Hubungi Kami

Kerangka Materi

Pengenalan terhadap AI di Perangkat

  • Dasar-dasar machine learning di perangkat
  • Keunggulan dan tantangan penggunaan model bahasa kecil
  • Gambaran umum mengenai keterbatasan perangkat keras pada smartphone dan perangkat IoT

Optimalisasi Model untuk Penerapan di Perangkat

  • Kuantisasi model serta pengurangan ukuran parameter
  • Teknik knowledge distillation untuk menghasilkan model yang lebih kecil namun efisien
  • Memilih dan menyesuaikan model agar cocok dengan kemampuan perangkat

Alat dan Framework AI Berdasarkan Platform

  • Pengenalan terhadap TensorFlow Lite serta PyTorch Mobile
  • Memanfaatkan library khusus platform untuk implementasi AI di perangkat
  • Strategi penerapan model secara lintas platform

Proses Inferensi Real-Time dan Komputasi Edge

  • Teknik mempercepat proses inferensi di perangkat
  • Pemanfaatan komputasi edge untuk mendukung AI di perangkat
  • Studi kasus penerapan AI real-time dalam praktik nyata

Manajemen Daya dan Pertimbangan Terkait Umur Baterai

  • Mengoptimalkan aplikasi AI agar hemat energi
  • Menyeimbangkan antara performa sistem dengan konsumsi daya
  • Strategi memperpanjang umur baterai pada perangkat yang memakai teknologi AI

Keamanan dan Privasi dalam AI di Perangkat

  • Menjamin keamanan data serta privasi pengguna
  • Pengolahan data secara lokal di perangkat demi menjaga privasi
  • Proses pembaruan dan pemeliharaan model secara aman

Desain Interaksi dan Pengalaman Pengguna

  • Merancang interaksi AI yang mudah dipahami oleh pengguna perangkat
  • Mengintegrasikan model bahasa dengan antarmuka pengguna
  • Pengujian bersama pengguna serta penerimaan masukan terkait AI di perangkat

Skalabilitas dan Pemeliharaan Sistem

  • Cara mengelola dan memperbarui model pada perangkat yang sudah digunakan
  • Strategi pengembangan solusi AI di perangkat secara skala besar
  • Pemantauan serta analisis kinerja sistem AI setelah diterapkan

Proyek dan Evaluasi Akhir

  • Mengembangkan prototipe dalam bidang tertentu lalu mempersiapkannya untuk dipasang pada perangkat terpilih
  • Mempersembahkan solusi AI yang telah dirancang kepada peserta lain
  • Penilaian berdasarkan efisiensi, tingkat inovasi, serta kelayakan penerapan

Kesimpulan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman yang kuat mengenai konsep machine learning dan deep learning
  • Keterampilan memadai dalam pemrograman Python
  • Pengetahuan dasar tentang keterbatasan perangkat keras terkait penerapan AI

Target Peserta

  • Insinyur machine learning dan pengembang AI
  • Insinyur sistem tertanam yang berminat pada aplikasi AI
  • Manajer produk serta pemimpin teknis yang mengawasi proyek-proyek AI
 21 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait