دورة Edge AI وTinyML للنشر على الأجهزة

لماذا هذه الدورة

يتيح Edge AI وTinyML تشغيل الذكاء قرب مصدر البيانات بزمن استجابة منخفض وخصوصية وكفاءة وقدرة على العمل دون اتصال. ويتطلب ذلك تحسين النماذج والذاكرة والطاقة واختيار العتاد وأطر النشر الملائمة.

يغطي البرنامج تدريب النماذج وضغطها ونشرها على المتحكمات ومنصات الحافة وبناء تطبيقات واقعية، ضمن مختبرات تقدمها بلاك بيرد للتدريب.

مسار البرنامج

اليوم 1: مقدمة في Edge AI وTinyML

• تطور AI من السحابة إلى الحافة.
• دور Edge AI وTinyML.
• الزمن والكفاءة والخصوصية والعمل دون اتصال.
• المتحكمات والمعالجات ولوحات IoT.
• حالة نشر للتحليلات الفورية.

اليوم 2: أسس التعلم الآلي على الحافة

• التعلم الخاضع وغير الخاضع والعميق.
• معالجة البيانات واستخراج السمات للأجهزة المحدودة.
• اختيار وتدريب CNN وأشجار القرار وRNN.
• ضغط النماذج والتقليم والتكميم.
• تدريب نموذج تصنيف لجهاز طرفي.

اليوم 3: العتاد وأطر النشر

• TensorFlow Lite Micro وEdge Impulse وPyTorch Mobile.
• Arduino وRaspberry Pi وNVIDIA Jetson وESP32 وSTM32.
• سير النشر من التدريب إلى تحسين الاستدلال.
• إدارة الذاكرة والحوسبة والطاقة.
• نشر نموذج على متحكم.

اليوم 4: التطبيقات الواقعية

• IoT الصناعي والصيانة التنبؤية.
• المدن الذكية وإدارة المرور والإضاءة والمراقبة.
• الصحة والأجهزة القابلة للارتداء.
• المراقبة البيئية وأتمتة الزراعة.
• تصميم مسار تطبيق واقعي.

اليوم 5: التحديات والأخلاقيات والمستقبل

• الخصوصية والأمن والأخلاقيات.
• قابلية التوسع والموثوقية وتحديث النماذج.
• التكامل مع 5G والسحابة والمعماريات الهجينة.
• التعلم الاتحادي والحوسبة العصبية وشرائح AI.
• خارطة طريق للتبني المؤسسي.

الأثر على الفرد

• نشر نماذج على أجهزة مضمنة وIoT.
• تعزيز تحسين ML وسير النشر.
• الثقة في تحديد المشروعات وتنفيذها.
• فهم التكامل والتوسع والابتكار.
• الجاهزية لقيادة التحول الرقمي.

الأثر على بيئة العمل

• تسريع الابتكار والأتمتة.
• تحسين الكفاءة والاستجابة والخصوصية.
• خفض تكاليف السحابة ونقل البيانات.
• تعزيز الميزة التنافسية.
• دعم تحول مستدام وآمن.

منهجية التدريب

• مختبرات بالمتحكمات وأطر TinyML.
• حالات من الصناعة والصحة والمدن.
• نقاشات ومحاكاة حل المشكلات.
• عروض ضغط النماذج والنشر.
• أدوات وقوالب مشروعات خطوة بخطوة.