Struttura del corso
Introduzione all'Edge AI e all'IoT
- Definizione e concetti chiave dell'Edge AI
- Panoramica sui sistemi e sulle architetture IoT
- Vantaggi e sfide derivanti dall'integrazione tra Edge AI e IoT
- Applicazioni concrete nel mondo reale
Architettura dell'Edge AI per l'IoT
- Componenti principali dei sistemi Edge AI per IoT
- Requisiti hardware e software necessari
- Flusso di dati nei sistemi IoT dotati di funzionalità Edge AI
- Integrazione con i sistemi IoT esistenti
Configurazione dell'ambiente per l'Edge AI e l'IoT
- Presentazione delle principali piattaforme IoT (ad esempio Arduino, Raspberry Pi, NVIDIA Jetson)
- Installazione dei software e delle librerie necessarie
- Impostazione dell'ambiente di sviluppo
- Inizializzazione della configurazione complessiva per Edge AI e IoT
Sviluppo dei modelli di intelligenza artificiale per dispositivi IoT
- Panoramica sui modelli di apprendimento automatico e profondo adatti all'uso in ambienti edge e IoT
- Tecniche di addestramento e ottimizzazione dei modelli per il deployment IoT
- Strumenti e framework utili per lo sviluppo Edge AI (TensorFlow Lite, OpenVINO, ecc.)
- Metodi per la compressione e l'ottimizzazione dei modelli
Gestione ed elaborazione preliminare dei dati nell'ambito IoT
- Tecniche di raccolta dei dati nei contesti IoT
- Pre-elaborazione e potenziamento dei dati sui dispositivi edge
- Organizzazione efficace dei flussi di dati sui dispositivi IoT
- Tutela della privacy e sicurezza nelle trasmissioni di dati in ambienti IoT
Distribuzione dei modelli Edge AI sui dispositivi IoT
- Procedura passo dopo passo per il deployment di modelli di intelligenza artificiale sui dispositivi edge IoT
- Metodi per monitorare e gestire i modelli già distribuiti
- Elaborazione dei dati in tempo reale e inferenza computazionale direttamente sui dispositivi IoT
- Analisi di casi pratici ed esempi concreti di implementazione
Integrazione dell'Edge AI con protocolli e piattaforme IoT
- Descrizione dei principali protocolli di comunicazione IoT (MQTT, CoAP, HTTP, ecc.)
- Collegamento tra soluzioni Edge AI e sensori o attuatori IoT
- Realizzazione di soluzioni end-to-end che combinano Edge AI e IoT
- Illustrazione con esempi pratici e casi d'uso concreti
Applicazioni e scenari d’utilizzo
- Esempi di impiego dell'Edge AI in ambiti specifici, quali l'IoT industriale o domestico
- Analisi approfondite di casi d’uso nel settore abitativo intelligente, nell’industria e nella sanità
- Success story e insegnamenti ricavati dall'esperienza pratica
- Tendenze future e nuove opportunità nell’ambito dell'Edge AI per l'IoT
Aspetti etici e buone pratiche operativo-organizzative
- Tutela della privacy e sicurezza nel deployment di soluzioni Edge AI e IoT
- Gestione dell'imparzialità e dell'assenza di pregiudizi nei modelli di intelligenza artificiale
- Rispetto delle normative vigenti e dei standard tecnico-sanitari
- Linee guida fondamentali per un utilizzo responsabile dell'IA nell'ambito IoT
Progetti e esercizi pratici guidati
- Realizzazione di una complessa applicazione Edge AI finalizzata a un contesto IoT specifico
- Lavoro su scenari realistici e casi pratici proposti nel corso
- Attività di gruppo in collaborazione con altri partecipanti
- Presentazioni dei risultati ottenuti e feedback personalizzato da parte degli istruttori
Sintesi finale e prospettive future
Requisiti
- Conoscenza di base dei concetti di intelligenza artificiale e apprendimento automatico
- Esperienza con linguaggi di programmazione (si raccomanda Python)
- Familiarità con i concetti e le tecnologie legati all'IoT
Destinatari del corso
- Sviluppatori IoT
- Architetti di sistemi
- Professionisti del settore
Recensioni (1)
Coprindo argomenti avanzati e lavorando con esempi pratici
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Corso - Advanced Edge AI Techniques
Traduzione automatica