Contattataci

Struttura del corso

Concetti avanzati sull’AI all’edge

  • Approfondimento dell’architettura dell’AI all’edge
  • Analisi comparativa tra AI all’edge e AI nel cloud
  • Ultime tendenze e tecnologie emergenti nell’ambito dell’AI all’edge
  • Casi d’uso avanzati ed applicazioni pratiche

Tecniche avanzate di ottimizzazione dei modelli

  • Quantizzazione e pruning per l’impiego su dispositivi edge
  • Distillazione della conoscenza per la creazione di modelli leggeri
  • Apprendimento trasferibile nelle applicazioni di AI all’edge
  • Automatizzazione dei processi di ottimizzazione dei modelli

Strategie innovative per l’implementazione

  • Containerizzazione e orchestrazione nell’ambito dell’AI all’edge
  • Implementazione di modelli AI tramite piattaforme di calcolo edge (ad esempio Edge TPU, Jetson Nano)
  • Soluzioni per inferenza in tempo reale e bassa latenza
  • Gestione degli aggiornamenti e scalabilità sui dispositivi edge

Strumenti e framework specializzati

  • Presentazione di strumenti avanzati (ad esempio TensorFlow Lite, OpenVINO, PyTorch Mobile)
  • Utilizzo di strumenti per l’ottimizzazione hardware-specifica
  • Integrazione dei modelli AI con hardware edge specializzato
  • Analisi di casi studio su strumenti concreti in azione

Ottimizzazione delle prestazioni e monitoraggio

  • Tecniche per il benchmarking delle prestazioni su dispositivi edge
  • Strumenti per il monitoraggio e il debug in tempo reale
  • Affrontare tematiche legate a latenza, throughput ed efficienza energetica
  • Strategie per un’ottimizzazione e manutenzione continue

Casi d’uso innovativi e applicazioni avanzate

  • Applicazioni specifiche per diversi settori basate su AI all’edge avanzata
  • Città intelligenti, veicoli autonomi, IoT industriale, sanità e molto altro
  • Analisi di casi studio riguardanti implementazioni di successo di AI all’edge
  • Tendenze future e direzioni della ricerca nell’ambito dell’AI all’edge

Aspetti etici e di sicurezza avanzati

  • Garantire una sicurezza robusta nelle implementazioni di AI all’edge
  • Affrontare problematiche etiche complesse legate all’AI nei contesti edge
  • Implementazione di tecniche per la tutela della privacy nell’ambito dell’AI
  • Rispetto delle normative e degli standard settoriali più avanzati

Progetti pratici ed esercizi avanzati

  • Sviluppo e ottimizzazione di un’applicazione complessa basata su AI all’edge
  • Attività basate su scenari reali e situazioni avanzate
  • Esercizi di gruppo collaborativi e sfide creative per l’innovazione
  • Presentazioni dei progetti con feedback forniti da esperti

Sintesi finale e prossimi passi

Requisiti

  • Conoscenza approfondita dei concetti fondamentali di intelligenza artificiale e machine learning
  • Padronanza di linguaggi di programmazione (si consiglia Python)
  • Esperienza nell’ambito del calcolo edge e nella distribuzione di modelli AI su dispositivi edge

Destinatari

  • Professionisti dell’AI
  • Ricercatori
  • Sviluppatori
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative