Διαδικτυακά ή επιτόπια, τα καθοδηγούμενα από εκπαιδευτή ζωντανά μαθήματα Φυσικής Τεχνητής Νοημοσύνης παρουσιάζουν μέσω διαδραστικής πρακτικής εξάσκησης πώς να χρησιμοποιείτε ρομποτικά συστήματα, αισθητήρες και αλγόριθμους Τεχνητής Νοημοσύνης για την ανάπτυξη και τον έλεγχο φυσικών πρακτόρων ΤΝ ικανών να αλληλεπιδρούν με το περιβάλλον τους αυτόνομα.
Η εκπαίδευση Φυσικής Τεχνητής Νοημοσύνης είναι διαθέσιμη ως «ζωντανή διαδικτυακή εκπαίδευση» ή «ζωντανή επιτόπια εκπαίδευση». Η ζωντανή διαδικτυακή εκπαίδευση (γνωστή και ως «απομακρυσμένη ζωντανή εκπαίδευση») πραγματοποιείται μέσω μιας διαδραστικής, απομακρυσμένης επιφάνειας εργασίας. Η ζωντανή επιτόπια εκπαίδευση μπορεί να πραγματοποιηθεί τοπικά στις εγκαταστάσεις του πελάτη στην Αθήνα ή στα εταιρικά εκπαιδευτικά κέντρα της NobleProg στην Αθήνα.
Πάρτε τη Γραμμή 3 του Μετρό (Μ3) από το Αεροδρόμιο με κατεύθυνση προς Δημοτικό Θέατρο.
Κατεβείτε στον σταθμό Ευαγγελισμός.
Η διεύθυνση βρίσκεται στη Λεωφόρο Βασιλίσσης Σοφίας, πολύ κοντά στον σταθμό. Ο σταθμός Ευαγγελισμός βρίσκεται ακριβώς πάνω στη λεωφόρο.
Υπολογίστε περίπου 40–50 λεπτά συνολικά, ανάλογα με τον χρόνο αναμονής και το περπάτημα.
Από τον Κεντρικό Σιδηροδρομικό Σταθμό Αθηνών (Σταθμός Λαρίσης)
Πάρτε το μετρό προς Σύνταγμα και αλλάξτε στη Γραμμή 3 με κατεύθυνση προς Δουκίσσης Πλακεντίας/Αεροδρόμιο.
Κατεβείτε στον σταθμό Ευαγγελισμός.
Περπατήστε μέχρι τον αριθμό 46.
Με λεωφορείο
Υπάρχουν αρκετά λεωφορεία που κινούνται κατά μήκος της Λεωφόρου Βασιλίσσης Σοφίας. Κοντινές στάσεις είναι η Ρηγίλλης και το Σύνταγμα, ενώ η περιοχή του Ευαγγελισμού εξυπηρετείται από πολλές λεωφορειακές γραμμές.
Το μετρό είναι γενικά η πιο απλή επιλογή, ειδικά αν ταξιδεύετε με αποσκευές.
Αυτή η εκπαίδευση με εισηγητή, ζωντανή, σε Αθήνα (διαδικτυακή ή επιτόπια), απευθύνεται σε συμμετέχοντες αρχάριου έως μεσαίου επιπέδου που επιθυμούν να εξερευνήσουν τις ηθικές, νομικές και διακυβέρνησης πτυχές της ανάπτυξης της Φυσικής Τεχνητής Νοημοσύνης.
Με την ολοκλήρωση αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:
Κατανοήσουν τις ηθικές προκλήσεις που σχετίζονται με τη Φυσική Τεχνητή Νοημοσύνη.
Αναγνωρίσουν βασικά πλαίσια διακυβέρνησης και κανονισμούς.
Αναπτύξουν στρατηγικές για υπεύθυνη ανάπτυξη Τεχνητής Νοημοσύνης.
Αναλύσουν μελέτες περίπτωσης ηθικών διλημμάτων κατά την εφαρμογή της Τεχνητής Νοημοσύνης.
Αυτή η ζωντανή εκπαίδευση με εισηγητή στην/στις Αθήνα (διαδικτυακά ή σε φυσικό χώρο) απευθύνεται σε συμμετέχοντες μεσαίου επιπέδου που επιθυμούν να εξερευνήσουν τον ρόλο των συνεργατικών ρομπότ (cobots) και άλλων ανθρωποκεντρικών συστημάτων ΤΝ στους σύγχρονους χώρους εργασίας.
Με την ολοκλήρωση αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:
Κατανοούν τις αρχές της Ανθρωποκεντρικής Φυσικής ΤΝ και τις εφαρμογές της.
Διερευνούν τον ρόλο των συνεργατικών ρομπότ στη βελτίωση της παραγωγικότητας στον χώρο εργασίας.
Εντοπίζουν και αντιμετωπίζουν προκλήσεις στις αλληλεπιδράσεις ανθρώπου-μηχανής.
Σχεδιάζουν ροές εργασίας που βελτιστοποιούν τη συνεργασία μεταξύ ανθρώπων και συστημάτων που βασίζονται στην ΤΝ.
Προωθούν μια κουλτούρα καινοτομίας και προσαρμοστικότητας σε χώρους εργασίας που ενσωματώνουν την ΤΝ.
Αυτή η ζωντανή εκπαίδευση με εισηγητή στην Αθήνα (διαδικτυακά ή δια ζώσης) απευθύνεται σε συμμετέχοντες μεσαίου επιπέδου που επιθυμούν να εξερευνήσουν την εφαρμογή της Physical AI σε βιομηχανικά περιβάλλοντα, από τη σύλληψη έως την υλοποίηση.
Με την ολοκλήρωση αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:
Κατανοήσουν τις βασικές έννοιες της Physical AI και τον ρόλο της στη βιομηχανική καινοτομία.
Σχεδιάσουν και προσομοιώσουν φυσικά συστήματα που καθοδηγούνται από τεχνητή νοημοσύνη για την κατασκευή και τα logistics.
Υλοποιήσουν τεχνολογίες Physical AI για να βελτιστοποιήσουν ροές εργασίας και διαδικασίες.
Αξιολογήσουν τη σκοπιμότητα και την κλιμάκωση των εφαρμογών Physical AI.
Αντιμετωπίσουν τις προκλήσεις στην ενσωμάτωση της Physical AI σε υπάρχοντα βιομηχανικά συστήματα.
Αυτή η εκπαίδευση με εκπαιδευτή, ζωντανά σε Αθήνα (διαδικτυακά ή δια ζώσης) απευθύνεται σε επαγγελματίες προχωρημένου επιπέδου που επιθυμούν να εμβαθύνουν την εξειδικευσή τους στη σχεδίαση, τον προγραμματισμό και την ανάπτυξη προηγμένων αυτόνομων συστημάτων.
Με την ολοκλήρωση αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:
Σχεδιάζουν προηγμένα ρομποτικά συστήματα με αυτόνομες δυνατότητες.
Υλοποιούν προηγμένα μοντέλα AI για λήψη αποφάσεων και έλεγχο.
Ενσωματώνουν και βελτιστοποιούν δεδομένα αισθητήρων σε πραγματικό χρόνο για βελτιωμένη απόδοση.
Χρησιμοποιούν προηγμένα εργαλεία προσομοίωσης για τη δοκιμή και επικύρωση συστημάτων.
Αντιμετωπίζουν σύνθετες προκλήσεις στην αυτοματοποίηση και την ανάπτυξη.
Αυτή η δια ζώσης εκπαίδευση, με εκπαιδευτή, στο Αθήνα (online ή onsite) απευθύνεται σε μεσαίους επιπέδους συμμετέχοντες οι οποίοι επιθυμούν να βελτιώσουν τις δεξιότητές τους στον σχεδιασμό, την προγραμματιστική και την εφαρμογή έξυπνων ρομποτικών συστημάτων για την αυτοματοποίηση και πέρα από αυτήν.
Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να:
Να κατανοούν τις αρχές της Τεχνικής AI και τις εφαρμογές της στη ρομποτική και την αυτοματοποίηση.
Να σχεδιάζουν και να προγραμματίζουν έξυπνα ρομποτικά συστήματα για δυναμικά περιβάλλοντα.
Να εφαρμόζουν μοντέλα AI για την αυτόνομη λήψη αποφάσεων στους ρομποτούς.
Να εκμεταλλεύονται εργαλεία προσομοίωσης για δοκιμές και βελτιστοποίηση ρομποτών.
Να αντιμετωπίζουν προκλήσεις όπως η συγχώνευση αισθητήρων, η επεξεργασία σε πραγματικό χρόνο και η ενεργειακή απόδοση.
Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτή στην τοποθεσία Αθήνα (διαδικτυακά ή σε φυσικό χώρο) απευθύνεται σε συμμετέχοντες αρχάριου επιπέδου που επιθυμούν να εξερευνήσουν τις βασικές αρχές της Φυσικής ΤΝ, συμπεριλαμβανομένων των συστατικών της, της διαδικασίας ανάπτυξης και της πρακτικής υλοποίησης βασικών ευφυών μηχανών.
Στο τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:
Να κατανοούν τις αρχές και τις πιθανές εφαρμογές της Φυσικής ΤΝ.
Να σχεδιάζουν και να κατασκευάζουν πρωτότυπα απλών ρομποτικών συστημάτων με ενσωμάτωση ΤΝ.
Να υλοποιούν βασικούς αλγορίθμους ΤΝ για την αντίληψη των μηχανών και τη λήψη αποφάσεων.
Να πλοηγούνται και να χρησιμοποιούν εργαλεία όπως το ROS για την ανάπτυξη ρομποτικής.
Να ενσωματώνουν υλικό και λογισμικό για την κατασκευή λειτουργικών ευφυών μηχανών.
