IA en la periferia

IA en la periferia

by Daniel Situnayake, Jenny Plunkett
Released September 2024
Publisher(s): O'Reilly Media, Inc.
ISBN: 9781098187743

Read it now on the O’Reilly learning platform with a 10-day free trial.

O’Reilly members get unlimited access to books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.

Start your free trial

Book description

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

La IA de borde está transformando la forma en que los ordenadores interactúan con el mundo real, permitiendo que los dispositivos IoT tomen decisiones utilizando el 99% de los datos de los sensores que antes se descartaban por limitaciones de coste, ancho de banda o potencia. Con técnicas como el aprendizaje automático embebido, los desarrolladores pueden capturar la intuición humana y desplegarla en cualquier objetivo, desde microcontroladores de consumo ultrabajo hasta dispositivos Linux embebidos.

Esta guía práctica ofrece a los profesionales de la ingeniería, incluidos los jefes de producto y los líderes tecnológicos, un marco completo para resolver problemas industriales, comerciales y científicos del mundo real con la IA de vanguardia. Explorarás todas las fases del proceso, desde la recopilación de datos a la optimización del modelo, pasando por el ajuste y las pruebas, mientras aprendes a diseñar y dar soporte a productos de IA periférica y ML integrado. La IA periférica está destinada a convertirse en una herramienta estándar para los ingenieros de sistemas. Esta hoja de ruta de alto nivel te ayudará a empezar.

  • Desarrolla tu experiencia en IA y ML para dispositivos periféricos
  • Comprende qué proyectos se resuelven mejor con la IA Edge
  • Explora los patrones de diseño clave para las aplicaciones de IA periférica
  • Aprender un flujo de trabajo iterativo para desarrollar sistemas de IA
  • Crea un equipo con las habilidades necesarias para resolver problemas del mundo real
  • Sigue un proceso de IA responsable para crear productos eficaces

Table of contents

  1. Prólogo
  2. Prefacio
    1. Acerca de este libro
    2. Qué esperar
    3. Lo que ya debes saber
    4. IA responsable, ética y eficaz
    5. Otros recursos
    6. Convenciones utilizadas en este libro
    7. Utilizar ejemplos de código
    8. Aprendizaje en línea O'Reilly
    9. Cómo contactar con nosotros
    10. Agradecimientos
  3. 1. Breve introducción a la IA de perímetro
    1. Definición de términos clave
      1. Embedded
      2. El perímetro (y el Internet de los objetos)
      3. Inteligencia Artificial
      4. Aprendizaje automático
      5. IA de perímetro
      6. Aprendizaje automático integrado y aprendizaje automático diminuto
      7. Procesamiento digital de señales
    2. ¿Por qué necesitamos IA en el perímetro?
      1. Para comprender las ventajas de la IA de perímetro, basta con BLERP
      2. IA de perímetro para el bien
      3. Diferencias clave entre la IA de perímetro y la IA normal
    3. Resumen
  4. 2. La IA de perímetro en el mundo real
    1. Casos de uso comunes para la IA de perímetro
      1. Proyectos Greenfield y Brownfield
      2. Productos del mundo real
    2. Tipos de aplicaciones
      1. Seguimiento de objetos
      2. Comprender y controlar los sistemas
      3. Comprender a las personas y a los seres vivos
      4. Transformar las señales
    3. Construir aplicaciones de forma responsable
      1. Diseño responsable y ética de la IA
      2. Cajas negras y sesgos
      3. Tecnología que perjudica, no que ayuda
    4. Resumen
  5. 3. El hardware de la IA de perímetro
    1. Sensores, señales y fuentes de datos
      1. Tipos de sensores y señales
      2. Acústica y vibración
      3. Visual y Escena
      4. Movimiento y posición
      5. Fuerza y tacto
      6. Óptica, electromagnética y radiación
      7. Medioambientales, Biológicos y Químicos
      8. Otras señales
    2. Procesadores para IA de perímetro
      1. Arquitectura de hardware de IA en el perímetro
      2. Microcontroladores y procesadores digitales de señales
      3. Sistema en Chip
      4. Aceleradores de aprendizaje profundo
      5. FPGAs y ASICs
      6. Servidores de perímetro
      7. Arquitecturas Multidispositivo
      8. Dispositivos y cargas de trabajo
    3. Resumen
  6. 4. Algoritmos para la IA de perímetro
    1. Ingeniería de funciones
      1. Trabajar con flujos de datos
      2. Algoritmos de procesamiento digital de señales
      3. Combinar funciones y sensores
    2. Algoritmos de Inteligencia Artificial
      1. Tipos de algoritmos según su funcionalidad
      2. Tipos de algoritmos por aplicación
      3. Optimización para dispositivos de perímetro
      4. Formación en el dispositivo
    3. Resumen
  7. 5. Herramientas y experiencia
    1. Crear un equipo para la IA en el perímetro
      1. Experiencia en el sector
      2. Diversidad
      3. Partes interesadas
      4. Funciones y responsabilidades
      5. Contratación para Edge AI
      6. Habilidades de IA en el perímetro de aprendizaje
    2. Herramientas del oficio
      1. Ingeniería de software
      2. Trabajar con datos
      3. Desarrollo de algoritmos
      4. Ejecutar algoritmos en el dispositivo
      5. Ingeniería de software embebido y electrónica
      6. Plataformas integrales para la IA en el perímetro
    3. Resumen
  8. 6. Comprensión y encuadre de los problemas
    1. El flujo de trabajo de la IA en el perímetro
      1. La IA responsable en el flujo de trabajo de la IA de perímetro
    2. ¿Necesito IA de perímetro?
      1. Describir un problema
      2. ¿Necesito una Implementación en el perímetro?
      3. ¿Necesito aprendizaje automático?
      4. Ejercicio práctico
    3. Determinar la viabilidad
      1. Viabilidad moral
      2. Viabilidad empresarial
      3. Viabilidad del conjunto de datos
      4. Viabilidad tecnológica
      5. Tomar una decisión final
      6. Planificación de un proyecto de IA de perímetro
    4. Resumen
  9. 7. Cómo construir un conjunto de datos
    1. ¿Qué aspecto tiene un conjunto de datos?
    2. El conjunto de datos ideal
    3. Conjuntos de datos y conocimientos especializados
    4. Datos, ética e IA responsable
      1. Minimizar las incógnitas
      2. Garantizar la experiencia en el dominio
    5. Aprendizaje automático centrado en datos
    6. Estimación de las necesidades de datos
      1. Un flujo de trabajo práctico para estimar las necesidades de datos
    7. Poner las manos en los datos
      1. Los retos únicos de capturar datos en el perímetro
    8. Almacenar y recuperar datos
      1. Introducir datos en los almacenes
      2. Recopilación de metadatos
    9. Garantizar la calidad de los datos
      1. Garantizar conjuntos de datos representativos
      2. Revisión de datos por muestreo
      3. Etiqueta Ruido
      4. Errores comunes en los datos
      5. Deriva y desplazamiento
      6. La distribución desigual de los errores
    10. Preparar los datos
      1. Etiquetado
      2. Formato
      3. Limpieza de datos
      4. Ingeniería de funciones
      5. Dividir tus datos
      6. Aumento de datos
      7. Canalizaciones de datos
    11. Construir un conjunto de datos a lo largo del tiempo
    12. Resumen
  10. 8. Diseño de aplicaciones de IA en el perímetro
    1. Diseño de productos y experiencias
      1. Principios de diseño
      2. Determinar el alcance de una solución
      3. Establecer objetivos de diseño
    2. Diseño arquitectónico
      1. Hardware, software y servicios
      2. Arquitecturas básicas de aplicación
      3. Arquitecturas de Aplicaciones Complejas y Patrones de Diseño
      4. Trabajar con patrones de diseño
    3. Contabilización de las opciones en el diseño
      1. Entregables de diseño
    4. Resumen
  11. 9. Desarrollo de aplicaciones de IA en el perímetro
    1. Un flujo de trabajo iterativo para el desarrollo de IA en el perímetro
      1. Exploración
      2. Fijación de objetivos
      3. Bootstrapping
      4. Probar e Iterar
      5. Implementación
      6. Ayuda
    2. Resumen
  12. 10. Evaluación, Implementación y Soporte de Aplicaciones de IA en el Perímetro
    1. Evaluación de los sistemas de IA de perímetro
      1. Formas de evaluar un sistema
      2. Métricas útiles
      3. Técnicas de evaluación
      4. Evaluación y AI responsable
    2. Implementación de aplicaciones de IA en el perímetro
      1. Tareas previas al despliegue
      2. Tareas a mitad de la Implementación
      3. Tareas posteriores al despliegue
    3. Apoyo a las aplicaciones de IA en el perímetro
      1. Monitoreo posterior al despliegue
      2. Mejorar una aplicación en vivo
      3. Ética y ayuda a largo plazo
    4. Lo que viene después
  13. 11. Caso práctico: Monitoreo de la fauna salvaje
    1. Exploración de problemas
    2. Solución Exploración
    3. Fijación de objetivos
    4. Diseño de soluciones
      1. ¿Qué soluciones existen ya?
      2. Enfoques de diseño de soluciones
      3. Consideraciones sobre el diseño
      4. Impacto medioambiental
      5. Bootstrapping
      6. Define tus clases de aprendizaje automático
    5. Recopilación de datos
      1. Impulso de perímetro
      2. Elige el hardware y los sensores
      3. Recogida de datos
      4. iNaturalista
      5. Limitaciones del conjunto de datos
      6. Licencias y obligaciones legales de los conjuntos de datos
      7. Limpiar tu conjunto de datos
      8. Cargar datos en Edge Impulse
    6. Flujo de trabajo de DSP y aprendizaje automático
      1. Bloque de procesamiento digital de señales
      2. Bloque de aprendizaje automático
    7. Probar el modelo
      1. Clasificación en vivo
      2. Prueba de modelos
      3. Prueba tu modelo localmente
    8. Implementación
      1. Crear biblioteca
      2. Teléfono móvil y ordenador
      3. Intermitente Binario Preconstruido
      4. Corredor de impulso
      5. Código fuente GitHub
    9. Iterar y bucles de realimentación
    10. IA para el Bien
    11. Obras relacionadas
      1. Conjuntos de datos
      2. Investiga
  14. 12. Caso práctico: Garantía de calidad alimentaria
    1. Exploración de problemas
    2. Solución Exploración
    3. Fijación de objetivos
    4. Diseño de soluciones
      1. ¿Qué soluciones existen ya?
      2. Enfoques de diseño de soluciones
      3. Consideraciones sobre el diseño
      4. Impacto medioambiental y social
      5. Bootstrapping
      6. Define tus clases de aprendizaje automático
    5. Recopilación de datos
      1. Impulso de perímetro
      2. Elige el hardware y los sensores
      3. Recogida de datos
      4. Firmware de ingestión de datos
      5. Cargar datos en Edge Impulse
      6. Limpiar tu conjunto de datos
      7. Licencias y obligaciones legales de los conjuntos de datos
    6. Flujo de trabajo de DSP y aprendizaje automático
      1. Bloque de procesamiento digital de señales
      2. Bloque de aprendizaje automático
    7. Probar el modelo
      1. Clasificación en vivo
      2. Prueba de modelos
    8. Implementación
      1. Intermitente Binario Preconstruido
      2. Código fuente GitHub
    9. Iterar y bucles de realimentación
    10. Obras relacionadas
      1. Investiga
      2. Noticias y otros artículos
  15. 13. Caso práctico: Productos de consumo
    1. Exploración de problemas
    2. Fijación de objetivos
    3. Diseño de soluciones
      1. ¿Qué soluciones existen ya?
      2. Enfoques de diseño de soluciones
      3. Consideraciones sobre el diseño
      4. Impacto medioambiental y social
      5. Bootstrapping
      6. Define tus clases de aprendizaje automático
    4. Recopilación de datos
      1. Impulso de perímetro
      2. Elige el hardware y los sensores
      3. Recogida de datos
      4. Firmware de ingestión de datos
      5. Limpiar tu conjunto de datos
      6. Licencias y obligaciones legales de los conjuntos de datos
    5. Flujo de trabajo de DSP y aprendizaje automático
      1. Bloque de procesamiento digital de señales
      2. Bloques de aprendizaje automático
    6. Probar el modelo
      1. Clasificación en vivo
      2. Prueba de modelos
    7. Implementación
      1. Intermitente Binario Preconstruido
      2. Código fuente GitHub
    8. Iterar y bucles de realimentación
    9. Obras relacionadas
      1. Investiga
      2. Noticias y otros artículos
  16. Índice
  17. Sobre los autores

Product information

  • Title: IA en la periferia
  • Author(s): Daniel Situnayake, Jenny Plunkett
  • Release date: September 2024
  • Publisher(s): O'Reilly Media, Inc.
  • ISBN: 9781098187743