الذكاء الاصطناعي الحافي (Edge AI) و TinyML للمتحكمات الدقيقة

في عالم الأجهزة المتصلة، غالبًا ما يكون إرسال جميع بيانات المستشعر إلى السحابة بطيئًا ومكلفًا ويستهلك الكثير من الطاقة. يتيح تشغيل نماذج التعلم الآلي مباشرة على الأجهزة الصغيرة - المعروفة باسم Edge AI أو TinyML - اتخاذ قرارات فورية وخاصة وفعالة في المكان الذي يتم فيه جمع البيانات. يرشدك هذا المساق خلال دورة الحياة الكاملة للتعلم الآلي المضمن، بدءًا من فهم قيود الأجهزة وصولاً إلى نشر النماذج المحسّنة. ستتعلم كيفية تكييف سير عمل التعلم الآلي القياسي لوحدات التحكم الدقيقة، مما يضمن تشغيل نماذجك بكفاءة ضمن حدود الذاكرة والمعالجة الصارمة. ما ستتعلمه: - فهم المفاهيم الأساسية لـ Edge AI و TinyML وقيود أجهزة المتحكمات الدقيقة - معالجة وإعداد بيانات المستشعر خصيصًا للبيئات محدودة الموارد - تحسين الشبكات العصبية باستخدام التكميم والتقليم لتقليل استهلاك الذاكرة - نشر نماذج التعلم الآلي على المتحكمات الدقيقة باستخدام بيئات تشغيل C/C++ خفيفة الوزن - تقييم أداء النموذج وزمن الوصول واستهلاك الطاقة على أجهزة الحافة بدءًا من التعريفات الأساسية للأنظمة المضمنة والتعلم الآلي، يأخذك هذا المساق النصي خطوة بخطوة عبر مسارات البيانات ومفاهيم تدريب النماذج واستراتيجيات التحسين وسيناريوهات النشر الواقعية. تم تصميم هذا المساق للمبتدئين ومطوري البرامج وهواة الأجهزة الذين يرغبون في استكشاف تقاطع الذكاء الاصطناعي والأنظمة المضمنة، ولا يتطلب أي خبرة سابقة في التعلم الآلي. ابدأ القراءة اليوم وتعلّم كيفية بناء تطبيقات مضمنة ذكية ومنخفضة الطاقة.