Jacques Mattheij 從來沒想過他會買兩噸的樂高積木。
但是這是他某天在 ebay，不小心手滑購買大量二手積木之後必須面對的問題。他原本計畫要轉賣這些積木來賺取利潤，但是他沒想到競標到的積木數量如此龐大，隔天一早，他就收到超過兩百萬顆的積木。
現在，他必須先幫這些積木分類，才能賣得好價錢，但是，用人力手工進行分類不會是個好主意。Mattheij在自己的部落格上說道：「這些積木大概要花好幾輩子才整理得完。」
因此，Mattheij這位住在阿姆斯特丹郊區的發明家，決定要把這項勞累的工作轉交給電腦。他推論既然GPU加速的深度學習這麼有效，可以在自駕車的軌道上，展現辨識物體的能力，分辨出照片及影片中行人、自行車以及其他各種物體，那何不將AI技術用在這些樂高積木上呢？
拼湊出的大怪獸
Mattheij就像個孩子那般熱愛樂高積木，幾年前他也帶自己的孩子去丹麥的樂高樂園。在搭乘遊樂設施，餐廳用餐以及逛街的時候，他發現許多狂熱的粉絲購買整籮筐的樂高積木。
當時，他就決定要從事樂高積木轉售的新興行業，並且想要另闢蹊徑，利用自動化設備來進行繁瑣的分類工作。完整的樂高組和稀有零件，比零散的樂高來得有價值，因此如果他能成功，這將是一門穩賺不賠的生意。
為了要打造樂高分類機，Mattheij首先(當然是..)利用樂高打造了模型。然後花了好幾個月進行修正，拼湊出一個堪用的分類原型機，他稱呼為「一團瞎拼胡湊的硬體所組合成的獨立式機器科學怪人」。
這台「科學怪人」裡面有家用跑步機、收銀機的輸送帶、兩台冷凍櫃的馬達，還有一個空氣罐和照相機，然後利用了非常大量的快乾膠來黏著。以下影片可以看到這台「科學怪人原型機」放慢動作的分類工作情形。
樂高分類機
訓練這台樂高自動分類機可不是件容易的事情。一開始的時候，Mattheij要分類超過38,000種造型，超過100種的顏色及色澤，他不斷地重新改寫軟體，但是多方嘗試仍舊無法處理如此龐大的工作量。
「歷經了六個月的程式編輯，我實在受夠了去區分這些細微的不同，重複地測試及篩選樂高配件。」Mattheij說著，於是他使用Keras與TensorFlow深度學習框架訓練一個神經網路，並在NVIDIA GeForce GTX 1080 Ti GPU運行GPU加速的cuDNN來進行這項工作，這個方式可以分辨樂高成千上萬的造型和顏色。
「新方法只運作了幾個小時，就得到比之前更好的成效，這幾個月來的痛苦都恍如隔世。」Mattheij說道。
現在，Mattheij打造的樂高分類機，每小時可以分類4,000件樂高積木，正確率達到97%，但是Mattheij認為速度還會更快，正確率也不會受影響。截至目前為止，他已經分類了超過130,000件樂高積木。
「這台分類機效率比人工高得多，而且不需要休息，可以一直工作。」Mattheij說。
欲了解更多詳情，請參閱Mattheij的部落格，或是閱讀他刊登在IEEE Spectrum的文章。
影片說明：樂高分類機的工作情況(慢動作播放)。