La inteligencia artificial (IA) es un área del conocimiento enfocada en el diseño de componentes de hardware y software que emulen el comportamiento y pensamiento humano en la realización de tareas y toma de decisiones. Su objetivo es desarrollar capacidades computacionales que puedan resolver tareas previamente consideradas como exclusivas de la inteligencia humana. La IA ha sido especialmente útil para modelar y resolver problemas de alta complejidad que requieren del análisis de grandes volúmenes de datos y con un alto grado de incertidumbre. Por esta razón, en los últimos años, la investigación y áreas de aplicación de la IA han aumentado considerablemente, convirtiéndose en una parte esencial para el avance tecnológico y la transformación digital en la academia, la industria y los sectores empresariales.
ofrecido por
Introducción a la inteligencia artificial contemporánea
Universidad de los AndesAcerca de este Curso
No se requieren conocimientos previos específicos por ser un curso introductorio.
Qué aprenderás
Analizar el desarrollo epistemológico de la inteligencia artificial y sus diferentes áreas de conocimiento.
Identificar las características esenciales de los paradigmas de aprendizaje de máquinas y las aplicaciones claves de la inteligencia artificial.
Reconocer las implicaciones éticas y sociales del despliegue de sistemas de inteligencia artificial en el mundo contemporáneo.
Habilidades que obtendrás
- Pensamiento crítico
- Uso de algoritmos
- análisis de datos
- Reflexión ética
- Programación básica
No se requieren conocimientos previos específicos por ser un curso introductorio.
ofrecido por
Universidad de los Andes
La Universidad de los Andes es una institución autónoma, independiente e innovadora que propicia el pluralismo, la tolerancia y el respeto de las ideas; que busca la excelencia académica e imparte a sus estudiantes una formación crítica y ética para afianzar en ellos la conciencia de sus responsabilidades sociales y cívicas, así como su compromiso con el entorno.
Programa - Qué aprenderás en este curso
Introducción a la inteligencia artificial contemporánea
El objetivo principal de este primer módulo es introducir el concepto de inteligencia artificial, sus diferentes ramas y posibles campos de aplicación, así como analizar los aspectos éticos que giran alrededor de estos y promover una discusión hacia el futuro de esta disciplina.
Introducción a la ética en la inteligencia artificial
Durante este módulo exploraremos los diferentes ámbitos en los que han surgido desafíos éticos y conoceremos algunos recursos analíticos para enfrentar cualquier dilema ético asociado con la implementación de la inteligencia artificial.
Visión por computador
En este módulo introduciremos cómo la inteligencia artificial estudia el área de la visión por computador para desarrollar métodos que cada vez tienen habilidades más parecidas a las de la percepción humana. Analizaremos el concepto de visión por computador y los retos del procesamiento de imágenes. Adicionalmente, trataremos algunas aplicaciones que han revolucionado el mundo como lo conocemos y discutiremos de la evolución de la visión artificial.
Procesamiento del lenguaje natural
El Procesamiento del Lenguaje Natural (PLN) es una disciplina de la Inteligencia Artificial que se ocupa de la formulación e investigación de mecanismos para el entendimiento de lenguaje natural del ser humano (escrito y hablado) a través de un computador. Los asistentes digitales virtuales como Alexa/Cortana, los sistemas de traducción automática, y los chatbots son algunos ejemplos de aplicaciones y sistemas de PLN. El objetivo principal de este módulo es que logres una comprensión general de esta área de la IA en relación con los problemas que aborda, su evolución, así como las grandes etapas que permiten la construcción de modelos de PLN.
Sistemas embebidos
En este módulo analizarás las consideraciones para implementar aplicaciones de Inteligencia Artificial sobre plataformas embebidas. Se revisarán algunas arquitecturas Hardware para poder dimensionar a que nos referimos con recursos limitados y presentaremos las librerías Software que nos permiten trabajar sobre estas plataformas.
Representación del conocimiento
Desde hace más de veinte años, se reconoce el “capital conocimiento” como un valor fundamental de cualquier organización, que es necesario administrar, es decir extraer, formalizar, explotar y valorizar. La inteligencia artificial simbólica ha estudiado, desde sus orígenes, diferentes metodologías y formalismos para representar y explotar el conocimiento. La representación más utilizada en la actualidad son las ontologías, que adquieren todo su potencial en la Web semántica. A partir de la revisión de la evolución de las representaciones de conocimiento de la Inteligencia artificial simbólica, el módulo se centra en las ontologías: se estudian sus orígenes y componentes conceptuales, así como los lenguajes de representación más utilizados (RDF, URI y RDFS). El módulo termina con una introducción a la web semántica, los grafos de conocimiento o Knowledge Graphs y los datos hilados Linked data.
Sistemas de control
En este módulo podrás estudiar algunos ejemplos en los que se utiliza actualmente el control automático inteligente. Comprenderás los conceptos de sistema y de control a partir del análisis de ejemplos de la vida diaria para identificar elementos de retroalimentación, medida, computación y acción. Además, comprenderás qué significa un control inteligente de sistemas a partir de la identificación de dos técnicas asociadas a la toma de decisiones.
Aprendizaje por refuerzo
En este módulo comprenderás los fundamentos que subyacen al aprendizaje por refuerzo, los distintos modelos de aprendizaje existentes y cómo construir tus propios agentes inteligentes basados en el aprendizaje por refuerzo.
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
¿Qué recibiré si compro el Certificado?
¿Hay ayuda económica disponible?
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
