Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pendahuluan tentang AI di Perangkat
- Dasar-dasar machine learning di perangkat
- Keuntungan dan tantangan dari small language models
- Overview of hardware constraints di perangkat mobile dan IoT
Pengoptimalan Model untuk Penyebaran di Perangkat
- Pengkuantisasi dan pemangkasan model
- Penekanan pengetahuan untuk model yang lebih kecil dan efisien
- Memilih dan menyesuaikan model untuk kinerja di perangkat
Alat dan Kerangka Kerja AI Berdasarkan Platform
- Pendahuluan tentang TensorFlow Lite dan PyTorch Mobile
- Menggunakan library khusus platform untuk AI di perangkat
- Strategi penyebaran multi-platform
Inferensi Real-Time dan Edge Computing
- Teknik untuk inferensi yang cepat dan efisien di perangkat
- Memanfaatkan edge computing untuk AI di perangkat
- Kajian kasus dari aplikasi AI real-time
Pengelolaan Tenaga Listrik dan Pertimbangan Baterai
- Mengoptimalkan aplikasi AI untuk efisiensi energi
- Menyeimbangkan kinerja dan konsumsi daya
- Strategi untuk memperpanjang umur baterai di perangkat berbasis AI
Keamanan dan Privasi dalam AI di Perangkat
- Memastikan keamanan data dan privasi pengguna
- Pengolahan data di perangkat untuk pemeliharaan privasi
- Penggantian dan pemeliharaan model yang aman
Pengalaman Pengguna dan Desain Interaksi
- Mendesain interaksi AI yang intuitif untuk pengguna perangkat
- Mengintegrasikan model bahasa dengan antarmuka pengguna
- Pengujian pengguna dan umpan balik untuk AI di perangkat
Scalability dan Pemeliharaan
- Mengelola dan memperbarui model di perangkat yang terpasang
- Strategi untuk solusi AI di perangkat yang dapat diperbesar
- Pemantauan dan analitik untuk sistem AI yang terpasang
Proyek dan Penilaian
- Mengembangkan prototipe di bidang yang dipilih dan mempersiapkan untuk penyebaran di perangkat yang dipilih
- Presentasi dari solusi AI di perangkat
- Penilaian berdasarkan efisiensi, inovasi, dan praktikalitas
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Landasan yang kuat dalam konsep machine learning dan deep learning
- Mahir dalam pemrograman Python
- Pengetahuan dasar tentang batasan perangkat keras untuk pelaksanaan AI
Penonton
- Insinyur machine learning dan pengembang AI
- Insinyur sistem terintegrasi yang tertarik pada aplikasi AI
- Manajer produk dan pemimpin teknis yang memantau proyek AI
21 Jam