Návrh Školení

Úvod do edge a agentní AI

  • Přehled agentní AI a edge výpočtů
  • Zvážení latence, soukromí a šířky pásma
  • Architektonické srovnání: cloudoví vs. edge agenti

Návrh lehkých architektur agentů

  • Rozdělení agentní smyčky pro omezené systémy
  • Asynchronní návrh pro efektivní výpočet
  • Rovnováha autonomie a spojení s ostatními systémy

Nastavení vývojového prostředí

  • Instalace Python frameworků pro edge AI
  • Konfigurace TensorFlow Lite a PyTorch Mobile
  • Nasazení testovacích prostředí na Raspberry Pi nebo podobných zařízeních

Implementace on-device inferencí

  • Převod a kvantizace modelů pro edge nasazení
  • Spouštění inferencí pomocí TensorFlow Lite a ONNX Runtime
  • Integrace výsledků inferencí do agentních rozhodovacích smyček

Integrace agentů s hardwarovými a IoT systémy

  • Připojení senzorů, aktuátorů a IoT modulů
  • Místní sběr dat a zpracování datových proudů
  • Offline provoz a chování aktivované událostmi

Optimalizace a monitorování

  • Optimalizace výkonu pro nízkou spotřebu energie a vysokou rychlost
  • Caching u okraje sítě a techniky komprese modelů
  • Monitorování a ladění edge agentů

Praktický projekt: Nasazení lehkého agenta na edge hardwaru

  • Návrh malé autonomního agenta pro úkol v oblasti IoT nebo robotiky
  • Implementace modelové inferencí a místní logiky
  • Testování a optimalizace pro latenci a spolehlivost

Shrnutí a další kroky

Požadavky

  • Zkušenosti s programováním v Pythonu
  • Základní znalost pracovních postupů strojového učení
  • Zapojení do konceptů vestavěných nebo edge výpočtů

Cílová skupina

  • Vývojáři vestavěných systémů integrující AI do hardwarových systémů
  • Inženýři Edge ML návrhující on-device inferenční řešení
  • Týmy robotiky nasazující agentic AI pro autonomní provoz
 21 hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie