school
Grado
Doctor(a) en Inteligencia Artificial
schedule
Duración
8 Semestres
pending_actions
Jornada
Diurna
laptop_chromebook
Modalidad
Presencial
location_on
Campus
Concepción
monetization_on
Arancel
Sin información

Presentación

El Doctorado en IA surge de la ejecución del proyecto Capital Humano Avanzado en Inteligencia Artificial para el Biobío, actividad financiada por el Fondo de Innovación para la Competitividad (FIC-R) del Gobierno Regional del Biobío, ejecutado por las universidades que componen el CRUCH Biobío- Ñuble, UCSC, UdeC, UBB y USM. Se caracteriza por un enfoque aplicado, siendo el primero de su tipo ofertado en el país y Latinoamérica, considerando las particularidades de sus líneas de investigación y estructura consorciada. La Inteligencia Artificial está en el grupo de tecnologías que impulsarán la transformación de la sociedad y, en consecuencia, la demanda de capital humano avanzado en la materia resulta fundamental como motor de desarrollo territorial, principalmente en las áreas de manufactura y procesos industriales, salud y bienestar, educación, agricultura inteligente y sustentabilidad. Es un programa orientado a la resolución de problemáticas y desafíos de la industria y la sociedad. Enmarcado en el desarrollo de un ecosistema de I+D+i con centro en la región del Biobío, Chile.

Objetivos

Formar graduados/as con competencias para desarrollar investigación básica o aplicada, ya sea en forma autónoma o integrando equipos interdisciplinarios, en el análisis, evaluación y resolución de problemas complejos susceptibles de ser abordados a través de la IA, en un marco de responsabilidad social.

Líneas de Investigación

  • Inteligencia artificial para la sociedad.
  • Ciencia basada en IA.

Requisitos de Admisión

  • 1. poseer grado académico de licenciatura o magíster, o un título o grado equivalente o superior, de distintas áreas del conocimiento que puedan incorporar la inteligencia artificial a su quehacer. las certificaciones académicas deberán emanar de alguna de las instituciones universitarias reconocidas por el ministerio de educación de chile o su equivalente en el extranjero. en el caso de certificaciones académicas extendidas en el extranjero, éstas deberán acreditarse mediante instrumentos legalizados.
  • 2. estar en posesión de un nivel intermedio (nivel b1) del idioma de inglés, como requisito deseable para ingresar al programa.
  • 3. estar en posesión de un nivel intermedio (nivel b1) del idioma español como requisito deseable, para ingresar al programa (para postulantes extranjeros).

Perfil de Graduación

  • El graduado/a del programa de doctorado en inteligencia artificial del consorcio de universidades ucsc- udec - ubb - y usm, posee un alto nivel de conocimientos teóricos y experimentales en el ámbito de la inteligencia artificial (ia) y sus aplicaciones, con competencias para crear soluciones a problemas complejos, a través de la utilización de herramientas de ia para un desarrollo sostenible.
  • El graduado/a del programa podrá construir conocimiento y tecnología de frontera en al menos una de las líneas de investigación del programa: ia aplicada para la sociedad y ciencia basada en ia, a través de la planificación y ejecución sistemática de actividades de investigación básica, aplicada y desarrollo experimental, tanto de forma autónoma como en equipos interdisciplinarios, así como también realizar difusión y transferencia de resultados con pertinencia territorial.

Asignaturas

Esta actividad curricular es mínima/fundamental. El estudiante analiza los fundamentos matemáticos necesarios para comprender los conceptos básicos de la ia. De este modo, se espera que el estudiante interprete, plantee y resuelva adecuadamente los problemas que se presentan en el ámbito de la ia. El estudiante resolverá problemas relacionados con análisis de datos, aplicando razonamiento estadístico o probabilístico, álgebra lineal o cálculo numérico, representación visual de la información, para la mejora en la comprensión de su interpretación, utilizando diferentes técnicas y herramientas de programación.

Esta actividad curricular es mínima/fundamental. En ella el estudiante revisa la teoría de sistemas de inteligencia artificial y las distintas aplicaciones donde estos se usan. Se presentan conceptos, representaciones y técnicas usadas en la construcción de sistemas computacionales que simulan conductas inteligentes, por medio de algoritmos de procesamiento de la información. Es deseable que para esta el estudiante tenga conocimientos de estructura de datos y matemática computacional.

Esta actividad curricular está orientada fundamentalmente a plantear el problema de investigación y levantar el estado del arte y marco teórico de la propuesta que consiste en la ejecución de la investigación aprobada en el proyecto de tesis, desarrollada bajo estricta supervisión de un director de tesis, y orientada a la generación del documento final que el estudiante someterá para el examen de grado. La tesis es la culminación práctica del trabajo académico del estudiante en el programa, y constituye el medio a través del cual debe demostrar el apropiado ejercicio de las competencias adquiridas para obtener el grado de doctorado.

Esta actividad curricular esta orientada fundamentalmente a desarrollar técnicas de análisis de datos del problema en estudio y técnicas de desarrollo de tecnología del problema que se espera resolver para la ejecución de la investigación aprobada en el proyecto de tesis, desarrollada bajo estricta supervisión de un director de tesis, y orientada a la generación del documento final que el estudiante someterá para el examen de grado. La tesis es la culminación práctica del trabajo académico del estudiante en el programa, y constituye el medio a través del cual debe demostrar el apropiado ejercicio de las competencias adquiridas para obtener el grado de doctorado.

Esta actividad curricular es mínima/fundamental. En ella el estudiante diseña y desarrolla sistemas basados en el conocimiento (sbc). Para esto, se utilizan metodologías actuales como commonkads, con el objetivo de adquirir y modelar el conocimiento de un dominio específico, para luego implementar un sistema, a través de lenguajes y herramientas apropiadas que permitan integrar distintas técnicas de inteligencia artificial.

Esta actividad curricular es mínima/fundamental. En ella, el estudiante desarrolla su capacidad analítica y reflexiva para enfrentar su futuro rol como investigador o profesional en el campo de la ia, respecto a las responsabilidades éticas, sociales y ambientales de la especialidad. En este contexto, el estudiante reconocerá los riesgos e impactos negativos del uso indebido de la ia y aplicará las políticas establecidas para el bienestar de las personas, el respeto a los derechos humanos y su seguridad. Esta actividad curricular contribuye al perfil de graduación, mediante un sistema de principios morales, éticos y técnicas destinadas al uso responsable de la información en la inteligencia artificial, fomentando la dignidad humana y promoviendo un desarrollo sustentable.

Actividad curricular teórico-práctica que entrega las herramientas metodológicas para diseñar y analizar plataformas de internet de las cosas (internet of things, iot), habilitando la evaluación de su desempeño y resiliencia. Dicho diseño o análisis se orienta a la utilización de este tipo de tecnologías como un sistema generador de datos que se analizan por medio de métodos de inteligencia artificial para encontrar tendencias o patrones escondidos, y reducir la incertidumbre en la toma de decisiones dependiendo del campo de aplicación en que son implementados.

Esta actividad curricular es mínima/fundamental. En esta actividad curricular, los estudiantes desarrollan un tema de investigación fundamental o aplicada en inteligencia artificial bajo la tutela de un académico del programa. Define un problema de investigación, estudian el estado del arte y desarrollan una nueva solución que aborde la problemática propuesta, demostrando autonomía y responsabilidad para concluir el proyecto.

En esta actividad curricular el estudiante desarrollará las capacidades para presentar una definición clara y factible de su propuesta de tesis doctoral. Para ello, el estudiante en conjunto con un comité determinará el área específica en la que se llevará a cabo el trabajo de investigación.

Esta actividad curricular es mínima/fundamental. Actividad curricular teórico-práctica que estudia los métodos y técnicas que utiliza el trabajo científico tradicional. Con orientación hacia la inteligencia artificial, presenta una visión diferenciada entre el trabajo científico para aumentar el conocimiento en ia y el interdisciplinario, que busca aportar en otras ciencias desde la ia; lo que deriva en conocer métodos y técnicas propias de disciplinas como la astronomía, matemática, cs. Sociales, humanidades, educación, psicología, neurociencias, lingüística, entre otras.

Esta actividad curricular esta orientada fundamentalmente a determinar el método de investigación, establecer objetivos y plan de trabajo con las actividades correspondientes de la propuesta que consiste en la ejecución de la investigación aprobada en el proyecto de tesis, desarrollada bajo estricta supervisión de un director de tesis, y orientada a la generación del documento final que el estudiante someterá para el examen de grado. La tesis es la culminación práctica del trabajo académico del estudiante en el programa, y constituye el medio a través del cual debe demostrar el apropiado ejercicio de las competencias adquiridas para obtener el grado de doctorado.

Esta actividad esta orientada fundamentalmente a la transferencia de conocimiento y tecnología y escritura científica para la ejecución de la investigación aprobada en el proyecto de tesis, desarrollada bajo estricta supervisión de un director de tesis, y orientada a la generación del documento final que el estudiante someterá a revisión de la comisión evaluadora y posteriormente a defensa para el examen de grado. La tesis es la culminación práctica del trabajo académico del estudiante en el programa, y constituye el medio, a través del cual debe demostrar el apropiado ejercicio de las competencias adquiridas para obtener el grado de doctorado.

En esta actividad curricular se discuten y aplican los fundamentos, potencialidades y limitaciones de la investigación científica en el ámbito de la inteligencia artificial y sus aplicaciones. El estudiante realizará un análisis y discusión bibliográfica del estado del arte en alguna de las líneas de desarrollo del programa.

Actividad curricular mínima/fundamental, de carácter teórico-práctica, diseñada para introducir al estudiante en las problemáticas asociadas al¿diseño de soluciones del sector industrial y de la sociedad, abordados desde la investigación aplicada, utilizando metodologías de desarrollo tecnológico. El trabajo se basa en la formulación de un problema de investigación incorporando¿el análisis del estado del arte de la técnica y sus bases teóricas y empíricas. ¿ se incluyen aspectos de diseño conceptual¿y estructural, estableciendo un plan de trabajo de investigación y de desarrollo, análisis de riesgos y todo otro elemento que permita una definición clara de soluciones de carácter industrial y de la sociedad.

Examen de grado, es una actividad curricular en la cual el estudiante prepara una presentación escrita y realiza la defensa de los resultados obtenidos producto del trabajo de tesis iv y para rendir un examen de grado ante una comisión. Este examen es la culminación del trabajo académico del estudiante en el programa, le permite demostrar el apropiado ejercicio de las competencias adquiridas para obtener el grado de doctorado siendo evaluado por una comisión evaluadora conformada por el docente guía, académicos internos y externos al programa.

Actividad curricular electiva que le permitirá al doctorando/a alcanzar una visión amplia de los aspectos técnicos, regulatorios y éticos necesarios para desarrollar proyectos de ia en el sector de la salud. El doctorando/a aprenderá conceptos avanzados de programación y tratamiento de datos utilizando nuevas técnicas de ciencia de datos, aprendizaje automático o machine learning. Por lo tanto, esta actividad curricular se centra en la explotación de estas técnicas con el objetivo de resolver los problemas clínicos existentes.

Actividad de tipo teórico práctico, orientada a desarrollar conocimientos y competencias relevantes en el ámbito de los procesadores y sistemas de alto rendimiento para aplicaciones en inteligencia artificial. Se abordan materias relacionadas con los conceptos básicos de la programación y procesamiento paralelo, sistemas en tiempo real, sistemas de comunicaciones de alta velocidad y sistemas industriales. Específicamente, el estudiante reconocerá los principales aspectos de los sistemas de alto rendimiento para aplicaciones de alta velocidad, plataformas y sistemas operativos dedicados para aplicaciones en ia, sistemas de comunicaciones de alta velocidad para sensores y actuadores en entornos industriales. Esta actividad curricular contribuye al perfil del graduado mediante la utilización de los fundamentos teóricos y prácticos de los sistemas software y hardware para generar soluciones a problemas complejos mediante la creación de nuevo conocimiento susceptible de transferir al medio externo. El actividad curricular contempla el aprendizaje y uso de procesadores de alta velocidad para cámaras digitales y sensores industriales (nvidea, nerian) en entornos como ros y ubuntu.

En esta actividad curricular se verán fundamentos teóricos del aprendizaje profundo, en particular, de las redes neuronales artificiales, así como también las últimas arquitecturas en el estado del arte. El actividad curricular comienza con la definición del perceptrón y del perceptrón multicapa, para luego profundizar en su entrenamiento y técnicas de regularización. La segunda parte del actividad curricular repasa arquitecturas neuronales modernas para predicción sobre imágenes, datos secuenciales, modelos generativos y variacionales. En la tercera parte del actividad curricular se revisarán los últimos avances del área.

Actividad curricular teórico-práctica optativa/electiva del programa de doctorado en inteligencia artificial, que entrega al estudiante los conocimientos y competencias para comprender, identificar y aplicar conocimiento referente al aprendizaje automático. Específicamente, el estudiante reconocerá los principales aspectos de métodos de aprendizaje automático, mecanismos de evaluación de estos métodos y algoritmos computacionales para implementarlos. Esta actividad curricular contribuye al perfil del graduado mediante la asociación de los fundamentos teóricos y prácticos y analizar conceptualmente información relevante, que le permitan relacionar soluciones a problemas vinculados con métodos de aprendizaje para resolver problemas de regresión y clasificación, evaluación de métodos mediante métricas de desempeño para orientar la estrategia más adecuada en la solución de un problema determinado, y la implementación de métodos de aprendizaje mediante algoritmos computacionales.

Actividad de tipo teórico-práctico orientada a desarrollar conocimientos y competencias relevantes en el ámbito de la visión computacional y sus aplicaciones en entornos industriales. Se abordan materias relacionadas con la especificación y selección de componentes tales como sensores, cámaras, sistemas de comunicación, sistemas de iluminación y su integración a sistemas de control corporativos. Específicamente, el estudiante reconocerá los fundamentos, principales componentes y algoritmos de la visión computacional. Esta actividad curricular contribuye al perfil del graduado mediante la utilización de los fundamentos teóricos y prácticos de los sistemas de visión computacional. La actividad curricular contempla el aprendizaje y uso de cámaras digitales de distintos espectros, lineales y de área y procesadores de alto desempeño.

Actividad curricular optativa/electiva que le permitirá al doctorando/a introducirse en la temática del procesamiento del lenguaje natural, en donde se estudiarán los problemas y soluciones básicas en los niveles lingüísticos morfológico, sintáctico, semántico y pragmático. Un capítulo de introducción y otro de áreas de aplicación, situarán la actividad curricular desde una perspectiva histórica, y permitirán conocer el estado actual de las realizaciones en este campo. La realización de un proyecto permitirá poner en práctica los conocimientos adquiridos. Se incluyen algunas técnicas de aprendizaje automático. Permitirá, por tanto, al doctorando/a, poner en práctica los fundamentos y métodos adquiridos en ia para el procesamiento del lenguaje natural. A su vez, le proporcionará conocimiento y tecnología para valorar la incorporación del lenguaje natural en diferentes aplicaciones interactivas, o que hagan uso de la información textual.

Esta actividad curricular busca que el estudiante aprenda a desarrollar sistemas que incorporen las emociones en la toma de decisiones. Se conocerán conceptos básicos relacionados con sentimientos, emociones e inteligencia emocional. Como también tecnologías actuales que permiten medir y reconocer las emociones. Se estudiarán los principios neurocientíficos y técnicas de ia que utiliza la computación afectiva para reconocer emociones y para predecirlas. Así como los aspectos metodológicos que se deben considerar para modelar este tipo de conocimiento y desarrollar los sistemas respectivos.

Actividad curricular optativa del programa de doctorado en inteligencia artificial, que entrega al estudiante los conocimientos y competencias necesarios para comprender los límites fundamentales de nuestra capacidad para almacenar, procesar y comunicar datos, ya sea en sistemas naturales o artificiales. En esta actividad curricular el estudiante comprenderá conceptos de entropía, información, la capacidad de transmisión de los canales de comunicación, las diferentes técnicas de compresión, entre otros.

El desarrollo de esta actividad curricular entrega al estudiante la capacidad de conocer y aplicar adecuadamente las estructuras de datos fundamentales según aspectos de organización, acceso, manipulación y desempeño. Para estas estructuras el estudiante podrá analizar e implementar algoritmos iterativos en problemas de búsqueda, recorrido, orden y selección utilizando diferentes técnicas de programación. Adicionalmente el estudiante es capaz de aplicar fundamentos teóricos para identificar niveles de complejidad en una solución algorítmica. Esta actividad curricular contribuye al perfil del graduado a través de la utilización de estructuras de datos, algoritmos y técnicas de programación, permitiendo crear y analizar soluciones a problemas complejos.

En esta actividad curricular se verán los fundamentos teóricos y prácticos del aprendizaje por refuerzo, los métodos clásicos y aproximados (usando redes neuronales) junto con el estado del arte en su aplicación a problemas de diversa índole. El actividad curricular comienza con la definición de conceptos básicos y necesarios, como la formalización de procesos de decisión de markov (mdp) y la ecuación de bellman, para luego seguir con una descripción de los diferentes tipos de aprendizaje por refuerzo (model-based y model-free, pasivo y activo, etc. ) y los métodos clásicos como q-learning y sarsa. A continuación, se revisa cómo la combinación entre aprendizaje por refuerzo y redes neuronales ha aumentado la capacidad de aplicación de esta disciplina a problemas más complejos. Finalmente veremos tópicos avanzados de aprendizaje por refuerzo con múltiples agentes, antes de revisar los últimos avances en el área.

Actividad de tipo teórico-práctico orientada a desarrollar conocimientos y competencias relevantes en el ámbito de los sistemas robóticos colaborativos y sus aplicaciones en entornos industriales. Se abordan materias relacionadas con los conceptos básicos de los robot y los robot colaborativos (cobot) y el cumplimiento de los mecanismos de seguridad en entornos robóticos, operación y programación de robots, detección de colisiones y visión robótica. Específicamente, el estudiante reconocerá los principales aspectos de la robótica colaborativa, seguridad, visión, operación y programación de sistemas robóticos colaborativos. Esta actividad curricular contribuye al perfil del graduado mediante la utilización de los fundamentos teóricos y prácticos de los sistemas robóticos colaborativos para generar soluciones a problemas complejos mediante la utilización o creación de conocimiento susceptible de transferir al medio externo. El actividad curricular contempla el aprendizaje y uso de simuladores tales como robodk y kuka. Sim y la utilización de brazos robóticos de universal robots y kuka.

Esta actividad curricular proporciona conocimientos avanzados en el área del modelamiento bayesiano, presentando las herramientas necesarias para aprender a modelizar la incertidumbre y razonar con ella en sistemas inteligentes. Esta actividad curricular contribuye al perfil del graduado a través de la utilización de métodos bayesianos, para el diseño y desarrollo de sistemas inteligentes.

Actividad curricular teórico-práctica que entrega las herramientas metodológicas para diseñar y analizar sistemas ciber físicos en diferentes áreas de aplicación, evaluando cuantitativa y cualitativamente sus similitudes, diferencias y ventajas. Dicho diseño o análisis se orienta a la utilización de métodos de inteligencia artificial que habiliten la toma de decisiones y la construcción de herramientas de monitoreo, control y optimización en los sistemas ciber físicos. Un sistema ciber físico consiste en un conjunto de dispositivos informáticos que se comunican entre sí e interactúan con el mundo físico a través de sensores y actuadores en un lazo de retroalimentación; dichos sistemas están cada vez más diseminados, considerando edificios inteligentes, ciudades inteligentes, salud, transporte, industria, entre otras áreas.

Actividad curricular optativa/electiva, en que el estudiante plantea problemas de optimización, desarrolla técnicas para resolverlos y evalúa e interpreta las soluciones óptimas obtenidas. Esta actividad curricular contribuye al perfil del graduado mediante la asociación de los fundamentos teóricos y prácticos y análisis de información relevante, que le permitan relacionar soluciones a problemas vinculados con la optimización.

Actividad curricular electiva/optativa que le permitirá al doctorando alcanzar una visión amplia de los aportes que se han logrado con técnicas de ia en educación. Se analizarán las tecnologías y técnicas que han permitido un avance en el proceso de enseñanza y aprendizaje. Se conocerán las principales técnicas para el desarrollo de estas tecnologías y la importancia que tiene el considerar el sesgo y la ética en la educación escolar y universitaria.

Actividad curricular de tipo teórico-práctico orientada a desarrollar conocimientos y competencias relevantes en el ámbito de los fundamentos de la visión computacional. Se abordan materias relacionadas con los conceptos básicos, métodos, algoritmos y modelos de visión por computador y de inteligencia artificial aplicada a la visión computacional. Esta actividad curricular contribuye al perfil del graduado mediante la utilización de los fundamentos teóricos y prácticos de los sistemas de visión computacional para generar soluciones a problemas complejos mediante la utilización, creación y aplicación de nuevo conocimiento susceptible de transferir al medio externo. A través de esta actividad curricular, el estudiante será capaz de comprender diversas metodologías y técnicas en el área de visión por computador, a nivel teórico y práctico, siendo capaz de analizar tanto publicaciones científicas del área, como comprender el funcionamiento de los algoritmos en el contexto de una implementación. Estos conocimientos le permitirán tanto el desarrollo de aplicaciones, como el diseño de nuevas técnicas y algoritmos en esta área, comprendiendo cómo se sitúa su contribución en el contexto del estado del arte de la especialidad.
DIRECCIÓN PROGRAMA
Guillermo Felipe Cabrera Vives

Doctor en Ciencias, Mención Computación, Universidad de Chile (2015)


CONTACTO
MÁS INFORMACIÓN
Por favor ingrese un nombre válido.
Por favor ingrese un apellido válido.
Por favor ingrese un email válido.
Por favor ingrese un teléfono válido.

Guías de Tesis

Pablo Esteban Aqueveque Navarro
Doctor en Ciencias de la Ingeniería, Universidad de Concepción

mail_outline paaqueve@udec.cl
Guillermo Felipe Cabrera Vives
Doctor en Ciencias, Mención Computación, Universidad de Chile

mail_outline guillecabrera@udec.cl
Pierluigi Cerulo
Doctor of Philosophy, Swinburne University Of Technology

mail_outline piercerulo@udec.cl
Hugo Omar Garcés Hernández
Doctor en Ciencias de la Ingeniería, mención Ing. Eléctrica, Universidad de Concepción

mail_outline hugarces@udec.cl
Pamela Beatriz Guevara Alvez
Docteur Physique, Université de Paris-Sud

mail_outline pguevara@udec.cl
Cecilia Paola Hernández Rivas
Doctor en Ciencias, Universidad de Chile

mail_outline cecihernandez@udec.cl
Mario Fernando Lillo Saavedra
Doctor en Informática, Universidad Politécnica de Madrid

mail_outline malillo@udec.cl
Pedro Pablo Pinacho Davidson
Doctor en Ingeniería Informática, Universidad del País Vasco

mail_outline ppinacho@udec.cl
Gabriel Alejandro Saavedra Mondaca
Doctor of Philosophy, University College London

mail_outline gasaavedra@udec.cl
Pedro Antonio Salcedo Lagos
Doctor, Universidad Nacional de Educación a Distancia

mail_outline psalcedo@udec.cl

Colaboradores

Claudio Enrique Bustos Navarrete
Doctor en Psicología, Universidad de Concepción
mail_outline clbustos@udec.cl
Christian Luis Jonnathan Correa Farías
Doctor, Universidad Politécnica de Madrid
mail_outline ccorrea@udec.cl
Alfonso Andrés Fernández Rivera
Doctor of Philosophy, The Ohio State University
mail_outline alfernandez@udec.cl
Rosa Liliana Figueroa Iturrieta
Doctor en Ciencias de la Ingeniería, mención Ing. Eléctrica, Universidad de Concepción
mail_outline rosfigue@udec.cl
Julio Erasmo Godoy Del Campo
Doctor of Philosophy, University of Minnesota
mail_outline jugodoy@udec.cl
Sebastián Eugenio Godoy Medel
Doctor of Philosophy, University of New Mexico
mail_outline segodoy@udec.cl
Esteban Javier Pino Quiroga
Doctor en Ciencias de la Ingeniería, Universidad de Concepción
mail_outline estebanpino@udec.cl
María Andrea Rodríguez Tastets
Doctor of Philosophy, University of Maine
mail_outline andrea@udec.cl
Mabel Alejandra Urrutia Martínez
Doctor en Lingüística, Universidad de Concepción
mail_outline maurrutia@udec.cl
logoUdeC
logoUdeC logoUdeC logoUdeC logoUdeC