Contenidos
MÓDULO I: Orígenes e historia de la inteligencia artificial
- Tema 1. Orígenes y posiciones fundamentales de la Inteligencia Artificial.
- La conferencia de Dartmouth
- La solución de Alan Turing
- IA Débil, IA Fuerte, IA Estrecha e IA de Propósito General
- Tema 2. Hitos históricos de la Inteligencia Artificial.
- El Solucionador General de Problemas
- Eliza
- IBM Deep Blue
- DARPA Grand Challenge
- IBM Watson
- DeepMind AlphaGo
- Google Duplex
- DeepMind AlphaFold
- Tema 3. La nueva edad de oro de la Inteligencia Artificial.
- La Inteligencia Artificial en los Negocios.
- La Inteligencia Artificial como Servicio (IAaaS).
- Grandes proveedores de Servicios de Inteligencia Artificial.
- Ecosistemas de Código Abierto
MÓDULO II. Técnicas de inteligencia artificial
- Tema 4. Principales técnicas de Inteligencia Artificial.
- Algoritmos Inteligentes
- Sistemas Expertos
- Aprendizaje Automático
- Planificación Automática
- Motores de Inferencia
- Lógica Difusa
- Tema 5. La bioinspiración y las Redes de Neuronas Artificiales.
- La Neurona Artificial
- Redes de Neuronas Artificiales
- Tipos de Redes de Neuronas Artificiales
- Aprendizaje Profundo
- Tema 6. Arquitectura de un Sistema Inteligente.
- Sistemas Simbólicos y Subsimbólicos
- Sistemas Híbridos
- Herramientas para el Desarrollo de Sistemas Inteligentes
MÓDULO III. Principales aplicaciones de la inteligencia artificial
- Tema 7. Tipos de proyectos de Inteligencia Artificial.
- Modelado Descriptivo
- Modelado Diagnóstico
- Modelado Predictivo
- Modelado Prescriptivo
- Modelado Generativo
- Tema 8. Dominios de Aplicación de la Inteligencia Artificial.
- Visión Artificial
- Procesamiento del Lenguaje Natural
- Reconocimiento de Patrones en otros Tipos de Datos
- Tema 9. Principales Casos de Uso.
- Casos de Uso de Segmentación
- Casos de Uso de Clasificación
- Casos de Uso de Regresión
- Casos de Uso de Recomendación
- Casos de Uso de Detección de Anomalías
MÓDULO IV. Impacto socioeconómico y regulación de la inteligencia artificial
- Tema 10. Modelos de Negocio en Inteligencia Artificial.
- Automatización de Procesos
- Mejora de la Experiencia de Cliente
- Aumento de la Eficiencia en los Procesos Productivos
- Monetización de los Datos
- Tema 11. Marco Ético para una Inteligencia Artificial Fiable.
- Principios Éticos
- Transparencia y Explicabilidad
- Robuztez de Operación
- Automatización versus Control
- Tema 12. Automatización y Sociedad.
- Impacto económico de la Inteligencia Artificial
- Cambios en el Mercado Laboral
- Impacto de la Tecnología en las Relaciones Sociales.
Aplicaciones
- Proporcionar los fundamentos de conocimiento que permiten entender cómo funciona un sistema de inteligencia artificial, cómo piensa una IA, y los problemas que puede ayudar a resolver.
- Comprender la evolución histórica de la Inteligencia Artificial.
- Formalizar y diseñar sistemas de razonamiento automático.
- Reconocer las dificultades generales y los errores más habituales en el uso real de técnicas de Inteligencia Artificial.
- Aprendizaje de los diferentes conceptos clave que han provocado la irrupción de la IA y cómo este fenómeno se deriva de las tecnologías habilitadoras como el Big Data o el Cloud Computing.