README.md

EdgeAI pre začiatočníkov

Nasledujte tieto kroky, aby ste začali používať tieto zdroje:

1. Forknite repozitár: Kliknite
2. Klonujte repozitár: git clone https://github.com/microsoft/edgeai-for-beginners.git
3. Pridajte sa do Azure AI Foundry Discord a stretnite sa s expertmi a ďalšími vývojármi

🌐 Podpora viacerých jazykov

Podporované cez GitHub Action (automatizované a vždy aktuálne)

Arabčina | Bengálčina | Bulharčina | Barmčina (Myanmar) | Čínština (zjednodušená) | Čínština (tradičná, Hongkong) | Čínština (tradičná, Macau) | Čínština (tradičná, Taiwan) | Chorvátčina | Čeština | Dánčina | Holandčina | Estónčina | Fínčina | Francúzština | Nemčina | Gréčtina | Hebrejčina | Hindčina | Maďarčina | Indonézčina | Taliančina | Japončina | Kannadčina | Khmerčina | Kórejčina | Litovčina | Malajčina | Malajalčina | Maráthčina | Nepálčina | Nigérijský pidžin | Nórčina | Perzština (Farzí) | Poľština | Portugalčina (Brazília) | Portugalčina (Portugalsko) | Pandžábčina (Gurmukhi) | Rumunčina | Ruština | Srbčina (cyrilika) | Slovenčina | Slovinčina | Španielčina | Swahilčina | Švédčina | Tagalog (Filipínčina) | Tamilčina | Telugčina | Thajčina | Turečtina | Ukrajinčina | Urdu | Vietnamčina

Preferujete klonovanie lokálne?

Tento repozitár obsahuje viac ako 50 jazykových prekladov, čo výrazne zväčšuje veľkosť na stiahnutie. Ak chcete klonovať bez prekladov, použite sparse checkout:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft/edgeai-for-beginners.git
cd edgeai-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft/edgeai-for-beginners.git
cd edgeai-for-beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

Toto vám poskytne všetko, čo potrebujete pre dokončenie kurzu s oveľa rýchlejším sťahovaním.

Ak chcete, aby boli pridané ďalšie podporované jazyky, sú uvedené tu

Úvod

Vitajte v EdgeAI pre začiatočníkov – vašej komplexnej ceste do transformujúceho sveta Edge umelej inteligencie. Tento kurz premostí priepasť medzi výkonnými AI schopnosťami a praktickým, reálnym nasadením na koncových zariadeniach, čo vám umožňuje využiť potenciál AI priamo tam, kde sa generujú dáta a musia sa robiť rozhodnutia.

Čo zvládnete

Tento kurz vás prevedie od základných koncepcií až po implementácie pripravené na produkciu, zahŕňajúce:

• Malé jazykové modely (SLM) optimalizované pre nasadenie na edge zariadeniach
• Optimalizáciu zohľadňujúcu hardvér na rôznych platformách
• Inferenciu v reálnom čase s možnosťami zachovania súkromia
• Stratégie produkčného nasadenia pre podnikové aplikácie

Prečo je EdgeAI dôležité

Edge AI predstavuje paradigmatický posun, ktorý rieši kľúčové moderné výzvy:

• Súkromie a bezpečnosť: Spracovanie citlivých dát lokálne bez vystavenia cloudu
• Výkon v reálnom čase: Eliminácia latencie siete pre časovo kritické aplikácie
• Efektívnosť nákladov: Zníženie výdavkov na šírku pásma a cloudové výpočty
• Odolné operácie: Zachovanie funkčnosti počas výpadkov siete
• Dodržiavanie predpisov: Splnenie požiadaviek na suverenitu dát

Edge AI

Edge AI znamená spúšťanie AI algoritmov a jazykových modelov lokálne na hardvéri blízko miesta generovania dát bez závislosti na cloudových zdrojoch pri inferencii. Znižuje latenciu, zvyšuje súkromie a umožňuje rozhodovanie v reálnom čase.

Kľúčové princípy:

• Inferencia na zariadení: AI modely bežia na edge zariadeniach (telefóny, routery, mikrokontroléry, priemyselné PC)
• Funkčnosť offline: Funguje bez nepretržitého internetového pripojenia
• Nízka latencia: Okamžité reakcie vhodné pre systémy v reálnom čase
• Suverenita dát: Uchováva citlivé dáta lokálne, zlepšuje bezpečnosť a dodržiavanie noriem

Malé jazykové modely (SLM)

SLM ako Phi-4, Mistral-7B a Gemma sú optimalizované verzie väčších LLM—vytrénované alebo destilované pre:

• Zmenšenú pamäťovú náročnosť: Efektívne využitie obmedzenej pamäte edge zariadení
• Nižšie výpočtové nároky: Optimalizované pre výkon CPU a edge GPU
• Rýchlejšie spustenie: Rýchla inicializácia pre reakčné aplikácie

Umožňujú výkonné NLP schopnosti, pričom spĺňajú obmedzenia:

• Zabudované systémy: IoT zariadenia a priemyselné regulátory
• Mobilné zariadenia: Smartfóny a tablety s možnosťou offline
• IoT zariadenia: Senzory a inteligentné zariadenia s obmedzenými zdrojmi
• Edge servery: Lokálne spracovateľské jednotky s obmedzenými GPU zdrojmi
• Osobné počítače: Nasadenie na desktopoch a notebookoch

Moduly kurzu a navigácia

Modul	Téma	Zameranie	Kľúčový obsah	Úroveň	Dĺžka
📖 00	Úvod do EdgeAI	Základy a kontext	Prehľad EdgeAI • Priemyselné aplikácie • Úvod do SLM • Ciele učenia	Začiatočník	1-2 hod
📚 01	Základy EdgeAI	Porovnanie Cloud vs Edge AI	Základy EdgeAI • Prípadové štúdie zo života • Sprievodca implementáciou • Nasadenie na edge	Začiatočník	3-4 hod
🧠 02	Základy SLM modelov	Rodiny modelov a architektúry	Rodina Phi • Rodina Qwen • Rodina Gemma • BitNET • μModel • Phi-Silica	Začiatočník	4-5 hod
🚀 03	Praktické nasadenie SLM	Lokálne a cloudové nasadenie	Pokročilé učenie • Lokálne prostredie • Cloudové nasadenie	Stredne pokročilý	4-5 hod
⚙️ 04	Nástroje na optimalizáciu modelov	Optimalizácia naprieč platformami	Úvod • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • Syntéza workflow	Stredne pokročilý	5-6 hod
🔧 05	SLMOps v produkcii	Produkčné operácie	Úvod do SLMOps • Destilácia modelov • Doladenie • Produkčné nasadenie	Pokročilý	5-6 hod
🤖 06	AI Agenti a volanie funkcií	Rámce agentov a MCP	Úvod do agentov • Volanie funkcií • Protokol kontextu modelu	Pokročilý	4-5 hod
💻 07	Implementácia platformy	Ukážky naprieč platformami	AI Toolkit • Foundry Local • Vývoj Windows	Pokročilý	3-4 hod
🏭 08	Foundry Local Toolkit	Produkčne pripravené ukážky	Ukážkové aplikácie (pozri detaily nižšie)	Expert	8-10 hod

🏭 Modul 08: Ukážkové aplikácie

• 01: Rýchly štart REST Chat
• 02: Integrácia OpenAI SDK
• 03: Objavovanie a benchmark modelov
• 04: Chainlit RAG aplikácia
• 05: Multi-agentná orchestrácia
• 06: Router Modely ako nástroje
• 07: Priamy API klient
• 08: Chat aplikácia Windows 11
• 09: Pokročilý multi-agentný systém
• 10: Foundry Tools Framework

🎓 Workshop: Praktická cesta učenia

Komplexné praktické materiály workshopu s implementáciami pripravenými na produkciu:

• Sprievodca workshopom - Kompletné ciele učenia, výsledky a navigácia zdrojov
• Python ukážky (6 sekcií) - Aktualizované o najlepšie postupy, spracovanie chýb a komplexnú dokumentáciu
• Jupyter notesy (8 interaktívnych) - Návody krok za krokom s benchmarkmi a monitorovaním výkonu
• Sprievodcovia sekciami - Detailné markdown sprievodcovia ku každému workshopu
• Nástroje validácie - Skripty na overenie kvality kódu a testy základnej funkčnosti

Čo vybudujete:

• Lokálne AI chat aplikácie s podporou streamovania
• RAG pipeline s hodnotením kvality (RAGAS)
• Nástroje na benchmarking a porovnanie viacerých modelov
• Multi-agentné orchestrácie
• Inteligentné smerovanie modelov s výberom založeným na úlohách

🎙️ Workshop pre Agentic: Prakticky - AI Podcast Studio

Vybudujte AI-poháňaný produkčný proces podcastu od základu! Tento pútavý workshop vás naučí vytvoriť kompletný systém viacerých agentov, ktorý premení nápady na profesionálne podcastové epizódy.

🎬 Začať workshop AI Podcast Studio

Vaša misia: Spustiť „Future Bytes“ — technologický podcast poháňaný výhradne AI agentmi, ktorých si vy sami vytvoríte. Žiadne cloudové závislosti, žiadne náklady na API — všetko beží lokálne na vašom zariadení.

Čo robí tento kurz jedinečným:

• 🤖 Skutočná orchestrácia viacerých agentov – Vybudujte špecializovaných AI agentov, ktorí vyhľadávajú informácie, píšu a produkujú audio
• 🎯 Kompletný produkčný proces – Od výberu témy až po finálny zvuk podcastu
• 💻 100 % lokálne nasadenie – Používa Ollama a lokálne modely (Qwen-3-8B) pre úplné súkromie a kontrolu
• 🎤 Integrácia prevodu textu na reč – Premena skriptov na prirodzene znejúce konverzácie viacerých hovorcov
• ✋ Pracovné postupy s človekom v slučke – Schvaľovacie brány zabezpečujú kvalitu pri zachovaní automatizácie

Výučbová cesta v troch dejstvách:

Dejstvo	Zameranie	Kľúčové zručnosti	Trvanie
Dejstvo 1: Spoznajte svojich AI asistentov	Vytvorte svojho prvého AI agenta	Integrácia nástrojov • Webové vyhľadávanie • Riešenie problémov • Agentické uvažovanie	2-3 hodiny
Dejstvo 2: Zostavte svoj produkčný tím	Orchestrujte viacerých agentov	Koordinácia tímu • Schvaľovacie pracovné toky • Rozhranie DevUI • Ľudský dohľad	3-4 hodiny
Dejstvo 3: Oživte svoj podcast	Generujte podcastové audio	Prevod textu na reč • Syntéza viacerých hovorcov • Dlhý formát • Plná automatizácia	2-3 hodiny

Použité technológie:

• Microsoft Agent Framework – Orchestrácia a koordinácia viacerých agentov
• Ollama – Lokálne spúšťanie AI modelov (bez potreby cloudu)
• Qwen-3-8B – Open-source jazykový model optimalizovaný pre agentické úlohy
• API pre prevod textu na reč – Prirodzená syntéza hlasu pre tvorbu podcastov

Podpora hardvéru:

• ✅ Režim CPU – Funguje na akomkoľvek modernom počítači (odporúča sa 8 GB+ RAM)
• 🚀 Akcelerácia GPU – Výrazné zrýchlenie inferencie s GPU NVIDIA/AMD
• ⚡ Podpora NPU – Akcelerácia nového typu neurónových procesorov

Ideálne pre:

• Vývojárov učúcich sa systémy viacerých AI agentov
• Každého, koho zaujíma AI automatizácia a pracovné postupy
• Tvorcov obsahu skúmajúcich AI-podporovanú produkciu
• Študentov študujúcich praktické vzory orchestrácie AI

Začnite tvoriť: 🎙️ Workshop AI Podcast Studio →

📊 Zhrnutie učebnej cesty

• Celkové trvanie: 36-45 hodín
• Začiatočnícka cesta: Moduly 01-02 (7-9 hodín)
• Stredne pokročilá cesta: Moduly 03-04 (9-11 hodín)
• Pokročilá cesta: Moduly 05-07 (12-15 hodín)
• Expertná cesta: Modul 08 (8-10 hodín)

Čo vybudujete

🎯 Základné kompetencie

• Architektúra Edge AI: Navrhnite lokálne najprv AI systémy s cloudovou integráciou
• Optimalizácia modelov: Kvantizujte a komprimujte modely pre edge nasadenie (85 % zrýchlenie, 75 % zmenšenie veľkosti)
• Viacplatformové nasadenie: Windows, mobilné zariadenia, embedded systémy a cloud-edge hybrídne systémy
• Produkčné operácie: Monitorovanie, škálovanie a údržba edge AI v produkcii

🏗️ Praktické projekty

• Foundry Local Chat Apps: Nativná aplikácia Windows 11 so prepínaním modelov
• Systémy viacerých agentov: Koordinátor so špecialistickými agentmi pre komplexné pracovné toky
• RAG aplikácie: Lokálne spracovanie dokumentov s vyhľadávaním vo vektoroch
• Routery modelov: Inteligentný výber modelov na základe analýzy úloh
• API rámce: Produkčne pripravení klienti s streamingom a monitorovaním stavu
• Nástroje pre viaceré platformy: Vzory integrácie LangChain / Semantic Kernel

🏢 Priemyselné aplikácie

Výroba • Zdravotníctvo • Autonómne vozidlá • Smart Cities • Mobilné aplikácie

Rýchly štart

Odporúčaná učebná cesta (20-30 hodín celkovo):

0. 📖 Úvod (Introduction.md): Základ EdgeAI + kontext odvetvia + rámec učenia
1. 📚 Základy (Moduly 01-02): Pojmy EdgeAI + rodiny modelov SLM
2. ⚙️ Optimalizácia (Moduly 03-04): Nasadenie + kvantizačné rámce
3. 🚀 Produkcia (Moduly 05-06): SLMOps + AI agenti + volanie funkcií
4. 💻 Implementácia (Moduly 07-08): Vzory pre platformu + nástroje Foundry Local

Každý modul obsahuje teóriu, praktické cvičenia a produkčné ukážky kódu.

Kariérny dosah

Technické pozície: Architekt EdgeAI riešení • ML inžinier (Edge) • AI vývojár IoT • Mobilný AI vývojár

Priemyselné odvetvia: Výroba 4.0 • Technológie zdravotníctva • Autonómne systémy • FinTech • Spotrebná elektronika

Portfólio projektov: Systémy viacerých agentov • Produkčné RAG aplikácie • Viacplatformové nasadenia • Optimalizácia výkonu

Štruktúra repozitára

edgeai-for-beginners/
├── 📖 introduction.md  # Foundation: EdgeAI Overview & Learning Framework
├── 📚 Module01-04/     # Fundamentals → SLMs → Deployment → Optimization  
├── 🔧 Module05-06/     # SLMOps → AI Agents → Function Calling
├── 💻 Module07/        # Platform Samples (VS Code, Windows, Jetson, Mobile)
├── 🏭 Module08/        # Foundry Local Toolkit + 10 Comprehensive Samples
│   ├── samples/01-06/  # Foundation: REST, SDK, RAG, Agents, Routing
│   └── samples/07-10/  # Advanced: API Client, Windows App, Enterprise Agents, Tools
├── 🌐 translations/    # Multi-language support (8+ languages)
└── 📋 STUDY_GUIDE.md   # Structured learning paths & time allocation

Hlavné body kurzu

✅ Postupné učenie: Teória → Prax → Produkčné nasadenie
✅ Reálne prípadové štúdie: Microsoft, Japan Airlines, firemné implementácie
✅ Praktické ukážky: Viac ako 50 príkladov, 10 komplexných demo aplikácií Foundry Local
✅ Zameranie na výkon: 85 % zlepšenie rýchlosti, 75 % zníženie veľkosti
✅ Multi-platformnosť: Windows, mobil, embedded, cloud-edge hybrid
✅ Produkčne pripravené: Monitorovanie, škálovanie, zabezpečenie, súlad s reguláciami

📖 Dostupný študijný sprievodca: Štruktúrovaná 20-hodinová učebná cesta s odporúčaním alokácie času a nástrojmi na vlastné hodnotenie.

---

EdgeAI predstavuje budúcnosť nasadenia AI: lokálne najprv, s dôrazom na ochranu súkromia a efektívnosť. Ovládnite tieto zručnosti a vytvorte ďalšiu generáciu inteligentných aplikácií.

Ďalšie kurzy

Náš tím pripravuje aj iné kurzy! Pozrite si:

LangChain

Azure / Edge / MCP / Agents

---

Séria Generatívnej AI

---

Základné učenie

---

Séria Copilot

Získanie pomoci

Ak sa zaseknete alebo máte akékoľvek otázky o vytváraní AI aplikácií, pripojte sa:

Ak máte spätnú väzbu k produktu alebo chyby počas tvorby, navštívte:

---

Upozornenie:
Tento dokument bol preložený pomocou AI prekladateľskej služby Co-op Translator. Aj keď sa snažíme o presnosť, majte prosím na pamäti, že automatizované preklady môžu obsahovať chyby alebo nepresnosti. Pôvodný dokument v jeho rodnom jazyku by mal byť považovaný za autoritatívny zdroj. Pre kritické informácie sa odporúča profesionálny ľudský preklad. Nie sme zodpovední za akékoľvek nedorozumenia alebo nesprávne interpretácie vyplývajúce z použitia tohto prekladu.