Qué es realmente la inteligencia artificial
Inteligencia artificial, software convencional, automatización, algoritmos, modelos, IA especializada, inteligencia artificial general y desarrollo histórico del campo.
Inteligencia Artificial AI-101
Fundamentos de Inteligencia Artificial
Una introducción no técnica a la inteligencia artificial moderna
Desarrolle una comprensión clara y práctica de cómo funciona la inteligencia artificial moderna sin necesidad de programar, dominar matemáticas avanzadas ni contar con formación técnica previa.
US$145
Tras completar satisfactoriamente el curso, se incluye un certificado electrónico de finalización de First BCI University en formato PDF.
AI-101
Descripción general del curso
Fundamentos de Inteligencia Artificial es un curso estructurado de nivel inicial para quienes desean comprender la inteligencia artificial más allá de los titulares, las demostraciones de productos y la jerga técnica.
El curso explica cómo se relacionan los datos, el aprendizaje automático, las redes neuronales, la IA generativa, la visión por computadora, los sistemas de audio, la robótica y los sistemas autónomos. Los estudiantes también analizan las limitaciones de la IA y la importancia de la privacidad, la seguridad, la equidad, la verificación y una supervisión humana significativa.
El programa está diseñado para estudiantes adultos y profesionales que desean comprender la IA con rigor, y no requiere experiencia en programación, matemáticas avanzadas ni estudios previos de informática.
Objetivos de aprendizaje
Qué aprenderá
-
01
Explicar en qué se diferencia la inteligencia artificial del software convencional, la automatización y los sistemas basados en reglas.
-
02
Describir cómo los conjuntos de datos, el entrenamiento, la validación, las pruebas y la inferencia respaldan el desarrollo de sistemas de IA.
-
03
Distinguir entre aprendizaje supervisado, no supervisado y por refuerzo.
-
04
Explicar, a nivel conceptual, las redes neuronales, el aprendizaje profundo y los transformadores.
-
05
Describir cómo la IA generativa y los grandes modelos de lenguaje producen contenido.
-
06
Reconocer problemas frecuentes como las alucinaciones, el sobreajuste, el sesgo, la fuga de datos y los cambios en la distribución de los datos.
-
07
Comprender los fundamentos de la visión por computadora, la IA aplicada al audio, la robótica y los sistemas autónomos.
-
08
Evaluar un sistema de IA analizando su propósito, sus datos, su método, sus resultados, sus riesgos y la supervisión humana.
-
09
Analizar la privacidad, la seguridad, la equidad, la transparencia y la rendición de cuentas en el uso responsable de la IA.
-
10
Identificar vías para continuar el aprendizaje de la IA y el desarrollo profesional.
Diez módulos estructurados
Plan de estudios del curso
Datos: la base de la inteligencia artificial
Datos estructurados y no estructurados, recopilación, etiquetado, calidad, representatividad, privacidad, sesgo y ciclo de vida completo de los datos.
Fundamentos del aprendizaje automático
Aprendizaje supervisado, no supervisado y por refuerzo, evaluación de modelos, generalización, sobreajuste y análisis práctico de errores.
Redes neuronales y aprendizaje profundo
Capas, pesos, representaciones, redes convolucionales, redes recurrentes, transformadores y fortalezas y limitaciones del aprendizaje profundo.
Procesamiento del lenguaje natural e IA generativa
Modelos de lenguaje, tokens, contexto, prompting, generación, alucinaciones, verificación, recuperación de información y conceptos introductorios sobre agentes de IA.
Visión por computadora, IA de audio y sistemas multimodales
Reconocimiento de imágenes, detección de objetos, sistemas de voz, medios sintéticos, análisis multimodal, autenticidad y consentimiento.
Robótica y sistemas autónomos
Sensores, percepción, planificación, control, actuadores, autonomía, límites de seguridad e intervención humana.
La inteligencia artificial en el mundo real
Aplicaciones de la IA en salud, finanzas, educación, comercio minorista, logística, manufactura, gobierno, agricultura y pequeñas empresas.
Inteligencia artificial responsable
Ética, privacidad, seguridad, sesgo, equidad, explicabilidad, rendición de cuentas, gobernanza y supervisión humana significativa.
El futuro de la IA y las capacidades humanas
Agentes de IA, sistemas multimodales, aplicaciones emergentes, funciones profesionales, habilidades humanas transferibles y aprendizaje permanente.
Libro oficial recomendado para el curso
First BCI University Artificial Intelligence Foundations
A Non-Technical Guide to Data, Machine Learning, Generative AI, Robotics, and Responsible Use
- Autor
- Konstantin Titov
Este libro es el material de aprendizaje recomendado para AI-101. Sus diez capítulos siguen el currículo del curso y ofrecen explicaciones detalladas, situaciones realistas, evaluaciones de conocimientos y actividades de aprendizaje aplicado.
Disponible como eBook descargable de forma segura por US$12.99.
COMPRAR ESTE LIBRO — US$12.99Finalización satisfactoria
Evaluación y finalización
Componentes de la evaluación
- Diez evaluaciones de conocimientos, una por cada módulo
- Actividades de aprendizaje aplicado basadas en situaciones realistas relacionadas con la IA
- Una evaluación final que abarca los principales conceptos del curso
- Un análisis final de un sistema de IA del mundo real
Requisitos de finalización
- Completar los diez módulos de aprendizaje
- Completar las evaluaciones de conocimientos requeridas
- Obtener al menos un 70 % en la evaluación final
- Presentar el análisis final de un sistema de IA
AI-101 Inscripción
Comience un estudio estructurado de la inteligencia artificial.
US$145
Adquiera acceso seguro en línea a AI-101. El Certificado de Finalización electrónico en PDF de First BCI University está incluido una vez cumplidos los requisitos de finalización.
COMPRAR EL CURSO AHORA