お問い合わせ

コース概要

エッジとエージェント型AIの概要

  • エージェント型AIとエッジコンピューティングの概要
  • 遅延、プライバシー、帯域幅の考慮事項
  • アーキテクチャ比較: クラウド vs エッジエージェント

軽量エージェントアーキテクチャの設計

  • 制約されたシステム向けのエージェントループの分解
  • 効率的な計算のための非同期設計
  • 自律性と接続性のバランス

開発環境のセットアップ

  • エッジAI向けPythonフレームワークのインストール
  • TensorFlow LiteとPyTorch Mobileの設定
  • Raspberry Piや同様のデバイスでのテスト環境のデプロイ

オンデバイス推論の実装

  • エッジデプロイ向けモデルの変換と量子化
  • TensorFlow LiteとONNX Runtimeによる推論の実行
  • エージェントの意思決定ループへの推論結果の統合

ハードウェアとIoTへのエージェント統合

  • センサー、アクチュエーター、IoTモジュールの接続
  • ローカルデータ収集と処理パイプライン
  • オフライン動作とイベントトリガー方式の動作

最適化とモニタリング

  • 低電力・高速化のためのパフォーマンスチューニング
  • エッジカッシングとモデル圧縮技術
  • エッジエージェントのモニタリングとデバッグ

ハンズオンプロジェクト: エッジハードウェアへの軽量エージェントデプロイ

  • IoTまたはロボティクスタスク向け的小型自律エージェントの設計
  • モデル推論とローカルロジックの実装
  • 遅延と信頼性のためのテストと最適化

まとめと次のステップ

要求

  • Pythonプログラミングの経験
  • 機械学習ワークフローの基本的な理解
  • 組み込みまたはエッジコンピューティングの概念への熟悉度

対象読者

  • ハードウェアシステムにAIを統合する組み込み開発者
  • オンデバイス推論ソリューションを設計するエッジMLエンジニア
  • 自律動作のためのエージェント型AIを展開するロボティクスチーム
 21 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー