Struttura del corso

Concetti avanzati nell'Edge AI

  • Approfondimento sull'architettura Edge AI
  • Analisi comparativa di Edge AI e cloud AI
  • Ultime tendenze e tecnologie emergenti nell'Edge AI
  • Casi d'uso e applicazioni avanzate

Tecniche avanzate di ottimizzazione dei modelli

  • Quantizzazione e sfoltimento per dispositivi periferici
  • Distillazione delle conoscenze per i modelli leggeri
  • Trasferisci l'apprendimento per le applicazioni di intelligenza artificiale edge
  • Automatizzare i processi di ottimizzazione dei modelli

Strategie di implementazione all'avanguardia

  • Containerizzazione e orchestrazione per l'Edge AI
  • Implementazione di modelli di intelligenza artificiale utilizzando piattaforme di edge computing (ad esempio, Edge TPU, Jetson Nano)
  • Inferenza in tempo reale e soluzioni a bassa latenza
  • Gestione degli aggiornamenti e della scalabilità sui dispositivi perimetrali

Strumenti e framework specializzati

  • Esplorazione di strumenti avanzati (ad esempio, TensorFlow Lite, OpenVINO, PyTorch Mobile)
  • Utilizzo di strumenti di ottimizzazione specifici per l'hardware
  • Integrazione di modelli di intelligenza artificiale con hardware edge specializzato
  • Casi di studio di strumenti in azione

Ottimizzazione e monitoraggio delle prestazioni

  • Tecniche per il benchmarking delle prestazioni sui dispositivi edge
  • Strumenti per il monitoraggio e il debug in tempo reale
  • Gestire la latenza, il throughput e l'efficienza energetica
  • Strategie per l'ottimizzazione e la manutenzione continua

Use Case e applicazioni innovative

  • Applicazioni specifiche del settore dell'Edge AI avanzato
  • Città intelligenti, veicoli autonomi, IoT industriale, sanità e altro ancora
  • Casi di studio di implementazioni di successo dell'Edge AI
  • Tendenze future e direzioni di ricerca nell'Edge AI

Considerazioni etiche e di sicurezza avanzate

  • Garantire una solida sicurezza nelle implementazioni di Edge AI
  • Affrontare complesse questioni etiche nell'IA all'edge
  • Implementazione di tecniche di IA che preservano la privacy
  • Conformità alle normative avanzate e agli standard di settore

Progetti pratici ed esercizi avanzati

  • Sviluppo e ottimizzazione di un'applicazione Edge AI complessa
  • Progetti reali e scenari avanzati
  • Esercizi di gruppo collaborativi e sfide di innovazione
  • Presentazioni dei progetti e feedback degli esperti

Riepilogo e prossime tappe

Requisiti

  • Comprensione approfondita dei concetti di intelligenza artificiale e apprendimento automatico
  • Conoscenza dei linguaggi di programmazione (Python consigliato)
  • Esperienza con l'edge computing e l'implementazione di modelli di intelligenza artificiale su dispositivi edge

Pubblico

  • Professionisti dell'IA
  • Ricercatori
  • Gli sviluppatori
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative