розпізнає довге мовлення офлайн: перетворити тривалу промову на текст виключно силами пристрою — занадто складне завдання.
• Не аналізує складні зображення локально: щоб зрозуміти складну картинку, дані треба надсилати в хмару або на потужніші пристрої.

💡

Суть одним реченням: Великим моделям потрібні «вуха та рот», і ESP32 — оптимальне рішення для цього.

04. Посібник для новачків: від деталей до сліпого замовлення

Коли на сторінках магазинів очі розбігаються від варіантів, ми розкладемо складні поняття на зрозумілі порівняльні таблиці, дотримуючись природного порядку покупок для новачка.

Спочатку дивимося на форму фактор, потім — на параметри. Обидва пристрої позначені як ESP32-S3, але ліворуч — модуль, який потребує інтеграції, а праворуч — плата розробки, яку легко підключити до ПК.

Таблиця 1: вибір материнської плати (запам'ятайте 3 слова, не ведіться на літери)

Купівля плати схожа на купівлю ПК. Ігноруйте вигадливі маркетингові терміни; дивіться на ключові характеристики:

Попрактикуймося на реальному прикладі: S3 — це модель чипа, N16 — великий склад для програм/звуків/виразів обличчя, R8 — велика оперативна пам'ять для запуску програм. Більший склад = більше місця для зберігання; більша оперативка = плавніша робота.

Таблиця 2: вибір органів чуття та кінцівок (купуйте те, що хочете, щоб він робив)

Щоб перетворити цю плату на фізичного улюбленця, додайте йому «органи чуття» за потреби:

Спершу визначте тип взаємодії, а потім перевірте, чи є потрібні деталі в комплекті (готові продукти див. у Таблиці 4).

Захист від шахрайства: як відрізнити залізо, прошивку та хмарні сервіси

Багато новачків помилково думають, що варто лише увімкнути плату — і вона одразу заговорить, як людина. Запам'ятайте ці факти:

«Інтегрований ШІ» / попередньо прошита система (прошивка)

Прошивка — це мінісистема, встановлена на залізо. «Попередньо прошито» означає, що продавець зробив це за вас, позбавивши клопоту з початковим налаштуванням. Перед покупкою запитайте: чи зможу я потім перепрошити/змінити систему/писати власний код?

Xiaozhi AI

Наразі одна з найпопулярніших відкритих мінісистем для чату в інтернеті. Найшвидший спосіб для новачка запустити діалог. Це лише програмне забезпечення; пізніше залізо можна переключити на інші системи.

Великі моделі / хмарні сервіси

Саме залізо не здатне вмістити розумний мозок. Усі відповіді надходять від запитів до хмарних LLM через мережу. Немає інтернету = немає розмови.

Довготривала пам'ять / MCP (допомога в керуванні комп'ютером)

Залізо не має цих можливостей від природи. Запам'ятовування ваших слів, керування комп'ютером — усе це залежить від підтримки хмарного ПЗ. Перевіряйте конкретні тарифи.

Розділяйте «інтегрований ШІ» та «працює з коробки». Спершу уточніть питання акаунта, оплати та прав на прошивку. Потім перевіряйте наявність екрана, мікрофона, динаміка, батареї та корпуса. Ціни на скриншотах можуть бути неактуальними.

Таблиця 4: повна перекличка можливостей (хто готовий повністю, а хто наполовину?)

Від базових рішень до просунутих улюбленців спільноти — ось їхні «органи». Чи вміють вони чути, говорити, бачити, рухатися? Дивіться таблицю.

Примітка: AI Passport постачається з ID-карткою та мінііграми. Для AI-чату потрібно прошити відповідні програми та налаштувати хмарні сервіси.

Сімейство M5Stack: коробочки, круглі екрани та стеки

Уявіть M5Stack у трьох форматах: CoreS3 — це настільна коробочка, StopWatch — портативний круглий екран, StackChan — робот із моторизованою базою, який повертається та киває.

CoreS3 Lite проти SE: у чому різниця?

Чипи та пам'ять однакові в усіх трьох моделях. Відмінності полягають у додаткових компонентах:

• CoreS3 Standard: товстіша база, більший акумулятор.
• CoreS3 Lite: збережено камеру/мікрофон/акселерометр, тонша магнітна задня панель, менший акумулятор.
• CoreS3 SE: чує/говорить/має сенсорний екран; прибрано камеру/акселерометр. Офіційна версія не має бази з акумулятором.

StopWatch підходить для портативних AI-кулонів або електронних бейджів. Щоб він говорив, прошийте Xiaozhi за офіційним туторіалом і налаштуйте мережу/хмару.

**

StackChan: змушуємо коробочку рухатися

CoreS3 може стати головою для StackChan, а моторизована база — шиєю. Купіть готовий StackChan від M5 або скористайтеся рішеннями спільноти, щоб додати сервоприводи до CoreS3, прошити програми та змусити його повертатися й кивати.

Глибоке порівняння: дуель «все-в-одному» — практичний LCSC проти M5Stack CoreS3

Не хочете паяти? Обидва варіанти зекономлять вам нерви. Як обрати між двома улюбленцями спільноти — залежить від ваших цілей:

• Практичний LCSC: компактний кишеньковий лабораторний набір з екраном і деталями, ідеально підходить для покрокового повторення китайських туторіалів.
• M5Stack CoreS3: відшліфований кишеньковий пристрій, схожий на Lego, зручний для підключення аксесуарів M5 або використання як голови для StackChan.

Таблиця 5: списуй готове! Замовляй відповідно до гаманця та мети

Різницю з'ясовано, годі вагатися. Знайдіть себе та обирайте:

💡 Ліричний відступ: що я врешті-решт купив за свої гроші?

Після переліку всіх шляхів вам, мабуть, цікаво, що обрав я.

Зізнаюся: я взяв M5Stack CoreS3.

Я довго вагався щодо StopWatch (портативний круглий екран). Він дає простір для фантазій (наручний годинник, кулон, кіберброшка), підносити руку, щоб поговорити зі ШІ — це стильно й весело, чудово виглядає в соцмережах.

Але, виходячи з моїх реальних цілей, я обрав CoreS3, тому що:

1. Ресурси техногігантів у сфері годинників занадто потужні. Великі компанії вклали величезні ресурси в розумні годинники — якість збірки, водозахист, автономність, сенсори. Щойно ШІ-голос інтегрують на рівні системи, саморобні годинники гиків будуть розчавлені промисловими продуктами. Високий ризик, що після згасання інтересу пристрій припадатиме пилом.
2. Для настільних механічних роботів немає продуктів від гігантів. Натомість настільні роботи з шиєю, які кивають, повертаються та будують гримаси, не мають зрілих промислових аналогів. Це дає окремим творцям максимум свободи — яскравий блакитний океан, який важко замінити.
3. Механіка та мотори мають вищу стелю. StopWatch перемагає в портативності; CoreS3 — це стабільна коробочка, ідеальна для ролі мозку настільного робота. Гіки з усього світу постійно створюють для нього 3D-друковані корпуси. Додайте сервоприводи, щоб крутити голову, колеса для радіокерованих машинок або навіть мікроманіпулятори. Фізичний рух на столі має значно вищий потенціал для розширення.
4. Зручність «з коробки». Приблизно за $50 ви отримуєте кольоровий екран, два мікрофони, динамік, камеру, акселерометр і акумулятор в одному корпусі. Жодних дротів, що стирчать. Плюс величезна кількість глобальних open-source проєктів. Сьогодні запускаєте Xiaozhi, завтра — StackChan. Довгий цикл гри.

Звісно, це суто особисті вподобання.

Чесна правда: усе AI-залізо, з яким ми зараз бавимося, — це «гра в майбутнє». Коли на ринок вийдуть зрілі споживчі гіганти, більшість DIY-ґаджетів буде знищено.

Але що з того? Радість дослідження — у сьогоденні. Обрати те, що підходить, грати із задоволенням, майструвати з радістю — ось що найголовніше.

05. Погляд угору: чим ще може стати AI-залізо?

Окрім настільних експериментів з ESP32, комерційні продукти з усього світу вбудовують ШІ в окуляри, картки-диктофони, плюшеві іграшки:

01 | Допомагають вам працювати

Meta Ray-Ban

Надлегкі камери та невидимі навушники у стильних сонцезахисних окулярах. Побачили вивіску, запитали «що це?» — і він шепоче вам відповідь на вухо.

Люди купують їх насамперед тому, що це зручні та стильні окуляри; ШІ — лише приємний бонус. Не привертають зайвої уваги при щоденному носінні.

Plaud Note

Тонкий пристрій, що кріпиться магнітом на задню панель телефону. Запис зустрічей одним кліком, хмарний ШІ структурує все в ментальні карти чи протоколи.

Ніяких вигадливих розмов для компанії; вирішує реальний біль офісних працівників із конспектами. Максимально практично.

02 | Спілкуються з вами

Кулон Friend

Маленький диск на ланцюжку, який записує вашу щоденну мову та взаємодіє через повідомлення на телефоні.

Низький бар'єр для заліза; продає емоційну цінність портативного компаньйона.

FoloToy Teddy (Kumma)

Розмовний чип усередині живота плюшевого ведмедика, що перетворює м'яку іграшку на друга, який спілкується та розповідає казки.

Додавання розмовного мозку старим іграшкам створює високу привабливість.

03 | Намагаються замінити телефони

Rabbit r1 / Humane Pin

Амбітні спроби зменшити використання телефонів: портативна консоль проти брошки. Голосові запити та завдання.

Реальний досвід: повільна відповідь, нагрівання, менш зручно, ніж тикнути в телефон. Зарано для окремих пристроїв вбивати смартфони.

Зображення продуктів — це загальнодоступні референсні фото, не мої; Джерело зображень.

06. Висновок

Не лякайтеся характеристик в інтернеті й не думайте, що залізо — це привілей виключно для інженерів.

Я сказав «зрозуміло навіть школярам» — і це не перебільшення. ШІ перекладає десятиліття зашифрованих інструкцій до чипів та інженерного жаргону на просту здорову логіку. Бар'єри для розуміння стерто; справжня креативність стала доступною всім.

Витратьте гроші на обід на повний комплект, використайте результати праці глобальної спільноти гіків, присвятіть один суботній полудень:

Коли ви натискаєте кнопку, говорите, бачите, як на маленькому екрані загоряються намальовані очі, і чуєте дитячу відповідь із динаміка...

Ця справжня радість «вдихання життя в предмет» перевершує будь-яке натискання Enter за холодними екранами.

Якщо ця стаття пробудить цікавість у дитини, батька чи дорослого, запалить інтерес до створення фізичного заліза і, можливо, одного дня приведе їх до створення власних пристроїв — у цьому і є найбільший сенс цього тексту.