Online Specialized Studies Program i Embedded AI

Oversikt

Innebygd kunstig intelligens (AI) vil muliggjøre nye, rimelige og laveffekts AI-løsninger som ikke er mulig ved bruk av skybaserte AI-teknologier alene. Edge AI-brikkemarkedet vokser mye raskere enn det generelle chipmarkedet, med antallet edges AI-brikker som skal selges i 2024 anslått til å være 1,5 milliarder. Embedded AI krever kunnskap og ferdigheter utover tradisjonelle innebygde systemer, datavitenskap og maskinlæring (ML). Det krever kunnskap om enheter, sensorer og avanserte, nær sanntids signalbehandlingsmetoder for video, lyd, bevegelse eller andre signaler. Spesialiserte programvareverktøy og rammeverk kreves for å utvikle innebygde AI-applikasjoner.

Dette programmet gir kunnskapen og ferdighetene som kreves for å dra nytte av dette neste store skiftet i teknologi og den tilhørende veksten i jobbetterspørselen. Programmet utforsker de spesialiserte verktøyene, rammeverkene, teknologiene, plattformene og metodene som brukes til å lage spennende nye innebygde AI-enheter. Studer TinyML – feltet for å bruke ML-teknologier for å bygge inn AI i ressursbegrensede enheter. Oppdag hvordan komplekse innebygde AI-applikasjoner fungerer på smarttelefoner, droner og andre enheter som har begrenset prosessering, minne, strøm og andre ressurser. Undersøk signalbehandlingsmetodene og ML-modellene bak viktige applikasjoner som behandler video, lyd, bevegelse og andre signaler. Utforsk hvordan ML-rammeverk brukes til å lage disse applikasjonene og bruk disse med innebygd AI-maskinvare i praktiske prosjekter. Lær hvordan du velger riktig maskinvare, utviklingsverktøy og programvarekomponenter for en applikasjon. Undersøk avveiningene som trengs for å ta beslutninger om blandingen av AI-behandling som må gjøres på enheten og i skyen. Bruk det du har lært og bruk banebrytende enheter, sensorer, signalbehandling, TinyML-metoder og innebygde ML-rammeverk for å lage en innebygd AI-enhet.

Programfordeler

• Bruk praktiske eksempler og aktiviteter for å utforske innebygde AI-applikasjoner, teknologier og høyt spesialiserte innebygde ML-programvarerammer.
• Utforsk detaljene i innebygde ML-modeller (inkludert nevrale nettverk for dyp læring) bak noen viktige applikasjoner som objektgjenkjenning, våken tekstbehandling og gestgjenkjenning.
• Gjennomgå trinnene som kreves for å utvikle og distribuere innebygde ML-modeller.
• Forstå de unike utfordringene som følger av utrullingen av ML-modeller på ressursbegrensede enheter i TinyML-applikasjoner.
• Bruk banebrytende sensorer, enheter, signalbehandling, TinyML-metoder og innebygde ML-rammeverk for å lage en innebygd AI-enhet.
• Samle inn sensordata fra den virkelige verden, tren og valider ML-modeller, optimaliser modellen for distribusjon på en ressursbegrenset enhet, og distribuer modellen til maskinvaren din.
• Utforsk funksjonene til enheter som kan brukes til å kjøre innebygd AI, inkludert nye laveffektmikrokontrollere som inkluderer nevrale nettverksakseleratorer som vil gjøre det mulig for nye batteridrevne applikasjoner å kjøre komplekse ML-modeller.
• Utforsk nåværende trender og hva som kan være i horisonten for innebygd AI.

Få en alternativ digital legitimasjon

Vellykket gjennomføring av en kvalifiserende oppgave i Introduction to Embedded AI-kurset gir deg muligheten til å tjene en Alternativ Digital Credential (ADC). Også referert til som et digitalt merke, er en ADC en virtuell oversikt over spesifikke ferdigheter og kompetanser du har tilegnet deg og gir en verifiserbar måte for deg å dele dine utdanningsprestasjoner med arbeidsgivere, kolleger og andre via sosiale plattformer som LinkedIn, Facebook og Twitter.

Specialized Studies Award Krav

Et spesialstudiebevis tildeles ved fullført 3 emner (9 studiepoeng) med karakteren "C" eller bedre i hvert emne. For å motta ditt digitale sertifikat, send inn en forespørsel om sertifikat med en ikke-refunderbar søknadsavgift på $35 etter å ha fullført alle programkrav. Alle krav må være fullført innen fem (5) år etter at studenten melder seg på sitt første kurs. Studenter som ikke følger en spesialisert studiepris er velkommen til å ta så mange individuelle emner de ønsker.