Đề cương khóa học

Giới thiệu về Edge AI

  • Định nghĩa và các khái niệm chính
  • Sự khác biệt giữa Edge AI và Cloud AI
  • Lợi ích và thách thức của Edge AI
  • Tổng quan về các ứng dụng của Edge AI

Kiến trúc Edge AI

  • Các thành phần của hệ thống Edge AI
  • Yêu cầu về phần cứng và phần mềm
  • Luồng dữ liệu trong các ứng dụng Edge AI
  • Tích hợp với các hệ thống hiện có

Thiết lập môi trường Edge AI

  • Giới thiệu về các nền tảng Edge AI (Raspberry Pi, NVIDIA Jetson, v.v.)
  • Cài đặt phần mềm và thư viện cần thiết
  • Cấu hình môi trường phát triển
  • Khởi tạo thiết lập Edge AI

Phát triển Mô hình Edge AI

  • Tổng quan về các mô hình học máy và học sâu cho thiết bị biên
  • Huấn luyện mô hình đặc biệt để triển khai trên thiết bị biên
  • Kỹ thuật tối ưu hóa mô hình cho thiết bị biên
  • Công cụ và khung phát triển Edge AI (TensorFlow Lite, OpenVINO, v.v.)

Data Management và Tiền xử lý cho Edge AI

  • Kỹ thuật thu thập dữ liệu cho môi trường biên
  • Tiền xử lý và tăng cường dữ liệu cho thiết bị biên
  • Quản lý quy trình dữ liệu trên thiết bị biên
  • Đảm bảo quyền riêng tư và bảo mật dữ liệu trong môi trường biên

Triển khai Ứng dụng Edge AI

  • Các bước triển khai mô hình trên nhiều thiết bị biên khác nhau
  • Kỹ thuật giám sát và quản lý các mô hình đã triển khai
  • Xử lý và suy luận dữ liệu thời gian thực trên thiết bị biên
  • Nghiên cứu điển hình và ví dụ thực tế về triển khai

Tích hợp Edge AI với Hệ thống IoT

  • Kết nối các giải pháp Edge AI với thiết bị và cảm biến IoT
  • Communication giao thức và phương pháp trao đổi dữ liệu
  • Xây dựng giải pháp Edge AI và IoT hoàn chỉnh
  • Ví dụ và trường hợp sử dụng thực tế

Use Cases và Ứng dụng

  • Các ứng dụng cụ thể theo ngành của Edge AI
  • Nghiên cứu điển hình chuyên sâu trong lĩnh vực chăm sóc sức khỏe, ô tô và nhà thông minh
  • Câu chuyện thành công và bài học kinh nghiệm
  • Xu hướng và cơ hội trong tương lai của Edge AI

Các cân nhắc về đạo đức và các thực hành tốt nhất

  • Đảm bảo quyền riêng tư và bảo mật trong các triển khai Edge AI
  • Giải quyết sự thiên vị và công bằng trong các mô hình Edge AI
  • Tuân thủ các quy định và tiêu chuẩn
  • Các thực hành tốt nhất để triển khai AI có trách nhiệm

Các dự án và bài tập thực hành

  • Phát triển một ứng dụng Edge AI phức tạp
  • Các dự án và kịch bản trong thế giới thực
  • Các bài tập nhóm hợp tác
  • Trình bày dự án và phản hồi

Tóm tắt và các bước tiếp theo

Requirements

  • Hiểu biết về các khái niệm cơ bản của AI và học máy
  • Kinh nghiệm với các ngôn ngữ lập trình (Python được khuyến nghị)
  • Làm quen với các khái niệm điện toán biên và IoT

Đối tượng

  • Nhà phát triển
  • Chuyên gia IT
 14 Hours

Number of participants


Price per participant

Provisional Upcoming Courses (Require 5+ participants)

Related Categories