Resumen
Explora cómo la computación neuromórfica revoluciona la IA al imitar la arquitectura del cerebro, mejorando la eficiencia para el procesamiento en el borde, con perspectivas sobre modelos de picos y aplicaciones en la industria.
Programa de estudio
-
- Introducción a la Computación Neumórfica
-- Visión general de la Computación Neumórfica
-- Comparación con Arquitecturas de Computación Tradicionales
-- Características Clave de los Sistemas Neumórficos
- Inspiración Biológica y Arquitectura del Cerebro
-- Comprensión de Neuronas y Sinapsis
-- Modelos de Redes Neuronales y Redes Neuronales de Disparos (SNNs)
-- Plasticidad Sináptica y Mecanismos de Aprendizaje
- Redes Neuronales de Disparos (SNNs)
-- Fundamentos de Modelos de Disparos
-- Codificación y Decodificación de Trenes de Impulsos
-- Ventajas de las SNNs en Aplicaciones de IA
- Hardware Neumórfico
-- Visión general de Procesadores y Chips Neumórficos
-- Estudios de Caso: IBM TrueNorth, Intel Loihi, SpiNNaker
-- Eficiencia Energética y Métricas de Rendimiento
- Computación en el Borde y Soluciones Neumórficas
-- Introducción a la IA en el Borde
-- Beneficios de la Computación Neumórfica en el Borde
-- Casos de Uso: Procesamiento en Tiempo Real, Sensores, IoT
- Aplicaciones Industriales de la Computación Neumórfica
-- Automotriz: Conducción Autónoma y Robótica
-- Salud: Interfaces Cerebro-Computadora y Prótesis
-- Electrónica de Consumo: Dispositivos Inteligentes y Portátiles
- Desafíos y Direcciones Futuras
-- Limitaciones Actuales y Desafíos de Investigación
-- Desarrollos Prospectivos e Innovaciones
-- Integración con Aprendizaje Profundo y Modelos de IA
- Perspectivas Prácticas y Proyectos Prácticos
-- Implementación de Modelos SNN Simples
-- Uso de Herramientas y Simuladores de Hardware Neumórfico
-- Proyecto de Caso: Diseñar una Aplicación de Borde Neumórfica
- Conclusión del Curso
-- Resumen de Aprendizajes Clave
-- Tendencias Futuras en Computación Neumórfica
-- Recursos Adicionales y Lecturas Complementarias
Enseñado por
Etiquetas
On-Demand
