Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione all’Edge AI
- Definizione e concetti chiave
- Differenze tra Edge AI e Cloud AI
- Vantaggi e sfide dell’utilizzo di Edge AI
- Panoramica delle applicazioni più comuni di Edge AI
Architettura dell’Edge AI
- Componenti principali dei sistemi Edge AI
- Requisiti hardware e software necessari
- Flusso dei dati all’interno delle applicazioni Edge AI
- Integrazione con i sistemi preesistenti
Configurazione dell’ambiente per l’Edge AI
- Presentazione delle piattaforme più utilizzate (Raspberry Pi, NVIDIA Jetson, ecc.)
- Installazione dei software e delle librerie necessarie
- Configurazione dell’ambiente di sviluppo
- Inizializzazione del sistema per l’utilizzo dell’Edge AI
Sviluppo dei modelli per Edge AI
- Presentazione dei modelli di machine learning e deep learning adatti ai dispositivi periferici
- Tecniche di addestramento specifiche per il deploy su dispositivi Edge AI
- Metodi per ottimizzare i modelli in termini di prestazioni e risorse
- Strumenti e framework utili allo sviluppo (TensorFlow Lite, OpenVINO, ecc.)
Gestione e preprocessamento dei dati nell’Edge AI
- Tecniche di raccolta dati negli ambienti periferici
- Elaborazione e miglioramento dei dati adatti ai dispositivi Edge AI
- Gestione dei flussi di dati sui dispositivi periferici
- Misure di tutela della privacy e sicurezza dei dati negli ambienti Edge AI
Deploy delle applicazioni basate su Edge AI
- Procedimenti per distribuire i modelli su diversi dispositivi periferici
- Strategie di monitoraggio e gestione dei modelli già implementati
- Elaborazione dei dati in tempo reale ed inferenza sui dispositivi periferici
- Esempi pratici e studi di caso relativi al deploy dell’Edge AI
Integrazione dell’Edge AI con i sistemi IoT
- Collegamento delle soluzioni Edge AI a dispositivi e sensori IoT
- Protocolli di comunicazione e metodi per lo scambio dati
- Progettazione completa di soluzioni integrate Edge AI-IoT
- Casistiche reali d’uso e applicazioni pratiche
Applicazioni e casi d’uso tipici dell’Edge AI
- Utilizzo dell’Edge AI in diversi settori industriali
- Analisi dettagliata di casi reali nel settore sanitario, automobilistico e nelle abitazioni intelligenti
- Success story e apprendimenti utili tratti da esperienze concrete
- Tendenze future e opportunità emergenti nell’ambito dell’Edge AI
Aspetti etici e buone pratiche di implementazione
- Garanzia della privacy e sicurezza nei sistemi Edge AI
- Riduzione dei pregiudizi e promozione dell’equità negli algoritmi di intelligenza artificiale
- Rispetto delle normative e degli standard vigenti
- Linee guida per un deploy responsabile dell’intelligenza artificiale
Progetti pratici ed esercizi guidati
- Realizzazione di un’applicazione complessa basata sull’Edge AI
- Attività concrete su scenari reali e casi pratici
- Esercizi da svolgere in gruppo con interazione reciproca
- Presentazione dei progetti e feedback da parte degli istruttori
Sintesi finale e prossimi passi
Requisiti
- Conoscenza di base dei concetti legati all’intelligenza artificiale e al machine learning
- Esperienza con i linguaggi di programmazione (si raccomanda Python)
- Familiarità con il calcolo periferico e i concetti dell’IoT
Destinatari
- Sviluppatori
- Professionisti IT
14 ore
Recensioni (1)
Coprindo argomenti avanzati e lavorando con esempi pratici
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Corso - Advanced Edge AI Techniques
Traduzione automatica