Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do Edge AI v autonomních systémech
- Přehled technologií Edge AI a jejich významu pro autonomní systémy
- Hlavní přínosy i výzvy spojené s implementací Edge AI v těchto systémech
- Aktuální trendy a inovace v oblasti využití Edge AI pro autonomii
- Reálné aplikace a případové studie
Reálný čas zpracování dat v autonomních systémech
- Základy reálného času zpracování dat
- Modely umělé inteligence určené k okamžitému rozhodování
- Způsoby zvládání toků dat a kombinace informací ze senzorů
- Praktické příklady a případové studie
Edge AI v autonomních vozidlech
- Modely umělé inteligence určené k rozpoznávání prostředí a řízení vozidla
- Vývoj a nasazení řešení AI pro reálnou navigaci
- Integrace technologií Edge AI do systémů řízení vozidla
- Případové studie využití Edge AI u autonomních vozidel
Edge AI u dronů
- Modely umělé inteligence určené k rozpoznávání okolí a řízení letu dronu
- Reálný čas zpracování dat a rozhodování u dronů
- Implementace Edge AI pro autonomní lety a vyhýbání se překážkám
- Praktické příklady a případové studie
Edge AI v robotice
- Modely umělé inteligence určené k rozpoznávání okolí a manipulaci robota
- Reálný čas zpracování dat a řízení v robotických systémech
- Integrace technologií Edge AI do architektury řídicích systémů robotů
- Případové studie využití Edge AI v robotice
Vývoj modelů umělé inteligence pro autonomní aplikace
- Přehled relevantních modelů strojového a hlubokého učení
- Trénování a optimalizace modelů vhodných k nasazení na zařízeních typu edge
- Nástroje a frameworky určené k vývoji Edge AI (TensorFlow Lite, ROS atd.)
- Validace a vyhodnocování modelů v reálném prostředí autonomních systémů
Nasazování řešení Edge AI do autonomních systémů
- Postupy pro nasazení modelů umělé inteligence na různá zařízení typu edge
- Reálný čas zpracování dat a odvozování výsledků na těchto zařízeních
- Monitorování a správa již nasazených modelů umělé inteligence
- Praktické příklady nasazení a případové studie
Etické a regulační aspekty využití AI
- Zajištění bezpečnosti a spolehlivosti autonomních systémů s využitím umělé inteligence
- Prevence předpojatosti a zajištění férovosti modelů AI
- Dodržování platných regulací a standardů pro autonomní systémy
- Nejlepší postupy při odpovědném využívání umělé inteligence
Vyhodnocování výkonu a jeho optimalizace
- Metody pro měření efektivnosti modelů v reálném prostředí autonomních systémů
- Nástroje určené k monitorování a ladění během provozu
- Strategie pro zvýšení výkonnosti modelů umělé inteligence v praxi
- Řešení problémů spojených s latencí, spolehlivostí a škálovatelností
Inovativní využití Edge AI v autonomních systémech
- Pokročilé aplikace technologií Edge AI u autonomních systémů
- Podrobné případové studie z různých oblastí autonomie
- Příklady úspěšného využití a poučení z chyb
- Budoucí trendy a příležitosti v oblasti Edge AI pro autonomní systémy
Praktické projekty a cvičení
- Vývoj uceleného řešení využívajícího Edge AI pro autonomní systém
- Reálné projekty a simulované scénáře
- Spolupráce v rámci skupiny během řešení úkolů
- Prezentace projektů a zpětná vazba od lektora
Závěr a další kroky
Požadavky
- Základní znalosti konceptů umělé inteligence a strojového učení
- Praktické zkušenosti s programovacími jazyky (doporučuje se Python)
- Seznámenost s robotikou, autonomními systémy nebo příbuznými technologiemi
Cílová skupina
- Inženýři robotiky
- Vývojáři autonomních vozidel
- Výzkumníci v oblasti umělé inteligence
14 Hodiny
Reference (1)
Že můžeme probrat pokročilá témata a pracovat s reálnými příklady
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Kurz - Advanced Edge AI Techniques
Přeloženo strojem
