Introducción a la inteligencia artificial contemporánea from Coursera

La inteligencia artificial (IA) es un área del conocimiento enfocada en el diseño de componentes de hardware y software que emulen el comportamiento y pensamiento humano en la realización de tareas y toma de decisiones. Su objetivo es desarrollar capacidades computacionales que puedan resolver tareas previamente consideradas como exclusivas de la inteligencia humana. La IA ha sido especialmente útil para modelar y resolver problemas de alta complejidad que requieren del análisis de grandes volúmenes de datos y con un alto grado de incertidumbre. Por esta razón, en los últimos años, la investigación y áreas de aplicación de la IA han aumentado considerablemente, convirtiéndose en una parte esencial para el avance tecnológico y la transformación digital en la academia, la industria y los sectores empresariales.

Este curso te permitirá comprender el concepto de inteligencia artificial, identificar los avances actuales y retos futuros en este campo y analizar las implicaciones éticas del despliegue de sistemas de IA en el mundo contemporáneo. En particular, podrás examinar los paradigmas más importantes de aprendizaje de máquinas y algunas aplicaciones claves de la inteligencia artificial en seis diferentes áreas del conocimiento: visión por computador, procesamiento de lenguaje natural, representación del conocimiento, sistemas embebidos, sistemas de control y aprendizaje por refuerzo.

Este curso incluye videos de presentación y explicación de los temas, entrevistas con expertos en el área de la IA, actividades de aprendizaje y evaluación, lecturas, foros de reflexión, actividades de programación, etc. Todos estos elementos te llevarán por una ruta de aprendizaje que se ha diseñado para que comprendas los principales conceptos de la IA y logres ver su aplicación en cada una de las áreas con ejemplos de aplicación en la vida real.

What's inside

Syllabus

Introducción a la inteligencia artificial contemporánea

El objetivo principal de este primer módulo es introducir el concepto de inteligencia artificial, sus diferentes ramas y posibles campos de aplicación, así como analizar los aspectos éticos que giran alrededor de estos y promover una discusión hacia el futuro de esta disciplina.

Introducción a la ética en la inteligencia artificial

Durante este módulo exploraremos los diferentes ámbitos en los que han surgido desafíos éticos y conoceremos algunos recursos analíticos para enfrentar cualquier dilema ético asociado con la implementación de la inteligencia artificial.

Visión por computador

En este módulo introduciremos cómo la inteligencia artificial estudia el área de la visión por computador para desarrollar métodos que cada vez tienen habilidades más parecidas a las de la percepción humana. Analizaremos el concepto de visión por computador y los retos del procesamiento de imágenes. Adicionalmente, trataremos algunas aplicaciones que han revolucionado el mundo como lo conocemos y discutiremos de la evolución de la visión artificial.

Procesamiento del lenguaje natural

El Procesamiento del Lenguaje Natural (PLN) es una disciplina de la Inteligencia Artificial que se ocupa de la formulación e investigación de mecanismos para el entendimiento de lenguaje natural del ser humano (escrito y hablado) a través de un computador. Los asistentes digitales virtuales como Alexa/Cortana, los sistemas de traducción automática, y los chatbots son algunos ejemplos de aplicaciones y sistemas de PLN. El objetivo principal de este módulo es que logres una comprensión general de esta área de la IA en relación con los problemas que aborda, su evolución, así como las grandes etapas que permiten la construcción de modelos de PLN.

Sistemas embebidos

En este módulo analizarás las consideraciones para implementar aplicaciones de Inteligencia Artificial sobre plataformas embebidas. Se revisarán algunas arquitecturas Hardware para poder dimensionar a que nos referimos con recursos limitados y presentaremos las librerías Software que nos permiten trabajar sobre estas plataformas.

Representación del conocimiento

Desde hace más de veinte años, se reconoce el “capital conocimiento” como un valor fundamental de cualquier organización, que es necesario administrar, es decir extraer, formalizar, explotar y valorizar. La inteligencia artificial simbólica ha estudiado, desde sus orígenes, diferentes metodologías y formalismos para representar y explotar el conocimiento. La representación más utilizada en la actualidad son las ontologías, que adquieren todo su potencial en la Web semántica. A partir de la revisión de la evolución de las representaciones de conocimiento de la Inteligencia artificial simbólica, el módulo se centra en las ontologías: se estudian sus orígenes y componentes conceptuales, así como los lenguajes de representación más utilizados (RDF, URI y RDFS). El módulo termina con una introducción a la web semántica, los grafos de conocimiento o Knowledge Graphs y los datos hilados Linked data.

Sistemas de control

En este módulo podrás estudiar algunos ejemplos en los que se utiliza actualmente el control automático inteligente. Comprenderás los conceptos de sistema y de control a partir del análisis de ejemplos de la vida diaria para identificar elementos de retroalimentación, medida, computación y acción. Además, comprenderás qué significa un control inteligente de sistemas a partir de la identificación de dos técnicas asociadas a la toma de decisiones.

Aprendizaje por refuerzo

En este módulo comprenderás los fundamentos que subyacen al aprendizaje por refuerzo, los distintos modelos de aprendizaje existentes y cómo construir tus propios agentes inteligentes basados en el aprendizaje por refuerzo.

Good to know

Know what's good

, what to watch for

, and possible dealbreakers

Proporciona una base sólida para comprender la inteligencia artificial y sus aplicaciones

Cubre una amplia gama de temas en inteligencia artificial, desde el procesamiento del lenguaje natural hasta el aprendizaje por refuerzo

Cuenta con instructores expertos en el área de la inteligencia artificial

Incluye diversas actividades de aprendizaje, como videos, lecturas y foros de discusión

Tiene un enfoque práctico y proporciona ejemplos del mundo real de aplicaciones de inteligencia artificial

Requiere que los estudiantes tengan conocimientos básicos de programación y matemáticas

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Introducción a la inteligencia artificial contemporánea with these activities:

Participa en grupos de estudio o sesiones de discusión en línea

Show steps

Mejorará tu comprensión a través de discusiones y colaboración con tus compañeros.

Show steps

Únete a grupos de estudio o sesiones de discusión en línea
Participa activamente en las discusiones, compartiendo tus ideas y haciendo preguntas

Compila recursos y herramientas de IA

Show steps

Ampliarás tu caja de herramientas de IA y tendrás recursos valiosos a tu disposición.

Show steps

Busca y recopila artículos, videos tutoriales y herramientas de software relacionadas con la IA
Organiza estos recursos en una carpeta o base de datos para su fácil acceso

Participa en concursos o competiciones de IA

Show steps

Pondrá a prueba tus habilidades y te permitirá compararte con otros entusiastas de la IA.

Show steps

Busca concursos o competiciones de IA relevantes para tu nivel de habilidad
Formo un equipo o participa individualmente
Trabaja en el proyecto o tarea de la competencia

Show all three activities

Career center

Learners who complete Introducción a la inteligencia artificial contemporánea will develop knowledge and skills that may be useful to these careers:

AI Researcher

AI Researchers develop new AI techniques and algorithms. This course provides a great foundation for AI Researchers, covering topics like Machine Learning, Natural Language Processing, and Computer Vision. The course can help AI Researchers learn about the latest AI techniques and how to apply them to research problems.

See salaries and explore the career path for AI Researcher

AI Scientist

AI Scientists apply AI techniques to solve real-world problems. This course provides a great foundation for AI Scientists, covering topics like Machine Learning, Natural Language Processing, and Computer Vision. The course can help AI Scientists learn about the latest AI techniques and how to apply them to real-world problems.

See salaries and explore the career path for AI Scientist

Natural Language Processing Engineer

Natural Language Processing Engineers build and improve systems that can understand and generate human language. This course's focus on Natural Language Processing, Machine Learning, and Computer Vision can help Natural Language Processing Engineers gain a stronger foundation in the field. The course can help teach NLP Engineers new techniques and how to solve problems using AI.

See salaries and explore the career path for Natural Language Processing Engineer

Computer Vision Engineer

Computer Vision Engineers design and build systems that can interpret and understand images and videos. This course's focus on Computer Vision, Machine Learning, and Natural Language Processing makes it a great option for Computer Vision Engineers looking to develop their skills. The course can provide a strong foundation in key concepts and techniques.

See salaries and explore the career path for Computer Vision Engineer

Robotics Engineer

Robotics Engineers design, build, and maintain robots. This course's focus on Artificial Intelligence, Machine Learning, and Control Systems provides a foundation for Robotics Engineers to learn about AI techniques used in robotics. The course can be particularly useful for Robotics Engineers looking to develop AI-powered robots.

See salaries and explore the career path for Robotics Engineer

Data Analyst

Data Analysts collect, analyze, and interpret data to help businesses make informed decisions. This course's focus on Machine Learning, Data Analysis, and Statistics can help Data Analysts gain a stronger foundation in the field. The course's coverage of AI techniques can be particularly useful for Data Analysts working on AI-powered data analysis projects.

See salaries and explore the career path for Data Analyst

Machine Learning Engineer

Machine Learning Engineers build and deploy machine learning models. They use techniques like supervised learning, unsupervised learning, and reinforcement learning, which are covered in this course. This course can help Machine Learning Engineers improve their knowledge of model building techniques.

See salaries and explore the career path for Machine Learning Engineer

Entrepreneur

Entrepreneurs start and run their own businesses. This course can help Entrepreneurs understand the potential of AI and how to use it to develop new products and services. The course's focus on AI techniques and applications can be particularly useful for Entrepreneurs working on AI-powered businesses.

See salaries and explore the career path for Entrepreneur

Data Scientist

Data Scientists use statistical techniques and machine learning algorithms to analyze data, uncover trends and patterns, and make predictions. This course's focus on Machine Learning, Computer Vision, and Natural Language Processing can help a Data Scientist advance their knowledge of data analysis and processing.

See salaries and explore the career path for Data Scientist

Product Manager

Product Managers are responsible for the development and launch of new products. This course can help Product Managers understand the potential of AI and how to use it to develop innovative products. The course's focus on AI techniques and applications can be particularly useful for Product Managers working on AI-powered products.

See salaries and explore the career path for Product Manager

Consultant

Consultants help businesses improve their operations and solve problems. This course can help Consultants understand the potential of AI and how to use it to help their clients. The course's focus on AI techniques and applications can be particularly useful for Consultants working on AI-powered consulting projects.

See salaries and explore the career path for Consultant

Software Engineer

Software Engineers design, develop, and maintain software applications. This course can help Software Engineers gain a stronger knowledge of AI techniques and how to apply them in software development. The course's focus on Machine Learning and Computer Vision can be particularly useful for Software Engineers working on AI-powered applications.

See salaries and explore the career path for Software Engineer

Business Analyst

Business Analysts help businesses understand their needs and develop solutions to improve their operations. This course can help Business Analysts understand the potential of AI and how to use it to improve business processes. The course's focus on AI techniques and applications can be particularly useful for Business Analysts working on AI-powered business solutions.

See salaries and explore the career path for Business Analyst

Technical Writer

Technical Writers create documentation for software and other technical products. This course can help Technical Writers understand the potential of AI and how to use it to improve their documentation. The course's focus on AI techniques and applications can be particularly useful for Technical Writers working on AI-powered documentation.

See salaries and explore the career path for Technical Writer

AI Engineer

Artificial Intelligence Engineers design and build machine learning models, algorithms, and software to solve real-world problems. Artificial Intelligence Engineers use techniques like Natural Language Processing, Computer Vision, and Machine Learning, all of which are covered in this course. This course may be particularly useful to an AI Engineer who is looking to expand their knowledge of AI techniques and applications.

See salaries and explore the career path for AI Engineer

Introducción a la inteligencia artificial contemporánea

Three deals to help you save

What's inside

Syllabus

Good to know

Save this course

Activities

Career center

Reading list

Share

Similar courses