Инженер по компьютерному зрению и робототехнике Стивен Чэн за четыре месяца собрал систему лазер против комаров, которая ищет насекомых камерой, захватывает цель моделью машинного обучения и затем бьет по ней лазером. Для русскоязычной IT-аудитории это не очередной гаражный аттракцион, а наглядный кейс того, как связка CV, кастомного датасета и точной механики доезжает до совсем бытовых задач.
О проекте лазер против комаров сообщает Tom's Hardware. Чэн рассказал о нем 28 мая 2026 года в соцсетях и описал систему как «ультимативного убийцу комаров». За громким определением скрывается довольно понятная инженерная схема: камера для поиска объекта, обученная модель для детекции, поворотная платформа для наведения и лазер как исполнительный механизм. Самая неприятная часть работы, по словам автора, была не с механикой и не с кодом, а со сбором датасета: чтобы набрать достаточно изображений, ему пришлось буквально приманивать комаров и получать «бесчисленные укусы» во время съемки.
Для основного контура распознавания Чэн выбрал DSLR-камеру в паре с зум-объективом большого увеличения. Такой набор использовался и на этапе обучения, когда он собирал и размечал изображения комаров. После этого инженер перешел к deep learning: обучал собственную модель распознавания и, как он сам заметил, заставил видеокарту поработать без скидок. Конкретные метрики точности он не раскрыл, но заявил, что к финалу качество детекции оказалось «довольно хорошим». Для pet-проекта это, конечно, удобная формулировка: если система не стреляет по занавескам и видит комара раньше человека, уже можно считать, что MVP пережил первую ночь.
Следующий слой проекта уже про железо, а не про нейросети. Лазер был настроен так, чтобы «мгновенно превращать комаров в жареных», после чего его установили на промышленную высокоточную поворотную платформу. На практике именно тут становится видно, что машинное обучение в одиночку ничего не решает: без точной кинематики и стабильного наведения хорошая детекция останется красивым боксом вокруг цели на экране. Чэн сначала прогнал симуляции, а затем усложнил установку еще одной камерой с широким углом обзора. Она нужна не для поиска комаров, а для контроля среды: система отдельно отслеживает людей и легковоспламеняющиеся объекты в помещении.
Эта часть важнее самого «лазерного вау-эффекта». В логике устройства есть блокировка: если между целью и траекторией лазера появляется человек или потенциально опасный объект, питание на «пушку» не подается. То есть автор попытался встроить базовый safety layer поверх распознавания целей. Это не снимает всех вопросов. В комментариях к публикации читатели как раз указывали на очевидный риск для зрения и на сценарии с отражающими поверхностями. Но сам подход показателен: даже в любительском устройстве фокус смещается с «давайте просто подключим ИИ» на «давайте сначала разберемся, как эта штука не навредит никому в комнате».
По словам Чэна, за одну ночь система успешно уничтожила всех комаров у него дома. Проверить это независимо нельзя, и до продуктового уровня здесь еще далеко, но сама постановка задачи очень в духе 2026 года. Еще недавно подобные истории жили в DIY-блогах как экзотика для хакерспейсов. Теперь же бытовая робототехника начинает собираться из компонентов, которые несколько лет назад были либо слишком дорогими, либо слишком капризными: доступные камеры, мощные потребительские GPU, инструменты для обучения детекторов и готовые узлы точного позиционирования. На этом фоне лазер против комаров выглядит не шуткой про очень злого инженера, а миниатюрной моделью того, как AI-native hardware приходит в дом.
Важно и то, что Чэн не первый, кто пытается монетизировать войну с комарами через оптику и автоматику. Tom's Hardware напоминает о проекте Photonmatrix на Indiegogo, который показывали еще в прошлом году. Там обещали портативную установку с LiDAR и лазером, способную уничтожать до 30 комаров в секунду, а минимальная цена для ранних покупателей начиналась от 498 долларов. По последним данным, поставки должны стартовать в июне 2026 года. На этом фоне самодельная система Чэна выглядит даже интереснее некоторых краудфандинговых обещаний: у нее не самый глянцевый маркетинг, зато понятнее инженерная логика и честнее список компромиссов.
Для разработчиков и продуктовых команд здесь есть вполне прикладной вывод. Самая дорогая часть таких проектов уже не всегда в модели и не всегда в железе по отдельности. Сложность лежит на стыке: собрать датасет под узкий сценарий, увязать детекцию с управлением исполнительным устройством, а затем добавить ограничения, чтобы система не натворила глупостей в реальном мире. И если раньше подобная архитектура ассоциировалась с дронами, промышленной автоматикой или defense-tech, то теперь тот же набор принципов можно увидеть в бытовом устройстве, задача которого предельно проста: найти комара раньше, чем он найдет вас. Посмотреть первоисточник и описание проекта можно в материале .