Panoramica L'intelligenza artificiale (AI) incorporata consentirà soluzioni di intelligenza artificiale nuove, economiche e a bassa potenza che non sono possibili utilizzando le sole tecnologie di intelligenza artificiale basate su cloud. Il mercato dei chip edge AI sta crescendo molto più velocemente del mercato globale dei chip, con un numero di chip edge AI da vendere nel 2024 stimato a 1,5 miliardi. L'intelligenza artificiale incorporata richiede conoscenze e competenze che vanno oltre i tradizionali sistemi integrati, la scienza dei dati e l'apprendimento automatico (ML). Richiede la conoscenza di dispositivi, sensori e metodi avanzati di elaborazione del segnale quasi in tempo reale per segnali video, audio, di movimento o di altro tipo. Sono necessari strumenti e framework software specializzati per sviluppare applicazioni di intelligenza artificiale integrate. Questo programma fornisce le conoscenze e le competenze necessarie per trarre vantaggio da questo prossimo importante cambiamento nelle tecnologie e dalla relativa crescita della domanda di lavoro. Il programma esplora gli strumenti specializzati, i framework, le tecnologie, le piattaforme e i metodi utilizzati per creare nuovi entusiasmanti dispositivi di intelligenza artificiale incorporati. Studia TinyML: il campo dell'applicazione delle tecnologie ML per incorporare l'IA nei dispositivi con risorse limitate. Scopri come funzionano le complesse applicazioni di intelligenza artificiale integrate su smartphone, droni e altri dispositivi che hanno limitazioni di elaborazione, memoria, alimentazione e altre risorse. Esamina i metodi di elaborazione del segnale e i modelli ML alla base di importanti applicazioni che elaborano segnali video, audio, movimento e altri. Scopri come vengono utilizzati i framework ML per creare queste applicazioni e usale con l'hardware di intelligenza artificiale incorporato in progetti pratici. Scopri come scegliere l'hardware, gli strumenti di sviluppo e i componenti software giusti per un'applicazione. Esamina i compromessi necessari per prendere decisioni sulla combinazione di elaborazione dell'IA che deve essere eseguita sul dispositivo e nel cloud. Applica ciò che hai appreso e utilizza dispositivi all'avanguardia, sensori, elaborazione del segnale, metodi TinyML e framework ML incorporati per creare un dispositivo di intelligenza artificiale incorporato. Vantaggi del programma Usa esempi pratici e attività per esplorare applicazioni, tecnologie e framework software ML embedded altamente specializzati. Esplora i dettagli dei modelli ML incorporati (incluse le reti neurali di deep learning) alla base di alcune importanti applicazioni come il riconoscimento di oggetti, l'elaborazione di testi di riattivazione e il rilevamento dei gesti. Esamina i passaggi necessari per sviluppare e distribuire modelli ML incorporati. Comprendi le sfide uniche poste dall'implementazione di modelli ML su dispositivi con risorse limitate nelle applicazioni TinyML. Usa sensori, dispositivi, elaborazione del segnale, metodi TinyML e framework ML incorporati all'avanguardia per creare un dispositivo di intelligenza artificiale incorporato. Raccogli i dati dei sensori del mondo reale, addestra e convalida i modelli ML, ottimizza il modello per l'implementazione su un dispositivo con risorse limitate e distribuisci il modello sul tuo hardware. Esplora le funzionalità dei dispositivi che possono essere utilizzati per eseguire l'IA incorporata, inclusi i nuovi microcontrollori a bassa potenza che incorporano acceleratori di rete neurale che consentiranno alle nuove applicazioni alimentate a batteria di eseguire modelli ML complessi. Esplora le tendenze attuali e cosa potrebbe esserci all'orizzonte per l'IA integrata. Guadagna una credenziale digitale alternativa Il completamento con successo di un compito qualificante all'interno del corso Introduzione all'IA incorporata ti offre l'opportunità di guadagnare una credenziale digitale alternativa (ADC). Chiamato anche badge digitale, un ADC è un record virtuale di abilità e competenze specifiche che hai acquisito e fornisce un modo verificabile per condividere i tuoi risultati educativi con datori di lavoro, colleghi e altri tramite piattaforme social come LinkedIn, Facebook e Twitter. Requisiti del premio per studi specializzati Un certificato di studi specialistici viene rilasciato al completamento di 3 corsi (9 crediti) con un voto di "C" o migliore in ciascun corso. Per ricevere il tuo certificato digitale, invia una richiesta di certificato con una quota di iscrizione non rimborsabile di $ 35 dopo aver completato tutti i requisiti del programma. Tutti i requisiti devono essere completati entro cinque (5) anni dopo che lo studente si iscrive al suo primo corso. Gli studenti che non perseguono un premio di studi specialistici sono invitati a seguire tutti i corsi individuali che desiderano.
-
