Ya sabes cómo construir sistemas embebidos. Ahora es hora de hacerlos inteligentes. Añadir IA a un dispositivo embebido requiere más que entrenar un modelo. Debes elegir el hardware adecuado, recopilar datos, desplegar modelos en dispositivos con recursos limitados e integrar todo de forma fiable. Con más de 30 años de experiencia en ingeniería, el autor te guía por el proceso completo.

Trabajarás en más de 25 proyectos prácticos con código, esquemas y conjuntos de datos descargables. No se requiere experiencia previa en aprendizaje automático. Construirás un detector de voz por palabra clave, un supresor de ruido en tiempo real impulsado por IA, un sintetizador MIDI potenciado por IA, un monitor de batería con autoentrenamiento y un detector de personas basado en cámara.

Ya seas desarrollador embebido, practicante de ML o maker, Embedded AI enseña las decisiones de ingeniería detrás de cada diseño. Cuando las protoboards sean inestables o los sensores ruidosos, sabrás cómo solucionarlos. Los requisitos previos requieren un Arduino UNO y Python con TensorFlow. El autor [PERSON_NAME] aprovecha sus roles senior en Honeywell para unir el hardware y la inteligencia periférica.

Entidades Clave: Empresas: Honeywell, Reefwing Software, Serco Australia, Tyco | Personas: [PERSON_NAME]

Pregunta