Umělá inteligence (AI) pro robotiku Počítačový Kurz

V tomto tréninku, vedeném instruktorem (online nebo na místě) v České republice, se účastníci naučí různé technologie, frameworky a techniky pro programování různých typů robotů určených k využití ve jaderné technologii a environmentálních systémech.

Kurz trvající 6 týdnů se koná 5 dní v týdnu. Každý den je dlouhý 4 hodiny a zahrnuje přednášky, diskuse a praktické programování robotů v živém laboratorním prostředí. Účastníci provedou různé praktické projekty relevantní pro jejich práci, aby si mohli procvičit získané znalosti.

Cílové hardwarové vybavení tohoto kurzu bude simulováno v 3D prostřednictvím simulačního softwaru. Pro programování robotů budou použity otevřený framework ROS (Robot Operating System), jazyky C++ a Python.

Na konci tohoto tréninku se účastníci budou schopni:

• Porozumět klíčovým pojmům používaným v robotických technologiích.
• Porozumět a spravovat interakci mezi softwarem a hardwarovou součástí v robotořském systému.
• Porozumět a implementovat softwarové komponenty, které tvoří základ robotiky.
• Sestavit a ovládat simulovaného mechanického robota schopného vidět, vnímat, zpracovávat informace, navigovat a komunikovat s lidmi hlasem.
• Porozumět nezbytným prvkům umělé inteligence (strojové učení, hluboké učení atd.) použitelným pro stavbu chytrého robota.
• Implementovat filtry (Kalman a Particle) umožňující robotovi lokalizaci pohybujících se objektů ve svém prostředí.
• Implementovat vyhledávací algoritmy a plánování pohybu.
• Implementovat PID řízení k regulaci pohybu robota v prostředí.
• Implementovat algoritmy SLAM umožňující robotovi mapování neznámého prostředí.
• Rozšířit schopnosti robota k provádění komplexních úkolů pomocí hlubokého učení (Deep Learning).
• Testovat a odstraňovat problémy s robotem v realistických scénářích.

Tato instruktorem prováděná, živá školení v České republice (online nebo na místě) účastníkům představí různé technologie, rámce a techniky pro programování různých typů robotů, které se používají v oblasti jaderné technologie a environmentálních systémů.

Čtyřtýdenní kurz probíhá 5 dní v týdnu. Každý den trvá 4 hodiny a zahrnuje přednášky, diskuse a praktické robotické vývojové cvičení v živém laboratorním prostředí. Účastníci budou absolvovat různé reálné projekty relevantní pro jejich práci, aby si procvičili získané znalosti.

Cílový hardware tohoto kurzu bude simulován v 3D prostřednictvím simulačního softwaru. Kód pak bude nahrán na fyzický hardware (Arduino nebo jiný) pro konečné testování nasazení. Otevřený software ROS (Robot Operating System), C++ a Python se použijí k programování robotů.

Na konci tohoto školení budou účastníci schopni:

• Porozumět klíčovým konceptům použitým v robotických technologiích.
• Porozumět a řídit interakci mezi softwarem a hardwarem v robotickém systému.
• Porozumět a implementovat softwarové komponenty, které podporují robotiku.
• Postavit a ovládat simulovaného mechanického robota, který vidí, vnímá, zpracovává, naviguje a komunikuje s lidmi hlasově.
• Porozumět potřebným prvkům umělé inteligence (strojové učení, hluboké učení atd.) použitelným pro vytvoření chytrého robota.
• Implementovat filtry (Kalman a Particle) umožňující robotovi lokalizaci pohyblivých objektů ve svém prostředí.
• Implementovat vyhledávací algoritmy a plánování pohybu.
• Implementovat PID regulátory pro řízení pohybu robota v prostředí.
• Implementovat SLAM algoritmy umožňující robotovi mapování neznámého prostředí.
• Testovat a odstraňovat problémy s robotem v realistických scénářích.

ROS 2 (Robot Operating System 2) je open-source rámec navržený k podpoře vývoje složitých a škálovatelných robotických aplikací.

Tato instruktorem védaná živá školení (online nebo na místě) je zaměřena na středně pokročilé robotní inženýry a vývojáře, kteří chtějí implementovat autonomní navigaci a SLAM (Simultaneous Localization and Mapping) pomocí ROS 2.

Po absolvování tohoto školení budou účastníci schopni:

• Nastavit a nakonfigurovat ROS 2 pro aplikace autonomní navigace.
• Implementovat algoritmy SLAM pro mapování a lokalizaci.
• Vyvinout senzory, jako jsou LiDAR a kamery, s ROS 2.
• Simulovat a testovat autonomní navigaci v Gazebo.
• Nasadit navigační zásobníky na fyzické roboty.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Přímočaré cvičení pomocí nástrojů ROS 2 a simulačních prostředí.
• Implementace a testování v rámci živých laboratoří na virtuálních nebo fyzických robotech.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení prosím kontaktujte administraci pro sjednání detailů.

Azure Bot Service kombinuje sílu Microsoft Bot Framework a Azure Functions, aby umožnil rychlý vývoj inteligentních chatbotů.

V tomto instruktorem vedeném živém školení se účastníci naučí, jak snadno vytvořit inteligentní chatbota pomocí Microsoft Azure

Konce školení si účastníci budou moci:

• Naučit se základy inteligentních chatbotů
• Naučit se, jak vytvářet inteligentní chatboty pomocí cloudu
• Pochopit, jak používat Microsoft Bot Framework, Bot Builder SDK a Azure Bot Service
• Porozumět návrhu chatbotů s využitím botových vzorů
• Vyvinout svůj první inteligentní chatbota pomocí Microsoft Azure

Cílová skupina

• Vývojáři
• Hobbyisté
• Inženýři
• IT profesionálové

Formát kurzu

• Poledne přednášek, polovina diskuse, cvičení a intenzivní praktické procvičování

OpenCV je open-source knihovna počítačového zpracování obrazu, která umožňuje reálně časové zpracování obrázků, zatímco hluboké učení poskytované rámci jako TensorFlow nabízí nástroje pro inteligentní vnímání a rozhodování v robotických systémech.

Toto vedení instruktorem živé školení (online nebo na místě) je určeno pokročilým robotickým inženýrům, praktikům počítačového zpracování obrazu a inženýrům strojového učení, kteří chtějí aplikovat techniky počítačového zpracování obrazu a hlubokého učení pro robotickou percepci a autonomii.

Konec tohoto školení budou účastníci schopni:

• Implementovat kanály počítačového zpracování obrazu pomocí OpenCV.
• Zahrnout modely hlubokého učení pro detekci a rozpoznávání objektů.
• Používat vizuální data pro řízení a navigaci robotiky.
• Kombinovat klasické algoritmy zpracování obrazu s hlubokými neuronovými sítěmi.
• Nasazovat systémy počítačového zpracování obrazu na vestavěných a robotických platformách.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Praktické cvičení s OpenCV a TensorFlow.
• Vypracování živých laboratorních úkolů na simulovaných nebo fyzických robotických systémech.

Možnosti přizpůsobení kurzu

• Pokud si přejete vytvořit školení na míru, kontaktujte nás pro úpravy.

Bot nebo chatbot je jako počítačový asistent, který se používá k automatizaci uživatelských interakcí na různých platformách pro zasílání zpráv a rychlejšímu provádění věcí, aniž by uživatelé museli mluvit s jiným člověkem.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak začít s vývojem robota, když projdou vytvořením ukázkových chatbotů pomocí nástrojů a rámců pro vývoj botů.

Na konci tohoto školení budou účastníci schopni:

• Pochopte různá použití a aplikace robotů
• Pochopte celý proces vývoje robotů
• Prozkoumejte různé nástroje a platformy používané při vytváření robotů
• Sestavte si ukázkový chatbot pro Facebook Messenger
• Sestavte si ukázkový chatbot pomocí Microsoft Bot Framework

Publikum

• Vývojáři se zájmem o vytvoření vlastního bota

Formát kurzu

• Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Edge AI umožňuje běh modelů umělé inteligence přímo na vestavěných nebo zařízeních s omezenými zdroji, čímž snižuje latenci a spotřebu energie a zvyšuje autonomii a ochranu soukromí v robotických systémech.

Toto instruktorem vedeno živé školení (online nebo přítomně) je určeno pro středně pokročilé vestavěné vývojáře a robotické inženýry, kteří chtějí implementovat techniky inferencí a optimalizace strojového učení přímo na hardwaru robotů pomocí TinyML a edge AI rámce.

Koncem tohoto školení budou účastníci schopni:

• Porozumět základům TinyML a edge AI pro robotiku.
• Převést a nasadit AI modely pro inferenci na zařízení.
• Optimalizovat modely pro rychlost, velikost a energetickou efektivitu.
• Začlenit edge AI systémy do robotických ovládacích architektur.
• Hodnotit výkon a přesnost v reálných situacích.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Konzultace s použitím TinyML a edge AI nástrojů.
• Poučné cvičení na vestavěných a robotických hardwarových platformách.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení se s námi prosím obraťte, abychom to zorganizovali.

Tato instruktorem vedena živá školení v České republice (online nebo na místě) je určená úrovně středně pokročilým účastníkům, kteří se chtějí věnovat roli spolupracujících robotů (cobots) a dalších lidi-centrikých AI systémů ve moderních pracovištích.

Na konci tohoto školení budou účastníci schopni:

• Porozumět principům Human-Centric Physical AI a jejich aplikacím.
• Průzkoumat roli spolupracujících robotů při zvyšování produktivity v pracovišti.
• Identifikovat a řešit výzvy v interakcích člověk-robot.
• Návrh pracovních postupů, které optimalizují spolupráci mezi lidmi a AI řízenými systémy.
• Podporovat kulturu inovace a přizpůsobivosti v pracovištích s integrací AI.

Toto vedení instruktorem živého školení (online nebo na místě) je určeno inženýrům, kteří chtějí poznat možnosti použití umělé inteligence ve mechatronických systémech.

Na konci tohoto školení budou účastníci schopni:

• Získat přehled o umělé inteligence, strojovém učení a výpočetní intelligenci.
• Pochopit koncepty neuronových sítí a různých metod učení.
• Efektivně volit přístupy umělé inteligence pro skutečné problémy.
• Implementovat aplikace AI ve mechatronickém inženýrství.

Toto instruktorem vedené, živé školení v České republice (online nebo na místě) je určeno pokročilým robotickým inženýrům a AI výzkumníkům, kteří chtějí využít multimodální AI pro integraci různých senzorových dat s cílem vytvořit více autonomní a efektivní robote, které dokážou vidět, slyšet a dotýkat se.

Na konci tohoto školení budou účastníci schopni:

• Implementovat multimodální senzorické systémy v robotice.
• Vytvářet AI algoritmy pro fúzi a rozhodování založené na senzorových datech.
• Tvorit robote, které dokážou provádět složité úkoly v dynamických prostředích.
• Řešit problémy související s reálným časem zpracování dat a pohybového ovládání.

Tato školení pod vedením instruktora (online nebo na místě) je zaměřena na účastníky středního úrovně, kteří chtějí zlepšit své dovednosti ve vývoji, programování a nasazení inteligentních robota pro automatizaci a další oblasti.

Do konce tohoto školení budou účastníci schopni:

• Porozumět principům Fyzické AI a jejím aplikacím v robotice a automatizaci.
• Návrh a programování inteligentních robota pro dynamická prostředí.
• Implementace AI modelů pro autonomní rozhodování v robotech.
• Využití simulačních nástrojů pro testování a optimalizaci robotů.
• Řešení výzev, jako jsou senzorové fúze, časově citlivá zpracování dat a energetická efektivita.

Reinforcement learning (RL) je paradigma strojového učení, kde agenty učí se rozhodovat prostřednictvím interakce s prostředím. V robotice RL umožňuje autonomním systémům rozvíjet adaptivní řídicí a rozhodovací schopnosti prostřednictvím zkušeností a zpětné vazby.

Toto školení vedené instruktorem (online nebo na místě) je zaměřeno na pokročilé strojové inženýry, výzkumníky robotiky a vývojáře, kteří chtějí navrhnout, implementovat a nasadit algoritmy reinforcement learningu v robotických aplikacích.

Na konci tohoto školení budou účastníci schopni:

• Pochopit principy a matematiku reinforcement learningu.
• Implementovat algoritmy RL, jako je Q-learning, DDPG a PPO.
• Integrovat RL s robotickými simulačními prostředími pomocí OpenAI Gym a ROS 2.
• Trenovat robote k provádění složitých úkolů autonomně prostřednictvím pokusů a chyb.
• Optimalizovat výkon tréninku pomocí hloubkových učících rámeců jako je PyTorch.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Přímočaré implementace pomocí Pythonu, PyTorch a OpenAI Gym.
• Praktické cvičení v simulovaných nebo fyzických robotických prostředích.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení pro tento kurz nás kontaktujte, abychom se domluvili.

Bezpečná a vysvětlitelná robotika je komplexní školení zaměřené na bezpečnost, ověřování a etickou správu robota. Toto kurzy spojuje teorii s praxí prostřednictvím metodologie bezpečnostních případů, analýzy hazardu a vysvětlitelných AI přístupů, které umožňují transparentní a důvěryhodné rozhodování robotů. Účastníci se naučí, jak zajistit soulad, ověřit chování a dokumentovat bezpečnostní záruku v souladu s mezinárodními standardy.

Toto školení vedené instruktorem (online nebo na místě) je určeno profesionálům střední úrovně, kteří chtějí aplikovat principy ověřování, validace a vysvětlitelnosti pro bezpečné a etické nasazení robota.

Na konci tohoto školení budou účastníci schopni:

• Vytvářet a dokumentovat bezpečnostní případy pro robotické a autonomní systémy.
• Používat techniky ověřování a validace v simulačních prostředích.
• Chápat rámce pro vysvětlitelnou AI v rozhodovacím procesu robotů.
• Integrovat principy bezpečnosti a etiky do návrhu a provozu systému.
• Komunikovat požadavky na bezpečnost a transparentnost s dotčenými stranami.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Praktické cvičení v simulačních prostředích a analýze bezpečnosti.
• Případové studie z praxe robotiky.

Možnosti přizpůsobení kurzu

• Pro požadavek na přizpůsobené školení se s námi prosím obraťte, abychom to uspořádali.

Chytrý robot je systém umělé inteligence (AI), který dokáže učit se svému okolí a zkušenostem a rozšiřovat své schopnosti na základě tohoto vědomí. Chytré roboty mohou spolupracovat s lidmi, pracovat vedle nich a učit se jejich chování. Navíc mají kapacitu nejen k manuální práci, ale také k kognitivním úkolům. Kromě fyzických robotů mohou být chytré roboty také zcela software, umístěné v počítači jako softwareová aplikace bez pohyblivých částí nebo fyzické interakce s okolím.

V tomto vedeném tréninku vedeném instruktorem se účastníci naučí různé technologie, frameworky a techniky pro programování různých typů mechanických chytrých robotů, poté tuto znalost aplikují při dokončování vlastních projektů s chytrými roboty.

Kurz je rozdělen do 4 částí, každá složená z tří dnů přednášek, diskusí a praktického vývoje robota v živém laboratorním prostředí. Každá část se ukončí praktickým projektovým úkolem, který umožní účastníkům si procvičit a demonstrovat získané znalosti.

Cílové hardwarové zařízení tohoto kurzu bude simulováno v 3D prostřednictvím simulačního softwaru. Open-source framework ROS (Robot Operating System), C++ a Python se použijí pro programování robotů.

Po absolvování tohoto tréninku budou účastníci schopni:

• Porozumět klíčovým konceptům používaným v technologiích robotiky
• Porozumět a spravovat interakci mezi softwarem a hardwarovými součástmi v robotařském systému
• Porozumět a implementovat softwareové komponenty, které tvoří základ chytrých robotů
• Sestavit a ovládat simulovaný mechanický chytrý robot, který vidí, vnímá, zpracovává informace, beru do rukou, naviguje a interaguje s lidmi prostřednictvím hlasu
• Rozšířit schopnosti chytrého robota provádět složité úkoly prostřednictvím hlubokého učení (deep learning)
• Testovat a řešit problémy s chytrým robotem v reálných scénářích

Cílová skupina

• Vývojáři
• Inženýři

Formát kurzu

• Součást přednášky, součást diskuse, cvičení a těžké praktické procvičování

Poznámka

• Každou část tohoto kurzu (programovací jazyk, model robota atd.) lze přizpůsobit. Pro úpravu se s námi prosím obraťte.

Smart Robotics je integrace umělé inteligence do robotických systémů pro zlepšení vnímání, rozhodovacích procesů a autonomního řízení.

Tento školení s instruktorem (vzdáleně nebo na místě) je určeno pokročilým robotickým inženýrům, integrátorům systémů a vedoucím automatizace, kteří chtějí implementovat AI-povodné vnímání, plánování a řízení v prostředích inteligentní výroby.

Po absolvování tohoto školení budou účastníci moci:

• Porozumět a aplikovat AI techniky pro robotické vnímání a fúzi senzorů.
• Vytvářet algoritmy pohybového plánování pro spolupracující a průmyslové robota.
• Nasazovat strategie učení-založeného řízení pro reálně časové rozhodování.
• Integrace inteligentních robotických systémů do pracovních postupů inteligentní výroby.

Formát kurzu

• Interaktivní přednáška a diskuse.
• Mnoho cvičení a praxe.
• Praktické implementace v prostředí živé laboratoře.

Možnosti přizpůsobení kurzu

• Pro žádost o přizpůsobené školení pro tento kurz, kontaktujte nás na dohodu.