연락처 정보

코스 개요

물리적 AI 개론

  • 물리적 AI란 무엇인가?
  • 주요 구성 요소: 하드웨어, 소프트웨어 및 인공지능의 역할
  • 실제 환경에서의 물리적 AI 활용 사례 탐구

로봇공학의 기초 개념

  • 로봇 제작 및 자동화에 관한 핵심 지식 소개
  • 센서, 액추에이터 및 제어 시스템의 이해
  • 로봇 운영 체제인 ROS 기본 개념 설명

물리적 환경 대응형 AI 알고리즘

  • 로봇의 인지 기능 향상을 위한 머신러닝 활용 방법
  • 이동 경로 계획 및 탐색 기초 전반
  • 기기 운영상 의사결정 과정의 기본 구조 설명

지능형 기계 제작과 프로토타이핑 절차

  • 적합한 하드웨어 선택: Arduino, Raspberry Pi 등 활용 전략
  • 센서 및 액추에이터 결합을 통한 기기 구성법
  • 간단한 AI 기능이 포함된 로봇 시제품 제작 및 검증 방법

실습 활동 사례

  • 기본적인 ROS 환경 구축 절차 실습
  • 라인을 따라 이동하는 로봇의 제작 연습
  • 장애물 회피 기능이 포함된 기본 시스템 설계 연습

현장 배치 및 실제 테스트 방법론

  • 로봇 기기의 오류 진단과 문제 해결 절차
  • 개발 중인 시제품을 현장 환경에서 검증하는 과정
  • 성능 평가를 통해 개선안 모색 및 설계 반복 방법

당면 과제와 미래 발전 방향

  • 단순한 시제품에서 실제 대규모 시스템으로 확장하기 위한 전략
  • 물리적 AI 활용과 관련된 윤리적 문제 및 안전 규준 탐색
  • 최신 기술 혁신 방향에 대한 심층 분석

결론 및 향후 진로 안내

요건

  • 기본적인 프로그래밍 지식이 필요합니다 (Python 활용 권장)
  • 로봇공학 및 인공지능에 대한 관심과 열의가 있어야 합니다

수강 대상자

  • AI 개발 전문가
  • 기술에 관심 많은 일반인 및 열성 지지자들
  • STEM 관련 학과 학생들
 14 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리