Descripción general La inteligencia artificial (IA) integrada permitirá soluciones de IA nuevas, económicas y de bajo consumo que no son posibles utilizando únicamente tecnologías de IA basadas en la nube. El mercado de chips de IA de borde está creciendo mucho más rápido que el mercado de chips en general, y se estima que la cantidad de chips de IA de borde que se venderán en 2024 será de 1.500 millones. La IA integrada requiere conocimientos y habilidades más allá de los sistemas integrados tradicionales, la ciencia de datos y el aprendizaje automático (ML). Requiere conocimiento de dispositivos, sensores y métodos avanzados de procesamiento de señales casi en tiempo real para video, audio, movimiento u otras señales. Se requieren herramientas y marcos de software especializados para desarrollar aplicaciones de IA integradas. Este programa proporciona el conocimiento y las habilidades necesarias para aprovechar este próximo cambio importante en las tecnologías y el crecimiento relacionado en la demanda de empleo. El programa explora las herramientas especializadas, los marcos, las tecnologías, las plataformas y los métodos utilizados para crear nuevos y emocionantes dispositivos de IA integrados. Estudie TinyML: el campo de la aplicación de tecnologías ML para incorporar IA en dispositivos con recursos limitados. Descubra cómo funcionan las aplicaciones de IA integradas complejas en teléfonos inteligentes, drones y otros dispositivos que tienen procesamiento, memoria, energía y otros recursos limitados. Investigue los métodos de procesamiento de señales y los modelos ML detrás de aplicaciones importantes que procesan video, audio, movimiento y otras señales. Explore cómo se utilizan los marcos de ML para crear estas aplicaciones y utilícelas con hardware de IA integrado en proyectos prácticos. Aprenda a elegir el hardware, las herramientas de desarrollo y los componentes de software adecuados para una aplicación. Examine las compensaciones necesarias para tomar decisiones sobre la combinación de procesamiento de IA que debe realizarse en el dispositivo y en la nube. Aplique lo que ha aprendido y use dispositivos, sensores, procesamiento de señales, métodos TinyML y marcos de ML integrados de última generación para crear un dispositivo de IA integrado. Beneficios del programa Use ejemplos prácticos y actividades para explorar aplicaciones y tecnologías de IA integradas y marcos de software de ML integrados altamente especializados. Explore los detalles de los modelos de aprendizaje automático integrados (incluidas las redes neuronales de aprendizaje profundo) detrás de algunas aplicaciones importantes, como el reconocimiento de objetos, el procesamiento de textos de activación y la detección de gestos. Revise los pasos necesarios para desarrollar e implementar modelos de ML integrados. Comprenda los desafíos únicos que plantea la implementación de modelos ML en dispositivos con recursos limitados en aplicaciones TinyML. Utilice sensores, dispositivos, procesamiento de señales, métodos TinyML y marcos de ML integrados de última generación para crear un dispositivo de IA integrado. Recopile datos de sensores del mundo real, entrene y valide modelos ML, optimice el modelo para su implementación en un dispositivo con recursos limitados e implemente el modelo en su hardware. Explore las características de los dispositivos que pueden usarse para ejecutar IA integrada, incluidos los nuevos microcontroladores de bajo consumo que incorporan aceleradores de redes neuronales que permitirán que las nuevas aplicaciones alimentadas por batería ejecuten modelos ML complejos. Explore las tendencias actuales y lo que puede haber en el horizonte para la IA integrada. Obtenga una credencial digital alternativa La finalización exitosa de una tarea calificada dentro del curso Introducción a la IA integrada le ofrece la oportunidad de obtener una Credencial digital alternativa (ADC). También conocido como insignia digital, un ADC es un registro virtual de habilidades y competencias específicas que ha adquirido y proporciona una forma verificable de compartir sus logros educativos con empleadores, colegas y otros a través de plataformas sociales como LinkedIn, Facebook y Gorjeo. Requisitos para el premio de estudios especializados Se otorga un certificado de estudios especializados al completar 3 cursos (9 unidades de crédito) con una calificación de "C" o mejor en cada curso. Para recibir su certificado digital, envíe una Solicitud de certificado con una tarifa de solicitud no reembolsable de $35 después de completar todos los requisitos del programa. Todos los requisitos deben completarse dentro de los cinco (5) años posteriores a la inscripción del estudiante en su primer curso. Los estudiantes que no busquen una beca de estudios especializados pueden tomar tantos cursos individuales como deseen.
-
