Empa Elektronik’ten Ankara Çıkarması!
University Accelerator Workshop serüvenimizde bu ay içerisinde Hacettepe ve Gazi üniversitelerini ziyaret ettik.
Uçta Yapay Zekâ ağırlıklı teorik sunumlar ve demo uygulamalarımızın da yer aldığı etkinliğimizin detaylarına bakacak olursak,
ST ve AMD ürünlerini konu alan canlı demo biçiminde yapay zeka uygulamalarının yanında uygulamalar için temel oluşturmak üzere “makineler nasıl öğrenir” konulu sunum paylaşıldı.
Canlı demolara destek materyali olarak paylaşılan eğitim sunusu ile bu alana yeni olan kişilere bakış açısı kazandırılması hedeflendi. Katılımcılara yapay zekanın temel kavramlarının ve öğrenme konseptinin açıklandığı sunu içeriğinde, makine öğreniminin uygulama alanlarından görüntü özelinde derin öğrenme tekniklerine kadar geniş bir yelpazede bilgilendirici içerikler paylaştık.
Canlı demo bölümünün ilk adımında, bir uçta yapay zeka çözümü geliştirme sürecinde NanoEdge AI Studio kullanımı için gerekli geliştirme adımlarının gösterimi yapıldı, ARM Cortex-M tabanlı işlemcilerde otomatik olarak sensör tabanlı makine öğrenimi modelleri geliştirmeyi hedef alan NanoEdge AI Studio’nun, STMicroelectronics tarafından STM32 Geliştirme Kitleri, MCU’ları ve ISPU’ları için ücretsiz olarak sunduğu fonksiyonları adım adım paylaştık. Demo içeriğinde, NanoEdge AI Studio’nun genel tanımı, bu geliştirme araç kullanımıyla bir yapay zeka uygulamasının nasıl geliştirilebileceği ve verilerin nasıl toplanması gerektiği gibi gereksinimlerini detaylıca katılımcılara anlattık.
Accelerator Workshops dahilinde gerçekleştirilen bir diğer canlı demo ile AMD tarafından geliştirilen FPGA hibrit platformlarda yapay zeka uygulamalarının işletilmesine dair gereksinimler açıklandı. Uygulama içeriğinde AMD tarafından FPGA’li ürün grupları için geliştirme araçları sunan Vitis AI geliştirme ortamı tanıtıldı ve bir yapay zeka çözümünün AMD üretimi FPGA platformlarında implementasyonu için gerekli adımlar detaylarıyla gösterilmiştir.
Uçta yapay zeka uygulamaları kısmında örnek ise bir problemin tanımı yapılarak, bu problemin NanoEdge AI Studio kullanımıyla çözüm adımlarını içeren interaktif bir uygulama yapıldı. Örnek problem olarak, kullanıcıların el karakterlerinin sınıflandırılmasının düşük güç tüketimli bir mikrodenetleyici kullanılarak yapılmak istendiği paylaşıldı. Katılımcılara bir Empa Elektronik özgün tasarımı olarak temin edilen çok sensörlü MindBoard geliştirme kartları ile veri toplama ve model geliştirme adımları, siz değerli öğrenciler ile interaktif bir şekilde gerçekleştirildi.
İlginiz ve yoğun katılımınız için teşekkür ederiz, önümüzdeki etkinliklerde buluşmayı sabırsızlıkla bekliyoruz!
