La Inteligencia Artificial es una de las grandes tendencias para los empleos del futuro y un favorito de nuestros amigos de unocero. Así que si eres uno de ellos y estás buscando lo último sobre este poderoso segmento de la tecnología, tenemos buenas noticias porque la UNAM puso en línea 9 cursos gratuitos al respecto.
Se trata de otra formidable colaboración entre la Universidad Nacional Autónoma de México (UNAM) y la plataforma de educación en línea, Coursera. Los 9 cursos están enfocado en actualizar a los estudiantes y los ayudan para conocer técnicas y conceptos relacionados con el campo de la Inteligencia Artificial, incluyendo algunos primordiales como Machine Learning (Aprendizaje de máquinas).
Algunos de ellos son colaborativos con otros estudiantes, el resto son individuales. Esta es la lista de los cursos que ya están listos. Escoge el tuyo y sigue preparándote para el mercado laboral del futuro.
1. Programa Especializado – Introducción a la inteligencia artificial
- Resolución de problemas por búsqueda
El curso trata de resolución automática de problemas por medio de algoritmos de búsqueda.
Aprenderás a abstraer un problema como un grafo de estados-acciones y a dimensionar su complejidad por medio de la identificación de parámetros. Además, te mostraremos cómo analizar el consumo de recursos computacionales de los algoritmos para seleccionar o adaptar el más apropiado al problema.
Nos interesa que puedas aplicar los algoritmos a problemas concretos.
Te acompañaremos en la implementación de los algoritmos en el lenguaje de programación Python y te mostraremos algunos ejemplos de su aplicación a ciertos problemas modelo.
Al final podrás probar tus algoritmos en un espacio de búsqueda interesante: el resolver el cubo de Rubik. INSCRÍBETE AQUÍ
- Sesenta años de inteligencia artificial
En este curso cubriremos el pasado, presente y futuro de la inteligencia artificial. También mencionaremos los conceptos más importantes que serán útiles en el resto del programa especializado. Discutiremos las implicaciones sociales, éticas y filosóficas de los desarrollos en inteligencia artificial. INSCRÍBETE AQUÍ
- Razonamiento artificial
El razonamiento formal juega un papel importante en la inteligencia artificial. Hay dos maneras principales de formalizar razonamiento: una que enfatiza la deducción (lógica), y otra que enfatiza la incertidumbre (teoría de la probabilidad). En este curso vamos a cubrir una introducción tanto a la lógica (vamos a cubrir tres lógicas) como a la teoría de la probabilidad (vamos a cubrir tres modelos gráficos probabilísticos). INSCRÍBETE AQUÍ
- Resolución de problemas por búsqueda
El curso trata de resolución automática de problemas por medio de algoritmos de búsqueda.
Aprenderás a abstraer un problema como un grafo de estados-acciones y a dimensionar su complejidad por medio de la identificación de parámetros. Además, te mostraremos cómo analizar el consumo de recursos computacionales de los algoritmos para seleccionar o adaptar el más apropiado al problema.
Nos interesa que puedas aplicar los algoritmos a problemas concretos.
Te acompañaremos en la implementación de los algoritmos en el lenguaje de programación Python y te mostraremos algunos ejemplos de su aplicación a ciertos problemas modelo.
Al final podrás probar tus algoritmos en un espacio de búsqueda interesante: el resolver el cubo de Rubik. INSCRÍBETE AQUÍ
- Aprendizaje de máquinas
El aprendizaje de máquinas es una rama de la inteligencia artificial dedicada al estudio de métodos para dotar a los agentes artificiales de la capacidad de aprender a partir de ejemplos y/o experiencia. Los métodos de aprendizaje de máquinas pueden generar modelos de problemas complejos a través de instancias específicas, los cuales son capaces de generalizar y/o adaptarse a situaciones nuevas. Estos modelos han permitido llevar a cabo muchas nuevas aplicaciones en áreas muy diversas como generación de descripciones de imágenes, predicción de readmisión hospitalaria o detección de partículas subatómicas. En la actualizada frecuentemente interactuamos con modelos de aprendizaje de máquinas en diversas actividades de nuestra vida cotidiana. Por ejemplo, cuando utilizamos el teclado virtual en nuestros teléfonos móviles, un modelo de aprendizaje de máquinas trata de predecir la siguiente palabra que queremos escribir a partir de nuestro patrón de escritura y la de otros usuarios. De igual manera, al realizar una búsqueda en Internet, un modelo de aprendizaje de máquinas identifica los documentos más relevantes a ser mostrados de todos los posibles documentos usando nuestro historial de búsqueda. Al tomar una foto con nuestra cámara digital, un modelo de aprendizaje de máquinas detecta los rostros en la escena para poder enfocarlos de forma adecuada.
Este es un curso básico introductorio al aprendizaje de máquinas con un enfoque práctico, el cual aborda tanto los fundamentos generales como métodos específicos y algunos aspectos prácticos. El curso aborda tanto el aprendizaje supervisado como el aprendizaje sin supervisión. Los métodos que se presentan en el curso son regresión lineal, regresión logística, redes neuronales y K-medias. INSCRÍBETE AQUÍ
- Cómputo evolutivo
Charles Darwin, en su libro titulado “El Origen de las Especies” (Darwin, 1859) presentó evidencias relativas a dos aspectos importantes: la teoría de la evolución y los mecanismos de la evolución, conocido como selección natural. Sus investigaciones llegaron a la conclusión de que debido a que todo individuo es diferente a sus semejantes, algunos de ellos inevitablemente se adaptarán mejor y sobrevivirán bajo las condiciones del medio ambiente que los rodee que otros de ellos. En cada generación, una proporción de la población morirá antes de alcanzar la madurez, los individuos que mejor se adapten a su medio ambiente sobrevivirán, mientras que los menos aptos morirán. Más aún, si las características de adaptación son hereditarias, los sobrevivientes, quienes serán los progenitores en la siguiente generación, tenderán a transmitir sus características a sus descendientes. INSCRÍBETE AQUÍ
- Comportamiento adaptativo
Los seres vivos han evolucionado en entornos cambiantes, por lo que han desarrollado mecanismos que les permiten exhibir comportamiento adaptativo. Usando el método sintético, podemos construir sistemas artificiales adaptativos que implementen dichos mecanismos, con lo cual también podemos incrementar nuestra comprensión de los sistemas naturales.
En este curso veremos diversos conceptos que se han aplicado en la inteligencia artificial con orígenes en la biología y en la cibernética. Construyendo sobre ejemplos de sistemas vivos, revisaremos diversos algoritmos que permiten a los sistemas adaptarse y de esta manera enfrentar a la complejidad y cambios de su entorno. También cubriremos temas relacionados con la robustez, la cual complementa a la adaptación. Finalmente, veremos algunas aplicaciones de este tipo de inteligencia artificial. En el proyecto final, se desarrollará un sistema artificial que exhiba comportamiento adaptativo. INSCRÍBETE AQUÍ
- Creatividad artificial
¿Qué es la creatividad?, ¿pueden ser creativas las computadoras? ¿cómo, cuándo y con qué objetivo surgió esta nueva área de investigación?, ¿Hasta donde hemos llegado en la creación de sistemas “creativos”?, y ¿qué teorías, metodologías y técnicas podemos usar para programar y evaluar este tipo de sistemas en generación de narrativas, música, descubrimiento científico, artes visuales, etc.? Estas y otras preguntas las analizaremos y discutiremos a lo largo de este curso. Así mismo, conforme avances en las lecciones, irás construyendo poco a poco tu propio agente artificial creativo. INSCRÍBETE AQUÍ
- Cognición encarnada
Esta materia de corte teórico cierra el programa especializado Introducción a la Inteligencia Artificial. Las ciencias cognitivas estudian el conocimiento, por lo que abarca a una diversidad de disciplinas, tales como la psicología, neurofisiología, lingüística, filosofía y también la inteligencia artificial. Por una parte, las ciencias cognitivas pueden ayudarnos a construir sistemas que exhiban una inteligencia más sofisticada. Por otra parte, avances y experimentos en inteligencia artificial pueden ser útiles al resto de las ciencias cognitivas.
En este curso cubriremos brevemente la historia y conceptos más relevantes de ciencias cognitivas, relacionándolos con temas cubiertos en el resto de la especialidad. El objetivo es que los estudiantes puedan desarrollar un discurso para expresar su opinión sobre la cognición en humanos, animales, otros seres vivos y máquinas. INSCRÍBETE AQUÍ
- Inteligencia artificial: Proyecto final
En el proyecto culminante del programa especializado Introducción a la Inteligencia Artificial, los estudiantes aplicarán conceptos adquiridos durante el programa en un problema de su elección.
El proyecto involucrará tanto el desarrollo de un programa de software o hardware como la escritura de un ensayo. Se extenderá por lo menos uno de los temas cubiertos en el programa especializado, realizando una implementación, comparándolo con otras técnicas y reportando los resultados en un ensayo. La evaluación será por pares. INSCRÍBETE AQUÍ
Los objetivos del proyecto son:
- Aplicar el conocimiento adquirido durante el programa especializado a un dominio particular.
- Implementar tecnología de IA con un propósito específico.
- Comparar la solución desarrollada con existentes.
- Reportar los resultados en un ensayo estructurado (máximo 10 páginas).