“Muchas tecnologías que hasta hace varios años eran asociadas a la ciencia ficción, ahora son parte de nuestro diario vivir: reconocimiento facial en fotografías, conducción autónoma de vehículos, reconocimiento de voz, sistemas de atención automática para clientes, análisis de emociones en redes sociales, detección de patrones en grandes cantidades de datos, planificación automática de actividades logísticas, traducción automática, predicción de fraudes, etc. En un futuro cercano, se puede esperar que más sistemas que utilizan IA impacten de manera más profunda los negocios, la fuerza laboral, y nuestras vidas diarias.”

Objetivos

  • Entender los conceptos básicos de las diferentes técnicas, modelos y paradigmas de IA.
  • Describir y aplicar métodos y tecnologías de IA para la solución problemas reales de la industria y negocios.
  • Desarrollar y actualizar a profesionales en diferentes tecnologías y herramientas de IA y su impacto en la toma de decisiones.

Dirigido a

Profesionales con experiencia laboral, que se desempeñan en cualquier tipo de empresas y rubros.
Específicamente a:
• Jefes de tecnología, direcciones de I+D, y jefes de proyectos, tanto del sector privado como público.
• Profesionales de áreas tales como Ingeniería Industrial, Informática, Electrónica, o afines.

Requisitos
• 2 años de experiencia laboral profesional (mínimo).
• Dominio del inglés a nivel de lectura.

John Atkinson

PhD in Artificial Intelligence, University of Edinburgh, UK.

Enrique Canessa

PhD in Business Administration, University of Michigan, USA.

Miguel Carrasco

Docteur en Informatique, Université Pierre et Marie Curie, Francia.

Sergio Chaigneau

PhD en Psicología Cognitiva, Emory University, USA

Carlos Hernández

PhD en Inteligencia Artificial, Universidad Autónoma de Barcelona, España.

Sebastián Moreno

PhD in Computer Sciences, Purdue University, USA.

Jorge Pereira

PhD in Industrial Engineering, Universidad Politécnica de Cataluña, España.

Gonzalo Ruz

PhD in Machine Learning, Cardiff University, UK.

Peter Roberts

MSc in Robotic Systems, Carnegie Mellon University, USA.

Karol Suchan

PhD in Computer Sciences, Universite D´Orleans, Francia.

Módulo 1

Introducción a la IA y Ciencias Cognitivas: Conceptos, paradigmas y modelos computacionales, tests de inteligencia, conceptos de computabilidad, problemas, desafíos e impacto. Ciencias Cognitivas: modelos y teorías, neurociencias, simulación computacional, tareas cognitivas: lenguaje, percepción, memoria, etc., modelamiento cognitivo (ej. ACT-R, SOAR, otros), etc.

Técnicas de Búsqueda y Heurísticas: conceptos, problemas, espacios de estados, estrategias de búsqueda forward y backward chaining, métodos de búsqueda no informada, búsqueda heurística (A, A*, etc), admisibilidad, metaheurísticas, búsqueda con restricciones, Casos de estudio.

Planificación Automática: programación automática, problemas de la planificación, paradigmas, planificación lineal, anomalía de Sussman, Problema del Frame, Planificación de orden parcial, GraphPlan, planificación reactiva, etc. Casos de estudio.

Caso de la industria.

Módulo 2

Representación de Conocimientos: paradigmas y lenguajes de representación de conocimientos, fundamentos de lógica y cálculo de predicado, sistemas basados en reglas, redes semánticas y frames, sistemas de inferencia, razonamiento bajo incertidumbre, ontologías, aplicaciones. Casos de estudio.

Procesamiento de Lenguaje Natural: conceptos de lenguajes y sistemas formales, etapas del procesamiento de lenguaje natural, técnicas, representación de conocimiento lingüístico, problemas y ambigüedad, métodos de análisis léxico, sintáctico, semántico y discursivo, sistemas de diálogo, aplicaciones. Casos de estudio.

Aprendizaje Automático: conceptos de aprendizaje, ajuste de modelos, aspectos matemáticos y biológicos, aprendizaje simbólico versus conexionista, métodos de aprendizaje supervisado (ej. árboles de decisión, redes neuronales, support vector machines, etc.) y aprendizaje no-supervisado (ej. Clustering, etc.), métodos de búsqueda y optimización bio-inspirados (ej. Algoritmos Genéticos, ACO, etc.). Casos de estudio.

Caso de la industria.

Módulo 3

Agentes Inteligentes: inteligencia colectiva, modelos y arquitecturas basadas en agentes, sistemas intencionales, teoría de agencia, modelos reactivos, modelos BDI, modelos híbridos, autonomía, sistemas multi-agente, teoría de juegos, negociación automática, etc. Simulación basada en agentes. Casos de estudio.

Visión y Robótica: conceptos de cinemática y dinámica, análisis de imágenes, detección e identificación, segmentación de imágenes, seguimiento de objetos, clustering, métodos de reducción dimensional. Control PID, control fuerza/movimiento, robots móviles, sensorización y procesamiento de señales, arquitecturas de diseño de robots (pipelines, reactivas, knowledge-based, etc.), diseño e implementación. Casos de estudio.

Proyecto Capstone: a lo largo del diplomado, cada participante deberá desarrollar y finalmente entregar y presentar un proyecto tecnológico integrado que aborde un problema relevante de su empresa (o se le puede asignar un desafío), y que combine las diferentes técnicas y tecnologías de IA aprendidos en los módulos. Cada proyecto será asesorado por 2 o más profesores. Los proyectos se presentan en sesiones finales del Diplomado.

Caso de la industria.

LUGAR DE REALIZACIÓN
Universidad Adolfo Ibáñez,
Av. Presidente Errázuriz 3485, Las Condes, Santiago.

FECHAS Y HORARIOS
Lunes, de 17:00 a 21:00 hrs. del 7 de mayo de 2018 al 21 de enero de 2019.

Ver calendario.

PRECIO DEL PROGRAMA
Matrícula: UF 3
Arancel: UF 150

FORMAS DE PAGO
-Contado
- 9 Cuotas 

Nota: Consulta por descuentos especiales para ex alumnos, empresas con convenio y pago al contado. 

15% descuento por postulación anticipada hasta el 30 de marzo de 2018.


CONTACTO
Inscripciones programa: Pilar Mujica
562-23311227 
pilar.mujica@uai.cl
postgrados.ingenieria@uai.cl