Platforma edu dih4.ai jest prowadzona przez Hub Innowacji Cyfrowych współtworzony przez konsorcjum Voicelab.ai i Politechniki Gdańskiej. DIH4.AI jest jednym z liderów Hubów Innowacji Cyfrowych (Digital Innovation Hubs) w Polsce, wyłonionych w październiku 2019 roku przez Ministra Przedsiębiorczości i Technologii w ramach programu ramach projektu „Standaryzacja usług Hubów Innowacji Cyfrowych dla wsparcia cyfrowej transformacji przedsiębiorców” (2019-2021). Projekt wspierany przez Ministerstwo Rozwoju w ramach programu Przemysł 4.0.Szkolenie

    Dostępne kursy

    Kurs składa się  z czterech bloków mających na celu przybliżenie uczestnikowi konkretnych zagadnień związanych z projektowaniem i produkcją urządzeń elektronicznych. Przedstawione zostaną metody przyspieszające te procesy. 

    • Podstawy teoretycznie projektowania obwodów
    • Praktyczne projektowanie z użyciem oprogramowania typu CAD na przykładzie programu Autodesk Eagle
    • Zaawansowane zagadnienia związane z projektowaniem PCB
    • Wykonywanie obwodów i montaż elementów




    Opis

    Celem kursu jest zapoznanie uczestników z pojęciem sieci neuronowych oraz możliwościami uruchomienia modeli na platformach mobilnych (Android) Spodziewanym efektem kursu jest również przedstawienie narzędzi jakie można wykorzystać do zbudowania prostej aplikacji, której funkcjonalności będą wspierane przez algorytmy uczenia maszynowego.

    Wymagania:

    Kursant powinien posiadać wiedzę w zakresie podstaw programowania, podstawową wiedzę za zakresu przetwarzania obrazów oraz algebry liniowej Kursant powinien dysponować komputerem, wyposażonym w mikrofon, głośniki (słuchawki) oraz kamerę, a także z dostępem do Internetu.


    Opis

    Celem kursu jest zapoznanie uczestników z praktycznym znaczeniem sztucznej inteligencji dzisiaj i w przyszłości, w szczególności w odniesieniu do pracy w administracji i służbach publicznych.

    Wymagania:

    Kursant powinien być otwarty na nową wiedzę i umiejętności. Nie Jest wymagana specjalna wiedza techniczna czy znajomość matematyki wykraczająca ponad szkołę średnią.Kursant powinien dysponować komputerem, wyposażonym w mikrofon, głośniki (słuchawki) oraz kamerę, a także z dostępem do Internetu.


    Opis

    Celem   kursu   jest   zapoznanie   uczestników   z   zastosowaniem,zasadą   działania   (podstawami   teoretycznymi)   i   właściwościami sztucznych sieci neuronowych, w tym tradycyjnych oraz głębokich sieci   splotowych   (ang.   Convolutional   Neural   Networks   –   CNN). Wykładane treści wzbogacone będą o praktyczne i interaktywne demonstracje.

    Wymagania

    Wiedza z zakresu podstawowej algebry liniowej (pojawią się równania zawierające wektory i macierze) oraz (opcjonalnie) mieć umiejętności związane z programowaniem w języku Python (w celu zrozumienia/powtórzenia przykładów w kodzie pokazywanych w ramach kursu).

    Kursant powinien dysponować komputerem wyposażonym w mikrofon, głośniki (słuchawki) oraz kamerę, a także z dostępem do internetu


    „Wierzę, że im więcej wiemy o przeszłości, tym lepiej jesteśmy przygotowani na to, co przyniesie przyszłość”.

    Theodore Roosevelt


    Sztuczna inteligencja będzie miała wpływ na nas wszystkich - ale ponieważ niewiele osób rozumie AI, to tylko niewielka część Polaków będzie mogła odnaleźć się w nowej rzeczywistości pełnej sztucznej inteligencji. Im lepiej każdy z nas pozna AI, tym mniej się będziemy jej obawiać i łatwiej będzie nam z niej korzystać. 

    Kurs trwa około 20 godzin i składa się z 6 rozdziałów. 

    I. Czym jest sztuczna inteligencja.

    II. Rozwiązywanie problemów przez sztuczną inteligencję.

    III. Sztuczna inteligencja w świecie rzeczywistym.

    IV. Uczenie maszynowe.

    V. Sieci neuronowe

    VI. AI w Twojej firmie i projekt AI.

    Każdy z rozdziałów zakończony jest testem jednokrotnego i wielokrotnego wyboru. Uzyskanie minimum 50% poprawnych odpowiedzi ze wszystkich testów łącznie pozwala na uzyskanie imiennego certyfikatu ze znajomości sztucznej inteligencji.


    Zapraszamy do wzięcia udziału w kursie!

    Cel pokazu:

    Celem pokazu jest zapoznanie uczestników z praktykami dotyczącymi wydajnego współdzielenia zasobów obliczeniowych do zadań związanych z uczeniem maszynowym. Zaprezentowane zostaną metody monitorowania i rezerwacji serwerów wyposażonych w GPU oraz uruchamiania rozproszonych procesów przy użyciu narzędzia TensorHive.

    Treść:

    1. Przedstawienie możliwości oraz ograniczeń podstawowych narzędzi do monitorowania i selekcji GPU (nvidia-smi i CUDA_VISIBLE_DEVICES);

    2. Pokaz instalacji narzędzia TensorHive;

    3. Pokaz wykorzystania narzędzia TensorHive do monitorowania rozproszonych procesorów graficznych;

    4. Pokaz wykorzystania narzędzia TensorHive do rezerwacji i kontroli dostępu do rozproszonych procesorów graficznych.

    5. Omówienie procesów typowych dla bibliotek TensorFlow oraz PyTorch oraz sposobu ich definiowania wraz z listami parametrów;

    6. Pokaz uruchamiania rozproszonych procesów treningu sieci neuronowych za pomocą narzędzia TensorHive.