Engenharia de edge e IA
A interação entre a IA, a cloud e o edge está em franca evolução. Atualmente, muitas soluções de IoT baseiam-se em telemetria básica. A função de telemetria captura dados de dispositivos edge e armazena-os num arquivo de dados. A nossa abordagem vai para além da telemetria básica. O nosso objetivo é modelar problemas no mundo real através de algoritmos de machine learning e aprendizagem profunda e implementar o modelo através da IA e da Cloud em dispositivos edge. O modelo é preparado na cloud e implementado no dispositivo edge. A implementação no dispositivo edge disponibiliza um ciclo de feedback para melhorar o processo empresarial (transformação digital).
Neste percurso de aprendizagem, seguimos uma abordagem de engenharia interdisciplinar. Aspiramos a criar um modelo padrão para muitas áreas complexas para a implantação de IA em dispositivos de borda, como drones, veículos autônomos, etc. O plano de aprendizagem apresenta estratégias de implementação para um cenário em evolução de aplicações complexas de IA. Os contentores são essenciais nesta abordagem. Quando implementados nos dispositivos edge, os contentores podem encapsular ambientes de implementação para uma gama de hardware diversificado. CICD (Continuous integration - continuous deployment) é uma extensão lógica para implantar contêineres em dispositivos de borda. Em módulos futuros neste percurso de aprendizagem poderemos incluir outras técnicas, tais como a computação sem servidor e a implementação em Unidades de Microcontroladores.
A abordagem liderada pela engenharia sustenta temas/pedagogias para o ensino de engenharia, tais como:
- Teoria de sistemas
- Experimentação e resolução de problemas
- Melhoria através de experimentação
- Implementação e análise através de testes
- Impacto noutros domínios de engenharia
- Prever o comportamento de um componente ou sistema
- Considerações de design
- Trabalhar com restrições/tolerâncias e condições de operação específicas – por exemplo, restrições de dispositivos
- Considerações de segurança
- Ferramentas de compilação que ajudam a criar a solução
- Processos de melhoria – utilizar o edge (IoT) para disponibilizar um ciclo de feedback de análise ao processo empresarial para fomentar processos
- O impacto social da engenharia
- O impacto estético do design e da engenharia
- Implementações em escala
- Resolver problemas empresariais complexos através de uma implementação ponto a ponto da IA, do edge e da cloud.
As tecnologias da IA, da cloud e de edge implementadas como contentores no modo de CICD podem mudar todo um setor ao criar um ecossistema de aprendizagem automática específico ao setor e abranger toda a cadeia de valor. Procuramos criar um conjunto de modelos/metodologias para a implementação da IA em dispositivos edge no contexto da cloud. Neste percurso de aprendizagem irá:
- Aprender a criar soluções com a IoT e a cloud
- Compreender o processo de implementação de soluções baseadas em IoT em dispositivos edge
- Conhecer o processo de implementação de modelos em dispositivos edge através de contentores
- Explorar a utilização do DevOps em dispositivos edge
Produzido em parceria com a Universidade de Oxford – Ajit Jaokar, curso de Inteligência Artificial: Implementações Cloud e Edge.
Pré-requisitos
Nenhuma
Adicionar
Código de Feito
Pretende pedir um código de feito?
Módulos neste percurso de aprendizagem
Caracterize os tipos de processos de negócios aos quais o Azure IoT pode agregar valor. Pesquise os serviços do Azure IoT, como o Hub IoT e o IoT Central, que ajudam a criar soluções de IoT.
Avalie as caraterísticas do Hub IoT do Azure e determine cenários para saber quando utilizar o Hub IoT.
Explique as caraterísticas essenciais do IoT Edge e a funcionalidade dos componentes do IoT Edge (módulos, runtime e interface da cloud). Caracterize os tipos de problemas que pode resolver com o IoT Edge. Descreva de que formas os elementos do IoT Edge podem ser combinados para resolver o problema de implementação das aplicações IoT na cloud.
Implemente um módulo de simulador de temperatura pré-criado num dispositivo do IoT Edge com um contentor. Verifique que o módulo foi criado com sucesso e implementou e viu os dados simulados.
Avalie as caraterísticas das Funções do Azure para IoT. Descreva a função dos acionadores e enlaces e mostre a forma como os combina para criar uma solução de IoT dimensionável. Descreva os benefícios da utilização da infraestrutura de cloud para implementar rapidamente aplicações IoT com as Funções do Azure.
Crie e implemente uma função do Azure para criar um dispositivo IoT de tradução de idiomas. A função irá utilizar o Serviço Cognitivo de Voz. O seu dispositivo irá gravar uma voz num idioma estrangeiro e converter o discurso num idioma de destino.
Implemente um serviço cognitivo para efetuar a deteção de idioma num dispositivo IoT Edge. Descreva os componentes e os passos para implementar um serviço cognitivo num dispositivo IoT Edge.
Analise a importância do MLOps no desenvolvimento e implementação de modelos de machine learning para o IoT Edge. Descreva os componentes do pipeline de MLOps e mostre como pode combiná-los para criar modelos que podem ser preparados novamente automaticamente para os dispositivos IoT Edge.
Defina uma solução de teste rápido para dispositivos do Azure IoT Edge virtuais. Sua solução emprega uma estratégia de CI/CD (integração contínua/implantação contínua) usando o Azure DevOps e o Azure Pipelines em um cluster Kubernetes.
Vamos determinar os tipos de problemas empresariais que podem ser resolvidos com o Azure Sphere. Explique as capacidades e os componentes (unidade de microcontrolador, sistema operativo, serviço de segurança com base na cloud) do Azure Sphere. Descreva como os componentes fornecem uma plataforma segura para desenvolver, implementar e manter soluções IoT seguras ligadas à Internet.
Implemente um modelo de rede neural para executar a classificação de imagens em tempo real num dispositivo baseado em microcontrolador seguro e ligado à Internet (Azure Sphere). Descreva os componentes e passos para implementar um modelo de classificação de imagens pré-preparado no Azure Sphere.
Implemente uma aplicação de dispositivo do Azure Sphere para monitorizar as condições de ambiente para condições laboratoriais. A aplicação irá monitorizar as condições de ambiente da sala, ligar-se ao Hub IoT e enviar dados telemétricos a partir do dispositivo para a cloud. Irá controlar as comunicações da cloud para dispositivos e levar a cabo ações, conforme seja necessário.
Implemente uma aplicação do Azure Sphere para monitorizar as condições de ambiente para um laboratório. A aplicação irá monitorizar o ambiente da sala, ligar-se ao Azure IoT Central e enviar dados telemétricos a partir do dispositivo para a cloud. Irá controlar as comunicações da cloud para dispositivos e levar a cabo ações, conforme seja necessário.
Crie uma solução de visão computacional no IoT Edge usando os serviços de IA do Azure e os Serviços de Fala do Azure. O aplicativo irá capturar e identificar o item digitalizado e converter o nome do item para o discurso.
Use um módulo de análise de vídeo ao vivo no IoT Edge e implante uma solução de aprendizado de máquina Custom Vision em um dispositivo IoT Edge. A solução identificará espaços vazios nas prateleiras. Verifique se a solução foi implantada com êxito e teste sua solução a partir de um aplicativo Web.
Use um módulo Live Video Analytics para implantar uma solução de aprendizado de máquina em um dispositivo IoT Edge. A solução processará um feed de vídeo de câmeras e detetará objetos na borda usando um modelo YOLO para executar operações de inferência. Verifique se a solução foi implantada com êxito e teste sua solução a partir de um aplicativo Web.