Skip to main content

OpenZeka MARC 2019 Başvuruları Uzatıldı

OpenZeka MARC, yapay zeka algoritmalarının kullanıldığı Lise ve Üniversite öğrencileri ile Şirket/Girişimci çalışanlarının katılım sağlayabileceği mini otonom araç yarışmasıdır.

Son Başvuru Tarihi: 25 Ocak 2019

1. Eğitim Dönemi: 19-25 Ocak 2019 (7 gün süreli)
2. Eğitim Dönemi: 28 Ocak – 3 Şubat 2019 (7 gün süreli)

Yarışma kapsamında isteyen katılımcılara otonom araç inşa süreci, görüntü işleme, derin öğrenme, sensör füzyonu, 3D Stereo Kamera, Lidar, IMU verilerinin analizi ve otonom sürüş konularında uygulamalı eğitim verilecektir.

Eğitimlere katılım için giriş seviyesinde Python bilgisi yeterlidir. Open Zeka tarafından yazılım süreci geliştirilen 1/10 ölçekli araç platformu, otonom araç/makine uygulamaları geliştirmek isteyenlere en yeni yapay zeka algoritmalarını öğrenme imkanı sunmaktadır.

Başvuru ve detaylar için: https://openzeka.com/marc/

OpenZeka MARC – Mini Otonom Araç Yarışması – 11 Şubat 2018

OpenZeka MARC – Mini Otonom Araç Yarışması 11 Şubat 2018 günü Bilkent Üniversitesi’nde start alıyor.

Yapay zeka algortimalarının kullanıldığı OpenZeka MARC, 22 Takım ve 170 yarışmacıyla ilk kez yapılacak. Bu yarışta katılımcılar 2 ay boyunca aldıkları eğitimler sonrasında geliştirdikleri algortimalarla birinci olmak için kıyasıya yarışacak.

Otonom araçlarda kullanılan derin öğrenme algortimaları ve yüksek teknoloji ürünü donanımlar ile bu yarış robotik alanında birçok yeniliği bünyesinde barındırıyor. Keyifli bir vakit geçirmek ve otonom teknolojisi hakkında bilgi almak isteyen herkesi yarışmayı izlemeye davet ediyoruz.

Öğleden önce sıralama turları, öğleden sonra lig yarışları yapılacaktır.
Yarışma kategorileri;

  • Üniversite Ligi
  • Lise Ligi
  • Otonom Sistem Geliştirici Ligi

Kayıt Adresi: https://www.eventbrite.com/e/openzeka-marc-mini-otonom-arac-yarsmas-tickets-42414584163
Daha fazla bilgi almak için: https://openzeka.com/10-11-subat-2018-yaris-programi/#yarisma_gunu-programi

Yarışmayı izlemeye sadece kayıt yaptıranlar katılabilir. Koltuk sayısı sınırlıdır.

Gömülü Sistemlerde Derin Öğrenme Uygulamaları Eğitimi

Bir yapay zeka tekniği olan derin öğrenme, uygulama bazında yüksek işlem gücüne ihtiyaç duymaktadır. Bu eğitimimizde derin öğrenme uygulamalarının çalıştırılabildiği gömülü sistemler (FPGA ve GPU), örnek uygulamalar ve uygulama geliştirme süreci anlatılacaktır.

Gömülü sistemler nerde kullanılmaktadır?

Gömülü sistemler özellikle düşük güç harcayarak yüksek işlem gücü sağladığından drone, elektro-optik, robotik ve otonom sistemlerde yaygın bir şekilde kullanılmaktadır.

Eğitim İçeriği

  1. Yapay zekanın gelişimi
  2. Gömülü sistemlerdeki gelişmeler
  3. NVIDIA Jetson TX1/TK1 ile donanım örnekleri
  4. NVIDIA JetPack ve SDK kullanımı
  5. Open Zeka API gömülü sistemlerde derin öğrenme uygulaması geliştirme

Eğitim kapsamında katılımcılar Jetson TX1 ve Jetson TK1 ürünlerini test edebileceklerdir.

Tarih: 20 Ağustos 2016

Saat: 10.00-12.00

Adres: Cyberpark Cyberplaza B-Blok Kat:5 Bilkent 06800 ANKARA

Konuşmacı: Ferhat Kurt

Katılım ücretsizdir.

Kayıt adresi: https://www.meetup.com/Ankara-Deep-Learning/events/233365857/

 

NVIDIA Jetson TX1 Kutu Açımı Videosu

İlk NVIDIA Jetson TX1 ürünümüzü aldık. Kutu açımı videosunu aşağıdan izleyebilirsiniz.

Jetson TX1 Teknik Özellikleri

GPU 1 TFLOP/s 256-core with NVIDIA Maxwell™ Architecture
CPU 64-bit ARM® A57 CPUs
Memory 4 GB LPDDR4 | 25.6 GB/s
Video decode 4K 60 Hz
Video encode 4K 30 Hz
CSI Up to 6 cameras | 1400 Mpix/s
Display 2x DSI, 1x eDP 1.4, 1x DP 1.2/HDMI
Connectivity Connects to 802.11ac Wi-Fi and Bluetooth-enabled devices
Networking 1 Gigabit Ethernet
PCIE Gen 2 1×1 + 1×4
Storage 16 GB eMMC, SDIO, SATA
Other 3x UART, 3x SPI, 4x I2C, 4x I2S, GPIOs

Jetson TK1 Developer Kit for Embedded Systems Computing

Dünyanın en yüksek perfomanslı, en yeni teknolojisine sahip geliştirme platformu ve en gelişmiş gömülü görsel hesaplama özelliğine sahip sistemi.

Daha fazla bilgi için: http://www.nvidia.com/object/jetson-tx1-module.html

Thanks to Alison Lowndes for supplying Jetson TX1.

Makale: Autonomous Vehicles Need Experimental Ethics: Are We Ready for Utilitarian Cars?

The wide adoption of self-driving, Autonomous Vehicles (AVs) promises to dramatically reduce the number of traffic accidents. Some accidents, though, will be inevitable, because some situations will require AVs to choose the lesser of two evils. For example, running over a pedestrian on the road or a passer-by on the side; or choosing whether to run over a group of pedestrians or to sacrifice the passenger by driving into a wall. It is a formidable challenge to define the algorithms that will guide AVs confronted with such moral dilemmas. In particular, these moral algorithms will need to accomplish three potentially incompatible objectives: being consistent, not causing public outrage, and not discouraging buyers. We argue to achieve these objectives, manufacturers and regulators will need psychologists to apply the methods of experimental ethics to situations involving AVs and unavoidable harm. To illustrate our claim, we report three surveys showing that laypersons are relatively comfortable with utilitarian AVs, programmed to minimize the death toll in case of unavoidable harm. We give special attention to whether an AV should save lives by sacrificing its owner, and provide insights into (i) the perceived morality of this self-sacrifice, (ii) the willingness to see this self-sacrifice being legally enforced, (iii) the expectations that AVs will be programmed to self-sacrifice, and (iv) the willingness to buy self-sacrificing AVs.