Corso di Tiny Machine Learning

Status Attuale
Non Iscritto
Prezzo
15,00 €

Di cosa tratta questo corso?

Il Machine Learning è una tecnologia che consente di realizzare sistemi e applicazioni software attraverso un processo di sviluppo che va oltre la programmazione tradizionale basata su regole.

I microcontrollori a 32 bit di nuova generazione, come l’ARM Cortex M4 che equipaggia la scheda Arduino Nano 33 BLE, hanno potenza sufficiente per supportare piattaforme di calcolo basate su Reti Neurali come il TensorFlow Lite Micro di Google.

Questo apre nuove e interessanti opportunità nel campo dell’Internet of Things e dell’Edge Computing.

In questo interessante corso tematico intensivo esplorerai l’innovativo settore del Tiny Machine Learning, cioè delle tecnologie di Intelligenza Artificiale eseguite direttamente a bordo di schede elettroniche a microcontrollore.

I Large Language Model diffusi sul grande mercato a partire dal 2022 hanno mostrato a tutti la potenza e la flessibilità d’impiego dell’Intelligenza Artificiale, ma, come sappiamo, i sistemi sono utilizzabili solo in cloud computing e il dispendio di energia e di banda di comunicazione da parte dei provider è molto elevato.

La tecnologia che sperimenterai in questo corso, al contrario, è progettata per lavorare in condizioni di risorse limitate, con consumi energetici irrisori, ma con l’enorme potenziale di portare l’Intelligenza Artificiale direttamente all’interno dei dispositivi elettronici, rendendoli smart nel vero senso della parola.

Si tratta di un settore emergente, nuovissimo e in rapida crescita. Da un punto di vista mediatico è ancora poco conosciuto e messo in ombra dall’hype riservato ai recenti chatbot, ma destinato ad un grande impatto nell’immediato futuro.

Il Tiny Machine Learning rappresenta una sorprendente risorsa per tutti i cultori della piattaforma Arduino, dagli hobbisti ai professionisti.

In questo corso imparerai a risolvere con pochissimo sforzo problemi non risolubili con le tecniche di programmazione che hai usato finora.

Perchè dovresti seguire questo corso?

I microcontrollori sono dispositivi pervasivi, praticamente presenti in tutti i prodotti di elettronica digitale, dai beni di consumo agli apparati industriali.

L’impiego delle tecnologie di machine learning è sempre più diffuso e molti dispositivi moderni sono già sviluppati con strumenti e metodi derivati dall’Intelligenza Artificiale.

Se sei un cultore della piattaforma Arduino, non puoi ignorare il Tiny Machine Learning.

Immagina di dover analizzare e interpretare dati complessi e apparentemente caotici come quelli provenienti da Accelerometri, Giroscopi e Magnetometri. Saresti in grado di identificare e riconoscere un preciso gesto del tuo braccio, attraverso le letture ripetute di un sensore IMU?

Utilizzando un microfono, saresti in grado di scrivere uno sketch Arduino che riconosca il materiale di cui è composto un oggetto rilevando il suono che produce quando cade sul pavimento?

Riusciresti a predire l’imminente guasto di un macchinario rilevando le sue vibrazioni attraverso un accelerometro?

Sono tutti esempi di situazioni in cui la progettazione di un algoritmo basato su cicli e sequenze if… then… else, è praticamente impossibile da immaginare.

Grazie alle tecniche di machine learning potrai sviluppare firmware per i tuoi prototipi semplicemente lasciando che gli algoritmi imparino dagli esempi. Il tutto con la semplicità e la facilità che contraddistingue la piattaforma Arduino.

Si tratta di una tecnologia nata da poco e ancora soggetta a innovazioni rapidi e frequenti. La documentazione ufficiale presente sul sito di Arduino è già obsoleta. Sul web si trovano pochi tutorial e quasi tutti sono già datati.

Le versioni delle librerie e del software che sono citati o mostrati non sono più in linea con le ultime versioni delle tecnologie di IA che si usano sul mercato.

Attraverso questo corso avrai accesso alle librerie e ai software più aggiornati, e potrai sperimentare tu stesso la potenza di queste nuove tecnologie.

Come è strutturato il corso?

Il corso è strutturato in quattro missioni, ciascuna con un preciso obiettivo formativo, articolate secondo un percorso che comprende complessivamente 10 tutorial.

Attraverso questo interessante percorso, imparerai a raccogliere i dati di esempio, progettare una Deep Neural Network e a programmare e addestrare la rete per poi installarla a bordo di Arduino.

Il tutto, attraverso l’impiego delle piattaforme TensorFlow e TensorFlow Lite di Google, che oggi rappresentano lo stato dell’arte in questo settore.

Nella prima missione farai la tua conoscenza con il tema del Machine Learning e della sua importanza nel settore dell’Edge Computing.

Nella seconda missione imparerai ad utilizzare la scheda Arduino Nano 33 BLE Sense secondo un tipico processo di sviluppo di una applicazione di Machine Learning.

Nella terza missione progetterai, realizzerai e addestrerai una Deep Neural Network.

Nella quarta, e ultima, missione, realizzerai lo sketch Arduino che sarà in grado di svolgere le sue funzioni attraverso la rete neurale pre-addestrata.

Viene rilasciato un attestato al termine del corso?

Durante il corso, e al suo completamento, raggiungerai una serie di obiettivi formativi e maturerai nuove competenze.

Al termine del percorso ti sarà rilasciato un attestato specifico sotto forma di Badge Digitale conforme allo standard internazionale Open Badge.

Lo standard Open Badge è una modalità innovativa per riconoscere e condividere competenze e realizzazioni in un ambiente digitale, fornendo uno strumento flessibile e verificabile per l’istruzione e il sviluppo professionale.

I badge digitali sono simili a certificati cartacei, medaglie o distintivi, ma esistono in formato digitale. Sono utilizzati per riconoscere competenze, realizzazioni o esperienze acquisite dagli utenti in vari contesti, come l’istruzione, il volontariato o la formazione professionale.

Ogni badge contiene dati incorporati che descrivono il badge e i criteri per il suo conseguimento. Questo include chi lo ha emesso (la nostra Academy), a chi è stato rilasciato (il tuo nome), e i criteri specifici per guadagnarlo. Queste informazioni rendono i badge trasparenti e verificabili.

Gli Open Badge possono essere condivisi attraverso diversi piattaforme e social media. Ad esempio LinkedIn offre una apposita sezione del profilo per elencare i tuoi badge e lanciare automaticamente la verifica elettronica. Potrai esporre i tuoi badge in portfolio digitali, curriculum vitae o profili di social media per dimostrare le tue competenze e realizzazioni.

Il badge che otterrai con la frequenza di questo corso sarà firmato digitalmente dalla nostra organizzazione e la relativa validità e la tua titolarità potrà essere verificata in modo elettronico da chiunque, semplicemente cliccando sull’immagine del badge. I Badge potranno anche essere stampati in formato A4 come un certificato tradizionale che riporterà anche i riferimenti per la verifica elettronica.

Puoi provare il funzionamento di questa tecnologia, cliccando sul badge dimostrativo riportato qui sopra. Il Badge è stato emesso a nome di un utente inesistente, chiamato Mario Rossi e identificato dall’e-mail info@chirale.it. Il titolare non è una persona reale, ma il badge è stato realmente emesso e come tale è verificabile.

Non perdere altro tempo, ti aspetta un percorso veramente affascinante.