Kurzusleírás

Bevezetés az energiahatékony mesterséges intelligenciába

  • A fenntarthatóság jelentősége az AI-ban
  • A gépi tanulás energiafogyasztásának áttekintése
  • Esettanulmányok energiahatékony mesterségesintelligencia-megvalósításokról

Kompakt modellarchitektúrák

  • A modell méretének és összetettségének megértése
  • Kicsi, de hatékony modellek tervezési technikái
  • Különböző modellarchitektúrák összehasonlítása a hatékonyság érdekében

Optimalizálási és tömörítési technikák

  • Modellmetszés és kvantálás
  • Tudáslepárlás kisebb modellekhez
  • Hatékony edzési módszerek az energiafelhasználás csökkentésére

Hardver szempontok az AI-hoz

  • Energiahatékony hardver kiválasztása oktatáshoz és következtetésekhez
  • A speciális processzorok, például a TPU-k és az FPGA-k szerepe
  • A teljesítmény és az energiafogyasztás kiegyensúlyozása

Zöld kódolási gyakorlatok

  • Energiatakarékos kód írása
  • AI algoritmusok profilozása és optimalizálása
  • A fenntartható szoftverfejlesztés legjobb gyakorlatai

Megújuló energia és mesterséges intelligencia

  • A megújuló energiaforrások integrálása a mesterséges intelligencia működésébe
  • Az adatközpont fenntarthatósága
  • A zöld AI infrastruktúra jövője

AI-rendszerek életciklus-értékelése

  • Az AI modellek szénlábnyomának mérése
  • Stratégiák a környezeti hatás csökkentésére a mesterséges intelligencia teljes életciklusa során
  • Esettanulmányok az MI életciklus-értékeléséről

A fenntartható mesterségesintelligencia politikája és szabályozása

  • A globális szabványok és előírások megértése
  • A politika szerepe az energiahatékony mesterséges intelligencia előmozdításában
  • Etikai megfontolások és társadalmi hatás

Projekt és értékelés

  • Prototípus fejlesztése kis nyelvi modellekkel egy kiválasztott területen
  • Az energiahatékony AI rendszer bemutatása
  • Értékelés műszaki hatékonyság, innováció és környezetvédelmi hozzájárulás alapján

Összegzés és a következő lépések

Követelmények

  • A mély tanulási koncepciók szilárd megértése
  • Jártasság a Python programozásban
  • Modelloptimalizálási technikák terén szerzett tapasztalat

Közönség

  • Gépi tanulási mérnökök
  • AI kutatók és gyakorló szakemberek
  • Környezetvédők a technológiai iparban
 21 Órák

Résztvevők száma


Ár per résztvevő

A nyílt képzésekhez 5+ résztvevő szükséges.

Közelgő kurzusok

Rokon tanfolyam

Small Language Models (SLMs): Applications and Innovations

 14 Órák

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) kezdő és középszintű adattudósoknak és fejlesztőknek szól, akik szeretnék megvalósítani és hasznosítani a kis nyelvi modelleket különböző alkalmazásokban.

A képzés végére a résztvevők képesek lesznek:

  • Ismerje meg a kis nyelvi modellek architektúráját és funkcióit.
  • SLM-ek megvalósítása olyan feladatokhoz, mint a szöveggenerálás és a hangulatelemzés.
  • Optimalizálja és finomhangolja az SLM-eket meghatározott felhasználási esetekre.
  • Telepítse az SLM-eket erőforrás-korlátozott környezetekben.
  • Értékelje és értelmezze az SLM-ek teljesítményét valós forgatókönyvekben.
Olvass tovább...

SLMs for Educational Tech: Tailoring AI for Learning and Development

 14 Órák

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű oktatástechnológusoknak, oktatási tervezőknek és AI-fejlesztőknek szól az oktatásban, akik a Small Language Models (SLMs)-t szeretnék integrálni oktatási platformokba a tanítási és tanulási folyamatok javítása érdekében.

A képzés végére a résztvevők képesek lesznek:

  • Ismerje meg az SLM-ek szerepét az oktatástechnológiában.
  • AI-vezérelt tanulási tapasztalatok tervezése SLM-ek segítségével.
  • Valósítsa meg az SLM-eket különböző oktatási körülmények között.
  • Értékelje az SLM-ek hatékonyságát a tanulási eredményekben.
Olvass tovább...

SLMs for Smart Cities: Urban Planning and Management with AI

 14 Órák

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű várostervezőknek, városadminisztrátoroknak és intelligens városi megoldásfejlesztőknek szól, akik a Small Language Models (SLMs)-t szeretnék megvalósítani az intelligens városi projektekben a városi életminőség javítása érdekében.

A képzés végére a résztvevők képesek lesznek:

  • Ismerje meg az SLM-ek alkalmazását az okos városokban.
  • Integrálja az SLM-eket városi adatkészletekkel a jobb döntéshozatal érdekében.
  • Stratégiák kidolgozása az SLM-ek városirányítási rendszerekben való alkalmazására.
  • Értékelje az SLM-ek hatását a várostervezésre és az intelligens városi megoldásokra.
Olvass tovább...

Small Language Models (SLMs) for Domain-Specific Applications

 28 Órák

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű adattudósoknak és gépi tanulási mérnököknek szól, akik olyan kis nyelvi modelleket szeretnének létrehozni és alkalmazni, amelyek speciális területekre, például jogi, orvosi és műszaki területekre vannak szabva. .

A képzés végére a résztvevők képesek lesznek:

  • Ismerje meg a tartomány-specifikus nyelvi modellek fontosságát és alkalmazását.
  • Speciális adatkészletek összegyűjtése és előfeldolgozása a modellképzéshez.
  • Nyelvi modellek betanítása és finomhangolása tartományspecifikus alkalmazásokhoz.
  • A modellek értékelése és összehasonlítása domainreleváns mutatók segítségével.
  • Tartományspecifikus nyelvi modellek telepítése valós helyzetekben.
Olvass tovább...

Small Language Models (SLMs) for Human-AI Interactions

 14 Órák

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű adattudósoknak, gépi tanulással és mesterséges intelligenciakutatóknak szól, akik vonzó és hatékony mesterségesintelligencia-alapú társalgási élményeket szeretnének létrehozni kis nyelvi modellekkel.

A képzés végére a résztvevők képesek lesznek:

  • Ismerje meg a társalgási AI alapjait és az SLM-ek szerepét.
  • Felhasználóközpontú AI interakciók tervezése és megvalósítása.
  • SLM-ek fejlesztése és betanítása interaktív alkalmazásokhoz.
  • Értékelje és javítsa az ember és a mesterséges intelligencia közötti kommunikáció hatékonyságát megfelelő mérőszámok segítségével.
  • Telepítsen méretezhető és etikus, mesterséges intelligencia által vezérelt párbeszédes felületeket valós helyzetekben.
Olvass tovább...

Small Language Models (SLMs) for On-Device AI

 21 Órák

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű informatikai szakembereket céloz meg, akik kis nyelvi modelleket kívánnak közvetlenül telepíteni korlátozott feldolgozási képességű eszközökre, lehetőséget nyitva az innovatív alkalmazások számára a különböző szektorokban.

A képzés végére a résztvevők képesek lesznek:

  • Ismerje meg az AI kompakt hardveren történő megvalósításának kihívásait és megoldásait.
  • Optimalizálja és tömörítse az AI-modelleket a hatékony eszközön történő telepítés érdekében.
  • Használjon modern AI-keretrendszereket és eszközöket a modellek eszközön történő megvalósításához.
  • Valós idejű AI-alkalmazások tervezése és fejlesztése mobil- és IoT-eszközökhöz.
  • Értékelje és biztosítsa az eszközön lévő AI-rendszerek biztonságát és adatvédelmét.
Olvass tovább...