Teknisi AI Edge
AI, cloud, dan tepian adalah domain yang saling memengaruhi yang berkembang pesat. Saat ini, banyak solusi IoT didasarkan pada telemetri dasar. Fungsi telemetri menangkap data dari tepian perangkat dan menyimpannya di penyimpanan data. Pendekatan kami melampaui telemetri dasar. Kami bertujuan untuk memodelkan masalah di dunia nyata melalui mesin pembelajaran dan algoritme pembelajaran mendalam dan mengimplementasikan model melalui AI dan Cloud ke tepian perangkat. Model ini dilatih di awan dan digunakan pada tepian perangkat. Penyebaran ke tepi memberikan lompatan umpan balik untuk meningkatkan proses bisnis (transformasi digital).
Dalam jalur pembelajaran ini, kami mengambil pendekatan teknik interdisiplin. Kami berkeinginan untuk membuat templat standar untuk banyak area kompleks untuk penyebaran AI pada tepian perangkat seperti Drone, kendaraan Otonom dll. Jalur pembelajaran menyajikan strategi implementasi untuk lanskap aplikasi AI yang kompleks yang terus berkembang. Kontainer adalah pusat pendekatan ini. Ketika digunakan ke tepian perangkat, wadah dapat merangkum lingkungan penyebaran untuk berbagai perangkat keras yang beragam. CICD (Integrasi berkelanjutan - penyebaran berkelanjutan) adalah ekstensi logis untuk menyebarkan kontainer di perangkat edge. Dalam modul di masa depan dalam jalur pembelajaran ini, kita dapat menyertakan teknik lain seperti komputasi tanpa server dan penyebaran pada Unit Mikrokontrol.
Pendekatan yang dipimpin rekayasa mendukung tema / pedagogi untuk pendidikan teknik seperti
- Sistem pemikiran
- Pencobaan dan Pemecahan Masalah
- Meningkatkan melalui pencobaan
- Penyebaran dan analisis melalui pengujian
- Dampak pada domain rekayasa lainnya
- Memperkirakan perilaku komponen atau sistem
- Pertimbangan Desain
- Bekerja dalam batasan/toleransi dan kondisi operasi tertentu – misalnya, kendala perangkat
- Pertimbangan keselamatan dan keamanan
- Alat bangunan yang membantu menciptakan solusi
- Meningkatkan proses - Menggunakan tepian(IoT) untuk memberikan lompatan umpan balik analitik ke proses bisnis untuk mendorong pemrosesan
- Dampak sosial dari teknik
- Dampak estetika rancangan dan teknik
- Penyebaran dalam skalanya
- Memecahkan masalah bisnis yang kompleks dengan penyebaran AI, tepian, dan awan secara terpadu.
Pada akhirnya, teknologi AI, cloud, dan edge yang diterapkan sebagai wadah dalam mode CICD dapat mengubah seluruh industri dengan menciptakan ekosistem pembelajaran mandiri khusus industri yang mencakup seluruh rantai nilai. Kami ingin merancang sekumpulan templat/metodologi untuk penyebaran AI ke perangkat tepian dalam konteks awan. Dalam jalur pembelajaran ini, Anda akan:
- Pelajari tentang membuat solusi menggunakan IoT dan awan
- Memahami proses penyebaran solusi berbasis IoT pada tepian perangkat
- Pelajari proses penerapan model ke tepian perangkat menggunakan wadah
- Jelajahi penggunaan DevOps untuk di tepian perangkat
Diproduksi dalam kemitraan dengan University of Oxford - Ajit Jaokar, Kecerdasan Buatan: Cloud dan Edge Implementasi kursus.
Prasyarat
Tidak
Kode Prestasi
Apakah Anda ingin meminta kode prestasi?
Modul dalam jalur pembelajaran ini
Mencirikan jenis proses bisnis yang dapat ditambahkan nilainya oleh Azure IoT. Survei layanan Azure IoT seperti IoT Hub dan IoT Central yang membantu Anda membangun solusi IoT.
Menilai karakteristik Azure IoT Hub dan menentukan skenario kapan harus menggunakan IoT Hub.
Menjelaskan karakteristik penting dari IoT Edge dan fungsionalitas komponen IoT Edge (modul, runtime, dan antarmuka cloud). Tentukan jenis masalah yang dapat Anda selesaikan dengan IoT Edge. Menjelaskan bagaimana elemen IoT Edge dapat digabungkan untuk memecahkan masalah penyebaran aplikasi IoT di cloud.
Sebarkan modul simulator suhu bawaan ke perangkat IoT Edge menggunakan kontainer. Periksa apakah modul berhasil dibuat dan disebarkan dan lihat data simulasi.
Menilai karakteristik Azure Functions untuk IoT. Menjelaskan fungsi pemicu dan ikatan serta menunjukkan bagaimana Anda menggabungkannya untuk membuat solusi IoT yang dapat diskalakan. Menjelaskan manfaat menggunakan infrastruktur cloud untuk menyebarkan aplikasi IoT dengan cepat dengan Azure Functions.
Buat dan sebarkan fungsi Azure untuk membuat perangkat IoT terjemahan bahasa. Fungsi tersebut akan menggunakan Cognitive Speech Service. Perangkat Anda akan merekam suara dalam bahasa asing dan mengubah ucapan ke bahasa target.
Menerapkan layanan kognitif untuk melakukan deteksi bahasa pada perangkat IoT Edge. Menjelaskan komponen dan langkah-langkah untuk menerapkan layanan kognitif pada perangkat IoT Edge.
Analisis pentingnya MLOps dalam pengembangan dan penyebaran model pembelajaran mesin untuk IoT Edge. Menjelaskan komponen alur MLOps dan menunjukkan bagaimana Anda dapat menggabungkannya untuk membuat model yang dapat dilatih ulang secara otomatis untuk perangkat IoT Edge.
Tentukan solusi untuk smoke test perangkat Azure IoT Edge virtual. Solusi Anda menggunakan strategi CI/CD (integrasi berkelanjutan/penyebaran berkelanjutan) menggunakan Azure DevOps dan Azure Pipelines pada kluster Kubernetes.
Tentukan jenis masalah bisnis yang dapat diselesaikan menggunakan Azure Sphere. Menjelaskan kemampuan dan komponen (unit mikrokontroler, sistem operasi, layanan keamanan berbasis cloud) untuk Azure Sphere. Menjelaskan bagaimana komponen menyediakan platform yang aman untuk mengembangkan, menyebarkan, dan memelihara solusi IoT yang terhubung ke internet dengan aman.
Menerapkan model jaringan neural untuk melakukan klasifikasi gambar secara real time pada perangkat berbasis mikrokontroler yang terhubung ke internet dan aman (Azure Sphere). Menjelaskan komponen dan langkah-langkah untuk menerapkan model klasifikasi gambar terlatih di Azure Sphere.
Sebarkan aplikasi perangkat Azure Sphere untuk memantau kondisi sekitar untuk mengetahui kondisi laboratorium. Aplikasi akan memantau kondisi lingkungan ruangan, terhubung ke IoT Hub, dan mengirim data telemetri dari perangkat ke cloud. Anda akan mengontrol komunikasi cloud-ke-perangkat dan melakukan tindakan yang diperlukan.
Sebarkan aplikasi Azure Sphere untuk memantau kondisi sekitar di laboratorium. Aplikasi akan memantau lingkungan ruangan, terhubung ke Azure IoT Central, dan mengirim data telemetri dari perangkat ke cloud. Anda akan mengontrol komunikasi cloud-ke-perangkat dan melakukan tindakan yang diperlukan.
Buat solusi visi komputer di IoT Edge menggunakan layanan Azure AI dan Azure Speech Services. Aplikasi akan menangkap dan mengidentifikasi item yang dipindai dan mengubah nama item menjadi ucapan.
Menggunakan modul Analitik Video Langsung di IoT Edge dan menyebarkan solusi pembelajaran mesin Custom Vision ke perangkat IoT Edge. Solusinya akan mengidentifikasi ruang kosong di rak. Memeriksa apakah solusi berhasil disebarkan dan menguji solusi Anda dari aplikasi web.
Menggunakan modul Analitik Video Langsung untuk menyebarkan solusi pembelajaran mesin ke perangkat IoT Edge. Solusinya akan memproses umpan video dari kamera dan mendeteksi objek di tepi menggunakan model YOLO untuk melakukan operasi inferensi. Memeriksa apakah solusi berhasil disebarkan dan menguji solusi Anda dari aplikasi web.