Doctorado en Inteligencia Artificial

Seminario de investigación i

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.

Examen de grado

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.

Tesis iii

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.

Ingeniería del conocimiento

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

ética en 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.

Seminario de investigación ii

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.

Investigación en inteligencia artificial

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.

Tesis iv

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.

Desarrollo tecnológico

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.

Teoría de la información

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.

Modelamiento bayesiano

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.

Diseño y análisis de sistemas ciber físicos

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.

Inteligencia artificial aplicada a la salud

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.

Computación afectiva

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.

Optimización

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.

Algoritmos y estructuras de datos

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.

Robótica colaborativa

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.

Aprendizaje por refuerzo

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.

Inteligencia artificial en educación

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.

Inteligencia artificial generativa (iag) basada en gestión y movilización del conocimiento.

Esta actividad curricular aborda modelos teóricos, tecnológicos y epistemológicos para orientar la implementación de la Inteligencia Artificial Generativa (IAG) basada en la Gestión y Movilización del Conocimiento. Se estudian aplicaciones de la IAG que optimicen los procesos de gestión, los trabajos académicos y la investigación con el fin de generar ideas innovadoras sobre cómo aportar contenidos, usos y propósitos a estas tecnologías disruptivas. Se realizan experiencias prácticas organizadas como microproyectos creativos con la asistencia de la IAG con el fin de recoger evidencias de experiencias de gestión y/o investigación pertinentes a la tesis de grado y/o competencia investigativa. Dada la velocidad y magnitud de estos procesos de cambio, este curso ofrece espacios para repensar los entornos de trabajo y el desempeño profesional, lo que exige una reflexión crítica sobre los cambios culturales disruptivos.

Visión computacional aplicada

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.