Programa do Curso

Introdução a Edge AI in Autonomous Systems

  • Visão geral da IA de ponta e da sua importância nos sistemas autónomos
  • Principais benefícios e desafios da implementação da IA de ponta em sistemas autónomos
  • Tendências e inovações actuais na IA de ponta para a autonomia
  • Aplicações do mundo real e estudos de caso

Processamento em tempo real em sistemas autónomos

  • Fundamentos do processamento de dados em tempo real
  • Modelos de IA para tomada de decisões em tempo real
  • Tratamento de fluxos de dados e fusão de sensores
  • Exemplos práticos e estudos de casos

IA de ponta em veículos autónomos

  • Modelos de IA para perceção e controlo de veículos
  • Desenvolver e implementar soluções de IA para navegação em tempo real
  • Integrar a IA periférica nos sistemas de controlo dos veículos
  • Estudos de casos de IA de ponta em veículos autónomos

IA de ponta em drones

  • Modelos de IA para a perceção e o controlo de voo dos drones
  • Processamento de dados em tempo real e tomada de decisões em drones
  • Implementação da IA de ponta para o voo autónomo e a prevenção de obstáculos
  • Exemplos práticos e estudos de casos

IA de ponta em Robotics

  • Modelos de IA para perceção e manipulação robóticas
  • Processamento e controlo em tempo real em sistemas robóticos
  • Integrar a IA periférica nas arquitecturas de controlo robótico
  • Estudos de casos de IA de ponta em robótica

Desenvolvimento de modelos de IA para aplicações autónomas

  • Visão geral dos modelos relevantes de aprendizagem automática e aprendizagem profunda
  • Treino e otimização de modelos para implantação no Edge
  • Ferramentas e quadros para a IA autónoma no Edge (TensorFlow Lite, ROS, etc.)
  • Validação e avaliação de modelos em ambientes autónomos

Implementação de soluções de IA no Edge em sistemas autónomos

  • Passos para a implantação de modelos de IA em vários hardwares de ponta
  • Processamento de dados em tempo real e inferência em dispositivos periféricos
  • Monitorização e gestão de modelos de IA implementados
  • Exemplos práticos de implantação e estudos de caso

Considerações éticas e regulamentares

  • Garantir a segurança e a fiabilidade em sistemas de IA autónomos
  • Abordar a parcialidade e a justiça em modelos de IA autónomos
  • Conformidade com regulamentos e normas em sistemas autónomos
  • Melhores práticas para a implementação responsável de IA em sistemas autónomos

Avaliação e otimização do desempenho

  • Técnicas para avaliar o desempenho do modelo em sistemas autónomos
  • Ferramentas para monitorização e depuração em tempo real
  • Estratégias para otimizar o desempenho do modelo de IA em aplicações autónomas
  • Abordagem dos desafios de latência, fiabilidade e escalabilidade

Use Cases e aplicações inovadoras

  • Aplicações avançadas de IA de ponta em sistemas autónomos
  • Estudos de caso aprofundados em vários domínios autónomos
  • Histórias de sucesso e lições aprendidas
  • Tendências e oportunidades futuras na IA de ponta para a autonomia

Projectos e exercícios práticos

  • Desenvolvimento de uma aplicação abrangente de IA do Edge para um sistema autónomo
  • Projectos e cenários do mundo real
  • Exercícios de grupo colaborativos
  • Apresentações de projectos e feedback

Resumo e próximos passos

Requisitos

  • Conhecimento dos conceitos de IA e de aprendizagem automática
  • Experiência com linguagens de programação (Python recomendado)
  • Familiaridade com robótica, sistemas autónomos ou tecnologias relacionadas

Público

  • Engenheiros Robotics
  • Programadores de veículos autónomos
  • Investigadores de IA
 14 horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas