PolyU | Conceptos de Inteligencia Artificial
Este curso integral ofrece una introducción rigurosa pero accesible a la Inteligencia Artificial, diseñada para estudiantes de posgrado y profesionales. Tendiendo un puente entre los fundamentos históricos y las innovaciones más recientes, el plan de estudios avanza desde la IA simbólica y los algoritmos de búsqueda hasta el Deep Learning moderno y la IA generativa. Los estudiantes explorarán temas esenciales como la representación del conocimiento, el razonamiento probabilístico y el aprendizaje automático clásico antes de adentrarse en profundidad en las redes neuronales, los Transformers y los Grandes Modelos de Lenguaje (LLM). Con énfasis tanto en la teoría como en la práctica, el curso utiliza Python y frameworks estándar de la industria como PyTorch para implementar algoritmos, interactuar con API modernas y abordar cuestiones críticas en la ética y la seguridad de la IA.
Descripción del curso
Resumen del Contenido
Este curso integral ofrece una introducción rigurosa pero accesible a la Inteligencia Artificial (IA), diseñada para estudiantes de posgrado y profesionales. Tendiendo un puente entre los fundamentos históricos y las innovaciones de vanguardia, el plan de estudios avanza desde la IA simbólica y los algoritmos de búsqueda hasta el Aprendizaje Profundo moderno y la IA Generativa. Los estudiantes explorarán temas esenciales como la representación del conocimiento, el razonamiento probabilístico y el aprendizaje automático clásico antes de sumergirse profundamente en redes neuronales, Transformers y Modelos de Lenguaje Grande (LLMs). Enfatizando tanto la teoría como la práctica, el curso utiliza Python y frameworks estándar de la industria como PyTorch para implementar algoritmos, interactuar con APIs modernas y abordar cuestiones críticas en ética y seguridad de la IA.
Tendiendo un puente entre la IA Simbólica clásica y la IA Generativa moderna, este curso equipa a los estudiantes con la profundidad teórica y las habilidades prácticas en Python para arquitectar, implementar y evaluar éticamente sistemas inteligentes.
Objetivos de Aprendizaje
- Dominar los Fundamentos de la IA: Analizar e implementar paradigmas fundamentales de resolución de problemas, incluyendo búsqueda heurística, razonamiento basado en lógica y modelado probabilístico.
- Implementar Arquitecturas de Aprendizaje Profundo: Diseñar y entrenar redes neuronales avanzadas usando PyTorch, desde Perceptrones Multicapa hasta Redes Neuronales Convolucionales y Transformers.
- Desplegar Soluciones de IA Generativa: Ingeniar aplicaciones utilizando Modelos de Lenguaje Grande (LLMs), empleando técnicas como ajuste fino, ingeniería de prompts y Generación Aumentada por Recuperación (RAG).
- Garantizar un Desarrollo Ético de la IA: Evaluar críticamente los sistemas de IA en cuanto a sesgo, seguridad y alineación, aplicando estrategias de explicabilidad y robustez en escenarios del mundo real.