Inteligencia artificial: conceptos y técnicas

Resumen

SOBRE EL CURSO:

La inteligencia artificial se está utilizando cada vez más para llevar a cabo tareas que antes realizaban los humanos manualmente. Este es un curso de nivel de posgrado que enseña sobre la terminología y las técnicas empleadas en Inteligencia Artificial.

Cubre conceptos como la resolución general de problemas, lógica y razonamiento, aprendizaje automático y profundo, IA generativa y planificación. También se abordan temas como algoritmos genéticos e inteligencia de enjambres.

Se enseñan algunos lenguajes de programación de IA como Lisp, Prolog y CLIPS, con asignaciones cubiertas en estos lenguajes. Se cubren aplicaciones prácticas como agentes basados en la web, agentes móviles y agentes negociadores.

También se discuten consideraciones filosóficas y éticas. PÚBLICO DESTINADO:

Instructores y estudiantes de institutos académicos, empleados del sector de TI, especialmente aquellos que trabajan en el campo de la Inteligencia Artificial.

REQUISITOS PREVIOS:

Título de licenciatura en ingeniería, MCA, M.Sc. (Matemáticas) SOPORTE INDUSTRIAL:

Industrias que trabajan en Inteligencia Artificial.

Programa de estudio

• Introducción a la Inteligencia Artificial
Panorama general de la IA y sus aplicaciones
Historia y evolución de la IA
• Técnicas Generales de Resolución de Problemas
Algoritmos de búsqueda: BFS, DFS, A*
Optimización y búsqueda heurística
• Lógica y Razonamiento
Lógica proposicional y de primer orden
Sistemas basados en reglas e inferencia
• Aprendizaje Automático
Aprendizaje supervisado: clasificación y regresión
Aprendizaje no supervisado: agrupamiento y reducción de dimensionalidad
Aspectos básicos del aprendizaje por refuerzo
• Aprendizaje Profundo
Redes neuronales y retropropagación
Redes Neuronales Convolucionales (CNN)
Redes Neuronales Recurrentes (RNN)
• IA Generativa
Modelos generativos: GANs y VAEs
Aplicaciones de la IA generativa
• Planificación y Toma de Decisiones
Planificación y programación automatizada
Árboles de decisión y procesos de decisión de Markov
• Computación Evolutiva
Algoritmos genéticos
Inteligencia de enjambre: optimización de colonia de hormigas y enjambre de partículas
• Lenguajes de Programación para IA
Lisp: sintaxis y semántica
Prolog: conceptos básicos de programación lógica
CLIPS: lenguaje de sistemas expertos
• Aplicaciones de Agentes de IA
Agentes basados en la web
Agentes móviles
Agentes de negociación
• Consideraciones Filosóficas y Éticas
Ética en la IA: sesgo, privacidad y responsabilidad
Implicaciones futuras de las tecnologías de IA
• Asignaciones Prácticas y Trabajo de Proyectos
Asignaciones de programación en Lisp, Prolog y CLIPS
Estudios de caso e informes de proyectos en aplicaciones de IA
• Tendencias de la Industria y Estudios de Caso
Tendencias emergentes en la IA
Aplicaciones del mundo real y estudios de caso a través de industrias

Enseñado por

Prof. V. Susheela Devi

Asignaturas

Ciencias de la Computación