通過全面的材料和實踐練習介紹邊緣人工智能的原理和實操
2023年3月10日--作為Imagination大學計劃(IUP)的一部分,Imagination為本科生推出了一門關于邊緣人工智能的新課程。該課程名為 《邊緣人工智能:原理與實踐》(Edge AI: Principles and Practices),包含豐富的材料和實踐練習,使學生能夠全面了解邊緣人工智能、圖像和語音檢測與識別的基礎知識。
Imagination公司全球大學項目首席顧問羅伯特-歐文說:"邊緣人工智能正在迅速改變各行業的技術,并帶來巨大的潛力。在我們的RVfpga課程取得巨大成功之后,我們希望進一步增加下一代開發人員可用的工具包,并確保他們在這個全新令人興奮的領域取得成功。今天,我們很自豪地宣布《邊緣人工智能:原理和實踐》課程正式發布,人工智能已經滲透到各行業,該課程也將幫助學生牢固掌握人工智能技術。通過關注現實生活中的應用,包括人工智能視覺和語音識別,我們為本科生提供正確的工具以構建未來的異構SoC。
該課程旨在幫助學生在邊緣人工智能理論方面打下牢固的基礎,為他們提供所需的技能與知識,幫助他們快速取得成功。它包括理論和實踐,其中實驗部分涵蓋邊緣檢測、圖像和語音識別等。
《邊緣人工智能:原理與實踐》課程是由馬德里康普頓斯大學的Luis Pinuel Moreno教授和Francisco D. Igual教授與北京大學的段曉輝教授合作創建。這些材料基于學術人員的深厚專業知識,結合當前人工智能技術供學生進行參與性實踐學習。
馬德里康普頓斯大學的Luis Pinuel Moreno教授和Francisco D. Igual教授說:"開發這門課程是一個令人興奮和極其有益的挑戰。現代課堂的需求是明確的,但不斷發展的硬件和軟件要求我們站在生態系統的頂端,為學生提供高質量的資源和課程。因此,我們的目標是確保該課程能夠持續進行,并在廣大的學生群體中進行測試和完善。”
北京大學段曉輝教授說:"邊緣人工智能多年來一直是我們大學的基礎課程,因為學生們渴望學習具備人工智能未來的必要技能。我們的學生在創建這門課程中發揮了關鍵作用,很自豪地看到他們的項目成為將在世界各地使用的學習材料的一部分。他們的視角和洞察力對于創建真正引人注目的、可獲得的人工智能課程至關重要"。
完整的課程設計包含八個實驗,配有相關的講義和相應的教學幻燈片,同時還提供一份入門指南,其中涵蓋了邊緣人工智能的基本算法和典型應用,遵循案例研究的形式,適合典型的學期制課程。所有材料都帶有源文件,可以完整地使用。這種開放和靈活的方法使學術機構不僅能夠教授一門完整的課程,還能夠定制或調整它以適應每個教師的具體需求。
課程中使用的
處理器是Imagination的GPU,并通過Imagination的 "NC-SDK-AC "神經計算軟件開發工具包(學術版)與Tensor Flow等高級人工智能語言相連。該課程使用的硬件是BeagleBoard.org®在2022年推出的BeagleBone® AI-64板,由全球經銷商Digi-Key提供。
BeagleBoard.org的CEO Christine Long說,"很高興看到我們與Imagination公司的密切關系不斷發展壯大。他們的PowerVR SGX530 GPU出現在第一塊BeagleBoard上,8XE-family GPU搭載在我們最新的板子上,增加了重要的功能,包括OpenCL支持。我們希望確保下一代開發者能夠獲得正確的硬件,開始他們的學術之旅"。
DigiKey全球學術項目經理YC Wang說:"DigiKey正與Imagination密切合作,在全球范圍內推廣RVfpga研討會活動。Imagination新發布的邊緣人工智能(EdgeAI)課程使年輕的工程師和計算機科學畢業生能夠掌握邊緣人工智能知識,我們很高興能夠支持它。"
全方位的學術支持
Imagination 全球大學項目(IUP)提供了完整的學習工具包,此前已推出了兩門課程--《移動圖形學入門》 和 《RVfpga:理解計算機體系結構》。第一門是為本科生提供的關于移動圖形的完整課程,包括一套豐富的課程和材料,主要圍繞Imagination的PowerVR GPU。
《RVfpga:理解計算機體系結構》是為本科生設計的基于RISC-V計算架構的創新課程。該課程包含廣泛的教學材料和實踐操作,幫助學生理解處理器架構的基礎知識,例如 IP 核,修改RISC-V核,以及微體系結構。
版權與免責聲明:
凡本站注明“來源:智能制造網”的所有作品,均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品,未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智能制造網”。違反上述聲明者,本站將追究其相關法律責任。
本站轉載并注明自其它來源(非智能制造網)的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時,必須保留本站注明的作品第一來源,并自負版權等法律責任。如擅自篡改為“稿件來源:智能制造網”,本站將依法追究責任。
鑒于本站稿件來源廣泛、數量較多,如涉及作品內容、版權等問題,請與本站聯系并提供相關證明材料:聯系電話:0571-89719789;郵箱:1271141964@qq.com。