Prendre une longueur d'avance en IA grâce à l'informatique neuromorphique

via YouTube

YouTube

2338 Cours


course image

Aperçu

Explorez comment l'informatique neuromorphique révolutionne l'IA en imitant l'architecture du cerveau, améliorant l'efficacité pour le traitement en périphérie, avec des insights sur les modèles à impulsions et les applications industrielles.

Programme

    - Introduction à l'informatique neuromorphique -- Aperçu de l'informatique neuromorphique -- Comparaison avec les architectures informatiques traditionnelles -- Caractéristiques clés des systèmes neuromorphiques - Inspiration biologique et architecture cérébrale -- Comprendre les neurones et les synapses -- Modèles de réseaux neuronaux et réseaux de neurones à impulsions (SNN) -- Plasticité synaptique et mécanismes d'apprentissage - Réseaux de neurones à impulsions (SNN) -- Fondamentaux des modèles à impulsions -- Codage et décodage des séquences de pointes -- Avantages des SNN dans les applications d'IA - Matériel neuromorphique -- Aperçu des processeurs et puces neuromorphiques -- Études de cas : IBM TrueNorth, Intel Loihi, SpiNNaker -- Efficacité énergétique et mesures de performance - Edge computing et solutions neuromorphiques -- Introduction à l'IA de périphérie -- Avantages de l'informatique neuromorphique à la périphérie -- Cas d'utilisation : traitement en temps réel, capteurs, IoT - Applications industrielles de l'informatique neuromorphique -- Automobile : conduite autonome et robotique -- Santé : interfaces cerveau-ordinateur et prothèses -- Électronique grand public : appareils intelligents et wearables - Défis et orientations futures -- Limitations actuelles et défis de recherche -- Développements prospectifs et innovations -- Intégration avec l'apprentissage profond et les modèles d'IA - Aperçus pratiques et projets pratiques -- Mise en œuvre de modèles SNN simples -- Utilisation d'outils et simulateurs de matériel neuromorphique -- Projet de cas : concevoir une application de périphérie neuromorphique - Conclusion du cours -- Résumé des apprentissages clés -- Tendances futures en informatique neuromorphique -- Ressources supplémentaires et lectures complémentaires

Enseigné par


Étiquettes