Online speciális tanulmányi program a beágyazott mesterséges intelligencia területén University of California, Irvine - Division of Continuing Education

Áttekintés

A beágyazott mesterséges intelligencia (AI) olyan új, olcsó és alacsony fogyasztású mesterséges intelligencia megoldásokat tesz lehetővé, amelyekre a felhőalapú mesterséges intelligencia önmagában nem használható. Az éles mesterséges intelligencia chipek piaca sokkal gyorsabban növekszik, mint a teljes chippiac, a becslések szerint 2024-ben 1,5 milliárdra becsülik a szélső AI chipek számát. A beágyazott mesterséges intelligencia a hagyományos beágyazott rendszereken, az adattudományon és a gépi tanuláson (ML) túlmutató tudást és készségeket igényel. Eszközök, érzékelők és fejlett, közel valós idejű jelfeldolgozási módszerek ismerete szükséges a videó-, hang-, mozgás- vagy egyéb jelekhez. Speciális szoftvereszközök és keretrendszerek szükségesek a beágyazott AI-alkalmazások fejlesztéséhez.

Ez a program biztosítja a szükséges ismereteket és készségeket ahhoz, hogy kihasználják a következő jelentős technológiai változást és a kapcsolódó munkahely-kereslet növekedését. A program feltárja azokat a speciális eszközöket, keretrendszereket, technológiákat, platformokat és módszereket, amelyekkel izgalmas, új beágyazott AI-eszközöket lehet létrehozni. Tanulmányozza a TinyML-t – az ML technológiák alkalmazásának területét a mesterséges intelligencia beágyazására erőforrás-korlátozott eszközökbe. Fedezze fel, hogyan működnek a bonyolult beágyazott AI-alkalmazások okostelefonokon, drónokon és más eszközökön, amelyek korlátozzák a feldolgozást, a memóriát, az energiát és más erőforrásokat. Vizsgálja meg a jelfeldolgozási módszereket és ML modelleket a video-, hang-, mozgás- és egyéb jeleket feldolgozó fontos alkalmazások mögött. Fedezze fel, hogyan használják az ML keretrendszereket ezeknek az alkalmazásoknak a létrehozására, és használja ezeket beágyazott AI-hardverrel gyakorlati projektekben. Ismerje meg, hogyan választhatja ki a megfelelő hardvert, fejlesztőeszközöket és szoftverkomponenseket egy alkalmazáshoz. Vizsgálja meg azokat a kompromisszumokat, amelyek szükségesek ahhoz, hogy döntéseket hozzanak az eszközön és a felhőben végrehajtandó mesterséges intelligencia-feldolgozás keverékéről. Alkalmazza a tanultakat, és élvonalbeli eszközöket, érzékelőket, jelfeldolgozást, TinyML módszereket és beágyazott ML keretrendszereket használjon beágyazott mesterséges intelligencia-eszköz létrehozásához.

Program előnyei

• Használjon gyakorlati példákat és tevékenységeket a beágyazott AI-alkalmazások, -technológiák és a rendkívül speciális beágyazott ML szoftverkeretrendszerek felfedezéséhez.
• Fedezze fel a beágyazott ML-modellek (beleértve a mély tanulási neurális hálózatokat) részleteit néhány fontos alkalmazás, például az objektumfelismerés, az ébresztési szövegfeldolgozás és a gesztusérzékelés mögött.
• Tekintse át a beágyazott ML-modellek fejlesztéséhez és üzembe helyezéséhez szükséges lépéseket.
• Ismerje meg az egyedi kihívásokat, amelyeket az ML-modellek a TinyML-alkalmazások erőforrás-korlátozott eszközökön történő telepítése jelent.
• Használjon élvonalbeli érzékelőket, eszközöket, jelfeldolgozást, TinyML-módszereket és beágyazott ML-keretrendszereket a beágyazott AI-eszköz létrehozásához.
• Gyűjtse össze a valós szenzoradatokat, képezze és érvényesítse az ML-modelleket, optimalizálja a modellt egy korlátozott erőforrás-igényű eszközön való üzembe helyezéshez, és telepítse a modellt a hardverére.
• Fedezze fel a beágyazott mesterséges intelligencia futtatására használható eszközök jellemzőit, beleértve az új, alacsony fogyasztású mikrokontrollereket, amelyek neurális hálózati gyorsítókat tartalmaznak, amelyek lehetővé teszik az új akkumulátoros alkalmazások számára, hogy bonyolult ML-modelleket hajtsanak végre.
• Fedezze fel a jelenlegi trendeket és azt, hogy mi várható a beágyazott mesterséges intelligencia számára.

Szerezzen alternatív digitális bizonyítványt

A Bevezetés a beágyazott mesterséges intelligencia tanfolyamon egy minősítő feladat sikeres teljesítése lehetőséget kínál az Alternatív digitális hitelesítő (ADC) megszerzésére. A digitális jelvényként is emlegetett ADC az Ön által megszerzett speciális készségek és kompetenciák virtuális feljegyzése, és ellenőrizhető módot kínál arra, hogy megossza oktatási eredményeit munkaadókkal, kollégákkal és másokkal olyan közösségi platformokon keresztül, mint a LinkedIn, Facebook és Twitter.

A Specialized Studies Díj követelményei

Szakirányú tanulmányi bizonyítványt 3 kurzus (9 kreditegység) „C” vagy jobb osztályzattal minden kurzusban adnak ki. A digitális tanúsítvány átvételéhez a program összes követelményének teljesítése után nyújtson be egy Tanúsítványigénylést 35 USD vissza nem térítendő jelentkezési díjjal. Az összes követelményt öt (5) éven belül teljesíteni kell azt követően, hogy a hallgató beiratkozik az első kurzusára. Azok a hallgatók, akik nem folytatnak szakirányú tanulmányokat, annyi egyéni kurzust vehetnek fel, amennyit akarnak.

Kötelező tanfolyamok

• Bevezetés az Embedded AI-ba
• Beágyazott mesterséges intelligencia alkalmazások és technológiák
• Beágyazott AI fejlesztés

A tanfolyamok menetrendje változhat. Egyéni kurzusok a teljes programra való beiratkozás nélkül is részt vehetnek.