What You Need to Know Before
You Start

Starts 7 June 2025 11:03

Ends 7 June 2025

00 days
00 hours
00 minutes
00 seconds
course image

Enseigner l'IA à la périphérie

Découvrez comment enseigner efficacement l'IA pour les dispositifs edge, en équilibrant théorie et projets pratiques tout en abordant les contraintes techniques, les applications et les considérations éthiques pour la prochaine génération d'ingénieurs.
Arm Education via Coursera

Arm Education

2019 Cours


1 hour 1 minute

Optional upgrade avallable

Not Specified

Progress at your own speed

Free Online Course (Audit)

Optional upgrade avallable

Aperçu

Les appareils mobiles et périphériques sont déjà capables de déployer de grands modèles de langage (LLMs) dans des applications d'intelligence artificielle (IA) qui auront un impact transformateur sur la société. Comment le monde académique peut-il préparer la prochaine génération d'ingénieurs à tirer parti des opportunités et à relever les défis présentés par l'IA en périphérie ?

Dans ce cours, le Dr Catherine Breslin, consultante en IA de Cambridge, Royaume-Uni, et co-fondatrice de Kingfisher Labs, aborde les considérations clés pour l'enseignement de l'IA dans l'enseignement supérieur. L'enseignement de l'IA en périphérie est conçu pour doter les éducateurs et les apprenants des connaissances et compétences nécessaires pour implémenter avec succès l'intelligence artificielle dans des environnements à ressources limitées.

Ce cours mélange les fondements théoriques essentiels avec des expériences pratiques basées sur des projets, vous préparant à comprendre, construire et enseigner efficacement des systèmes d'IA optimisés pour les dispositifs périphériques. Vous explorerez l'évolution des modèles d'IA spécialisés pour des tâches spécifiques vers des modèles de fondation multimodaux polyvalents, en apprenant des techniques critiques telles que l'élagage, la quantification et la conception de petits modèles qui permettent aux capacités avancées de l'IA de fonctionner efficacement sur un matériel limité.

Le cours met l'accent sur des pratiques de développement itératives, une évaluation rigoureuse des modèles et un déploiement responsable de l'IA, soulignant les considérations de confidentialité des données, de biais des modèles et de régulation. Tout au long de ce cours, vous obtiendrez des insights sur des stratégies d'enseignement pratiques qui équilibrent théories et activités concrètes, encourageant des approches créatives, inclusives et collaboratives à l'éducation en IA.

Vous découvrirez également comment tirer parti d'outils et de cadres open-source pour accélérer l'apprentissage et inspirer les étudiants à s'attaquer aux problèmes réels grâce à des solutions d'IA innovantes en périphérie. Rejoignez-nous pour approfondir votre compréhension du potentiel de l'IA, maîtriser des pratiques d'enseignement efficaces et inspirer la prochaine génération d'innovateurs en IA à avoir un impact positif sur la société.

Programme

  • Enseigner l'IA à la Périphérie
  • Méthodes d'Enseignement de l'IA à la Périphérie
  • Considérations Techniques pour l'Enseignement de l'IA à la Périphérie
  • Prise en Compte du Domaine et des Applications dans l'Enseignement de l'IA à la Périphérie
  • Enseigner l'Impact Sociétal et l'Éthique de l'IA
  • Conclusion

Enseigné par

Arm Education


Sujets

Programmation