Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción a Edge AI in Autonomous Systems
- Visión general de Edge AI y su importancia en los sistemas autónomos
- Principales ventajas y desafíos de la implementación de Edge AI en sistemas autónomos
- Tendencias e innovaciones actuales en Edge AI para la autonomía
- Aplicaciones en el mundo real y estudios de casos
Procesamiento en tiempo real en sistemas autónomos
- Fundamentos del procesamiento de datos en tiempo real
- Modelos de IA para la toma de decisiones en tiempo real
- Manejo de flujos de datos y fusión de sensores
- Ejemplos prácticos y casos prácticos
Edge AI en vehículos autónomos
- Modelos de IA para la percepción y el control de vehículos
- Desarrollo e implementación de soluciones de IA para la navegación en tiempo real
- Integración de Edge AI con sistemas de control de vehículos
- Casos prácticos de Edge AI en vehículos autónomos
IA perimetral en drones
- Modelos de IA para la percepción de drones y el control de vuelo
- Procesamiento de datos en tiempo real y toma de decisiones en drones
- Implementación de Edge AI para el vuelo autónomo y la evitación de obstáculos
- Ejemplos prácticos y casos prácticos
IA perimetral en Robotics
- Modelos de IA para la percepción y manipulación robótica
- Procesamiento y control en tiempo real en sistemas robóticos
- Integración de la IA perimetral con arquitecturas de control robótico
- Casos prácticos de Edge AI en robótica
Desarrollo de modelos de IA para aplicaciones autónomas
- Descripción general de los modelos relevantes de aprendizaje automático y aprendizaje profundo
- Entrenamiento y optimización de modelos para la implementación perimetral
- Herramientas y marcos para Edge AI autónomo (TensorFlow Lite, ROS, etc.)
- Validación y evaluación de modelos en entornos autónomos
Implementación de soluciones de IA perimetral en sistemas autónomos
- Pasos para implementar modelos de IA en varios hardware perimetral
- Procesamiento e inferencia de datos en tiempo real en dispositivos perimetrales
- Supervisión y gestión de modelos de IA implementados
- Ejemplos prácticos de implementación y estudios de casos
Consideraciones éticas y reglamentarias
- Garantizar la seguridad y la fiabilidad en los sistemas autónomos de IA
- Abordar el sesgo y la equidad en los modelos autónomos de IA
- Cumplimiento de normativas y estándares en sistemas autónomos
- Mejores prácticas para la implementación responsable de IA en sistemas autónomos
Evaluación y optimización del rendimiento
- Técnicas para evaluar el rendimiento de los modelos en sistemas autónomos
- Herramientas para la supervisión y depuración en tiempo real
- Estrategias para optimizar el rendimiento de los modelos de IA en aplicaciones autónomas
- Abordar los desafíos de latencia, confiabilidad y escalabilidad
Innovadores Use Cases y aplicaciones
- Aplicaciones avanzadas de Edge AI en sistemas autónomos
- Estudios de casos en profundidad en varios dominios autónomos
- Casos de éxito y lecciones aprendidas
- Tendencias y oportunidades futuras en Edge AI para la autonomía
Proyectos y ejercicios prácticos
- Desarrollo de una aplicación integral de Edge AI para un sistema autónomo
- Proyectos y escenarios del mundo real
- Ejercicios grupales colaborativos
- Presentaciones y comentarios del proyecto
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos de IA y aprendizaje automático
- Experiencia con lenguajes de programación (Python recomendado)
- Familiaridad con la robótica, los sistemas autónomos o las tecnologías relacionadas
Audiencia
- Robotics Ingenieros
- Desarrolladores de vehículos autónomos
- Investigadores de IA
14 Horas
