一位程序員老哥Caleb最近喜得一子，不過煩惱也隨之而來。

剛出生的Baby每隔幾個小時就要喂一次，夜里餓了就會放聲大哭，這時全家都被吵醒，被折騰一晚上睡不好覺。

他咨詢了周圍有經(jīng)驗的人，得到的建議都是：

忍著，熬過最初幾個月就好了。

但Caleb作為程序員可不甘心，開始運用他的工程師思維解決問題。

最終，通過攝像頭+AI算法的組合，他搞出一套嬰兒饑餓自動檢測系統(tǒng)，能在寶寶真正開始哭之前就及時發(fā)現(xiàn)。

Caleb讓程序一旦判定寶寶的饑餓可能性達到100%，就給他的手機發(fā)送通知。

這樣他就可以自己悄悄起床去喂奶，用技術(shù)力守護了他老婆的睡眠。

這樣一套系統(tǒng)也不用從頭開發(fā)，因為現(xiàn)成的人體姿態(tài)檢測算法已經(jīng)很成熟。

比如Caleb用到了谷歌開源的MediaPipe，包括完整的全身姿態(tài)、面部網(wǎng)格和手部動作檢測。

剩下的問題就是——

AI如何判斷嬰兒餓了？

在開始動手之前，Caleb先去母嬰論壇查閱了大量資料。

根據(jù)理論，哭出聲代表嬰兒已經(jīng)進入饑餓的后期階段。此時要想直接喂奶都不太容易，需要先安撫一下寶寶情緒。

饑餓的早期表現(xiàn)還包括咂么嘴（Smacking）或舔嘴唇，反復(fù)張嘴閉嘴，吸吮嘴唇、手指或其他衣物玩具等。

Caleb根據(jù)觀察自家小孩的經(jīng)驗，分別編寫代碼給這些行為賦予了不同權(quán)重。

比如咂么嘴會+10%置信度，把拳頭伸到嘴邊也要+10%。

而嬰兒來回扭頭代表正在尋找食物來源，他觀察到自家寶寶會根據(jù)饑餓程度扭頭的頻率也不同。

于是他設(shè)置在一個短時間段內(nèi)，扭頭越頻繁增加的置信度越多。

在此期間，還遇到過嬰兒叼著安撫奶嘴會造成遮擋，算法就無法準確識別嘴唇移動的情況。

為此他在開源算法的基礎(chǔ)上還重新訓(xùn)練了自己的定制化模型，分別根據(jù)叼奶嘴和不叼奶嘴的情況給出置信度。

這個過程中他還發(fā)現(xiàn)，寶寶餓極了會把安撫奶嘴吐出去。這個動作會足足增加30%的置信度，代表馬上就要哭出聲了。

這套系統(tǒng)投入使用以后，確實給Caleb的家庭帶來不少好處，他總結(jié)道：

寶寶更開心了，大人也能睡得更多一些。

不過，這個故事還沒結(jié)束……

自動喂奶系統(tǒng)可不可行？

有了軟件上的初步成果，并沒有滿足這位老哥的DIY之魂。

接下來他把這套系統(tǒng)和硬件、機械裝置聯(lián)動在一起，嘗試圖打造一款全自動喂奶系統(tǒng)。

想法很大膽，不過從結(jié)局來看還是有點超綱了。

他也知道這玩意容易出意外，所以先找一個大人扮演嬰兒來做實驗。

只見他叼著奶嘴模仿嬰兒的動作反復(fù)扭頭咂么嘴，讓系統(tǒng)提升置信度，最后把奶嘴吐出去觸發(fā)系統(tǒng)警報。

接下來發(fā)生的事，只能說一句“危險動作，請勿模仿”。

Caleb把這段經(jīng)歷拍成視頻分享到網(wǎng)上，在程序員圈、DIY圈都引起了關(guān)注。

他透露完成整個開發(fā)工作大約只用了50小時，因為MediaPipe開源工具已經(jīng)非常完善了。

有網(wǎng)友評論說：如果是我來開發(fā)這套系統(tǒng)，等我做完孩子已經(jīng)會打醬油了。

Caleb能做得這么快也是有原因的，目標檢測應(yīng)用的一套開發(fā)流程他已經(jīng)很熟悉了，之前還做過在自家院子里檢測狗什么時候拉粑粑。

對于他這種做法，也有人感覺怪怪的。

餓了→必須大哭→得到食物，這應(yīng)該是學(xué)會與周圍環(huán)境互動、與父母交流的必經(jīng)階段，如果只是躺著就能得到食物，是否會影響發(fā)育？

另一位網(wǎng)友認為，他從育兒課程上得到的專業(yè)建議也是盡力在嬰兒哭之前就喂飽他們，所以問題應(yīng)該不大。

Caleb自己也表示，他和老婆不會完全依賴算法決定給孩子喂食的世界，只是有了AI幫助，他們可以把養(yǎng)孩子做的更有效率。

當(dāng)然，還有更多感興趣的網(wǎng)友都在催他：快開源！

視頻地址：https://www.youtube.com/watch?v=Lda1Sq8HRY4

MediaPipehttps://google.github.io/mediapipe/?