ロボット向けエッジAI：TinyML、オンデバイス推論および最適化のトレーニングコース

日本にて開講される本講座は、現代の職場における協働ロボット（コボット）やその他の人間中心型AIシステムの役割について学びたい中級レベルの受講者向けです。

本研修を修了すると、参加者は以下のことをできるようになります：

• 人間中心型物理的AIの基本概念およびその応用分野を理解する。
• 協働ロボットが職場の生産性向上に果たす役割を把握する。
• 人間と機械の相互作用における課題を特定し、解決策を見出す。
• 人間とAI駆動型システムの協働を最適化するための業務フローを設計する。
• AIが導入された職場においてイノベーションや柔軟性を促進できる文化を育成する。

本講座は日本において開催される講師によるライブ研修で、オンラインまたは現地受講が可能です。人工知能をメカトロニクスシステムに応用する方法を学びたいエンジニア向けの内容となっています。

研修終了後、受講者は以下の能力を身につけることができます：

• 人工知能・機械学習・計算知能に関する基礎的理解を得る
• ニューラルネットワークおよびさまざまな学習手法の概念を理解する
• 実際の課題に対して最適な人工知能アプローチを選択できるようになる
• メカトロニクス工学においてAI応用システムを構築可能になる

本講座は日本にて開催される講師主導の実践的な研修（オンラインまたは対面）で、さまざまなセンサー情報を統合し、見たり聞いたり触れたりできるより自律的かつ効率的なロボットを作り上げたいと考える上級レベルのロボティクスエンジニアやAI研究者向けに提供されます。

本研修を終了すると、受講者は以下のことができるようになります：

• ロボットシステムにおけるマルチモーダルなセンシング機能の実装
• センサー情報の統合および意思決定を行うためのAIアルゴリズムの開発
• 動的環境下で複雑な作業を実行できるロボットの作成
• リアルタイムデータ処理やアクチュエーションにおける課題への対応

本講座はインストラクター主導型の実践トレーニングで（オンラインまたは対面形式）、自動化やその他の分野において知能型ロボットシステムの設計・プログラミング・展開に必要なスキル向上を目指す中級レベルの受講者向けです。

このトレーニングを修了することで、受講者は以下の能力を習得できるようになります：

• 物理的AIの原理およびロボティクスや自動化分野におけるその応用について理解する
• 変化に富む環境でも対応可能な知能型ロボットシステムを設計・プログラミングできる
• ロボットの自律的判断を行うためのAIモデルを実装できる
• シミュレーションツールを用いてロボットの試験および最適化を行える
• センサーの統合、リアルタイム処理、エネルギー効率といった課題への対処法を習得できる