Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Εισαγωγή στην ενεργειακά αποδοτική τεχνητή νοημοσύνη
- Η σημασία της βιωσιμότητας στην τεχνητή νοημοσύνη
- Επισκόπηση της κατανάλωσης ενέργειας στη μηχανική μάθηση
- Μελέτες περίπτωσης ενεργειακά αποδοτικών εφαρμογών τεχνητής νοημοσύνης
Συμπαγείς Αρχιτεκτονικές Μοντέλων
- Κατανόηση του μεγέθους και της πολυπλοκότητας του μοντέλου
- Τεχνικές για το σχεδιασμό μικρών αλλά αποτελεσματικών μοντέλων
- Σύγκριση διαφορετικών αρχιτεκτονικών μοντέλων για αποτελεσματικότητα
Τεχνικές Βελτιστοποίησης και Συμπίεσης
- Μοντέλο κλάδεμα και κβαντοποίηση
- Απόσταξη γνώσης για μικρότερα μοντέλα
- Αποτελεσματικές μέθοδοι εκπαίδευσης για τη μείωση της χρήσης ενέργειας
Θεωρήσεις υλικού για την τεχνητή νοημοσύνη
- Επιλογή ενεργειακά αποδοτικού υλικού για εκπαίδευση και εξαγωγή συμπερασμάτων
- Ο ρόλος των εξειδικευμένων επεξεργαστών όπως οι TPU και οι FPGA
- Εξισορρόπηση απόδοσης και κατανάλωσης ενέργειας
Πράσινες Πρακτικές Κωδικοποίησης
- Σύνταξη κώδικα ενεργειακής απόδοσης
- Προφίλ και βελτιστοποίηση αλγορίθμων AI
- Βέλτιστες πρακτικές για βιώσιμη ανάπτυξη λογισμικού
Ανανεώσιμες πηγές ενέργειας και τεχνητή νοημοσύνη
- Ενσωμάτωση ανανεώσιμων πηγών ενέργειας σε λειτουργίες τεχνητής νοημοσύνης
- Βιωσιμότητα κέντρου δεδομένων
- Το μέλλον της πράσινης υποδομής AI
Αξιολόγηση Κύκλου Ζωής Συστημάτων AI
- Μέτρηση του αποτυπώματος άνθρακα των μοντέλων AI
- Στρατηγικές για τη μείωση των περιβαλλοντικών επιπτώσεων σε όλο τον κύκλο ζωής της τεχνητής νοημοσύνης
- Μελέτες περίπτωσης για την αξιολόγηση του κύκλου ζωής στην τεχνητή νοημοσύνη
Πολιτική και Κανονισμός για τη Βιώσιμη ΤΝ
- Κατανόηση παγκόσμιων προτύπων και κανονισμών
- Ο ρόλος της πολιτικής στην προώθηση της ενεργειακά αποδοτικής τεχνητής νοημοσύνης
- Ηθικές εκτιμήσεις και κοινωνικός αντίκτυπος
Έργο και Αξιολόγηση
- Ανάπτυξη ενός πρωτοτύπου χρησιμοποιώντας μικρά γλωσσικά μοντέλα σε επιλεγμένο τομέα
- Παρουσίαση του ενεργειακώς αποδοτικού συστήματος τεχνητής νοημοσύνης
- Αξιολόγηση με βάση την τεχνική αποτελεσματικότητα, την καινοτομία και την περιβαλλοντική συνεισφορά
Περίληψη και Επόμενα Βήματα
Requirements
- Στέρεη κατανόηση των εννοιών βαθιάς μάθησης
- Ικανότητα στον προγραμματισμό Python
- Εμπειρία σε τεχνικές βελτιστοποίησης μοντέλων
Ακροατήριο
- Μηχανικοί μηχανικής εκμάθησης
- Ερευνητές και επαγγελματίες τεχνητής νοημοσύνης
- Υποστηρικτές του περιβάλλοντος στον κλάδο της τεχνολογίας
21 Hours