Introducción a la IA

  1. Conceptos básicos y terminología.
    1. Elementos de la Inteligencia.
    2. Diferencia entre inteligencia humana y artificial
  2. Subáreas de la IA
    1. Aprendizaje automático.
    2. Aprendizaje profundo.
    3. Redes neuronales.
    4. Lógica difusa.
    5. Computación Cognitiva.
    6. Procesamiento del Lenguaje Natural.
    7. Visión por computador.
  3. Casos de uso exitosos.
    1. Reconocimiento facial.
    2. Reconocimiento de matrículas.
    3. Reconocimiento de señales de tráfico.
    4. Deep-Fakes en los medios.
    5. Juegos de ajedrez y Go.
    6. Plegado de proteínas.

  1. Historia de la Informática.
    1. Qué es un ordenador.
    2. Máquinas antiguas e históricas.
    3. Primeros ordenadores.
    4. Ordenadores actuales e Internet.
    5. Teléfonos inteligentes.
  2. Orígenes de la Inteligencia Artificial.
    1. La edad de oro de la IA.
    2. El test de Turing.
    3. Información y Conocimiento.
    4. Máquinas Racionales.
    5. IA actual.
  3. Futuro de la IA.
    1. Tendencias actuales en IA.
    2. Impacto en la sociedad.
    3. Avances en IA.
    4. Lo que puede salir mal.
    5. Conciencia.

  1. Introducción.
  2. Ciencias.
    1. Química y Biología.
    2. Salud.
    3. Física.
    4. Ciencia de los Materiales.
    5. Sistemas de suministro energético.
    6. Telecomunicaciones.
    7. Agricultura.
  3. Finanzas.
    1. Asuntos bancarios.
    2. Suplantación de identidad.
    3. Corredores y comerciantes de bolsa.
    4. Evaluación de riesgos.
    5. Prevención y Detección de Fraudes.
  4. Industria.
    1. Vehículos Autónomos.
    2. Planificación de rutas.
    3. Monitoreo ambiental.
    4. Sistemas de alerta preventiva.
    5. Asuntos militares.
  5. TIC.
    1. Asistencia a la programación.
    2. Diseño de Redes Neuronales.
    3. Computación cuántica.
    4. Minado de datos.
    5. Juego de azar.
    6. Internet y comercio electrónico.
  6. Humanidades.
    1. Derecho.
    2. Asuntos sociales.
    3. Letras.
    4. Educación.

  1. Ciclo de vida de los datos.
    1. Fuentes de datos.
    2. Características del Modelo.
    3. Selección de modelo.
    4. Localidad de datos.
    5. Confianza y trazabilidad.
  2. Asuntos legales.
    1. Protección de Datos.
    2. IA y la Unión Europea.
    3. Estrategias Nacionales sobre Inteligencia Artificial.
    4. Agencias Nacionales de Supervisión de la IA.
  3. Principios éticos de la IA.
    1. Cumplir las directrices humanas.
    2. Prevención de daños.
    3. Equidad.
    4. Explicabilidad.
  4. Implicaciones sociales y culturales.
    1. Artes, letras y cultura.
    2. Empleo.
    3. Redes sociales.
    4. Responsabilidad.
    5. Riesgos.

Métodos y herramientas en IA