Skip to content

dccuchile/PerspectivasIA

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

84 Commits
 
 
 
 
 
 

Repository files navigation

CC5218 Perspectivas y paradigmas en Inteligencia Artificial

Logo

Profesores: Felipe Bravo Márquez y Claudio Gutierrez

Descripción general

El curso tiene como propósito desarrollar en los y las estudiantes la capacidad de analizar críticamente la arquitectura conceptual, los fundamentos científico técnicos y las tradiciones que sustentan la Inteligencia Artificial contemporánea. A partir de modelos formales, enfoques computacionales y teorías cognitivas, se estudian los principales paradigmas de la IA y sus bases epistemológicas. Asimismo, el curso busca que evalúen rigurosamente la aplicación de métodos de IA en la modelación de problemas cognitivos y sistémicos, y que examinen con rigor las tendencias actuales del campo, así como sus proyecciones futuras, reconociendo sus límites, implicancias éticas y efectos sociales. En conjunto, el curso promueve una comprensión integrada de la IA que articula perspectivas computacionales, científicas y filosóficas, ancladas en desarrollos técnicos concretos.

Programa Oficial del Curso

Metodología y evaluación

  • Horario: Martes de 12pm a 14pm a partir del martes 10 de marzo en sala por definir dentro del campus Beauchef de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile.
  • Desde la semana 1 a la 12 existe una lectura obligatoria semanal.
  • Cada lectura obligatoria es evaluada mediante un control breve en clase, consistente en una prueba de selección múltiple de 6 preguntas.
  • Las clases consideran discusión guiada de las lecturas obligatorias.
  • Desde la semana 2 a la 14, cada semana incluye una o más presentaciones grupales de estudiantes de 20 minutos.
  • Los grupos de cada presentación serán asignados por el cuerpo docente.
  • La semana 15 corresponde al cierre del curso, sin evaluaciones.
  • El curso contempla un examen final.

Nota final

  • Controles de lectura: 50%
  • Presentaciones orales: 30%
  • Examen: 20%

Sobre inasistencias a controles de lectura:

El examen reemplaza automáticamente la peor nota de control de lectura (incluyendo una ausencia injustificada) sin necesidad de justificación.

Si se falta a un control de lectura y se presenta una justificación formal, el examen reemplaza esa ausencia, pero no reemplaza la peor nota de los controles de lectura asistidos o de alguna inasistencia injustificada.

Si existen dos o más inasistencias justificadas formalmente, el examen reemplaza todas ellas, pero no reemplaza la peor nota de los controles de lectura asistidos o de alguna inasistencia injustificada.

(los mecanismos de justificación son los establecidos por la escuela)

Recomendaciones Adicionales

Les recomendamos comprar un cuaderno para el curso. Donde:

  • Pueden tener una hoja por los dos lados con notas escritas a mano sobre la lectura semanal
  • Tomen apuntes en clase sobre las presentaciones de los estudiantes.
  • El cuaderno lo podrán traer al examen.

Para Participar como Oyente

  • Es posible participar como oyente de manera presencial para personas ajenas a la comunidad de la Universidad de Chile.
  • Ingrese a las dependencias de la Facultad de Ciencias Físicas y Matemáticas, regístrese como invitado y diga que asiste a una actividad de extensión del Departamento de Ciencias de la Computación para luego dirigirse a la sala de clases por definir que será anunciada por este medio.
  • En caso de que la concurrencia supere el espacio de la sala se le dará prioridad a los alumnos inscritos al curso y buscaremos la forma de grabar las clases.
  • No habrá registro de participantes ni ofrecemos certificación alguna.

Programa semanal

Semana 1

Tema: ¿Qué es la Inteligencia Artificial? NotebookLM Slides

Lectura obligatoria Russell, S. y Norvig, P. Artificial Intelligence: A Modern Approach, 4th Edition, Capítulo 1 audio_ES video_ES audio_EN video_EN

Lecturas complementarias


Semana 2

Tema: Agentes NotebookLM Slides

Lectura obligatoria Russell, S. y Norvig, P. Artificial Intelligence: A Modern Approach, 4th Edition, Capítulo 2 audio_ES video_ES audio_EN video_EN

Presentación estudiantes Park, J. S. et al. Generative Agents: Interactive Simulacra of Human Behavior


Semana 3

Tema: Aprendizaje profundo NotebookLM Slides

Lectura obligatoria Schmidhuber, J. Deep Learning in Neural Networks: An Overview
audio_ES video_ES audio_EN video_EN

Presentación estudiantes Serre, T. Deep Learning: The Good, the Bad, and the Ugly


Semana 4

Tema: Aprendizaje de representaciones NotebookLM Slides

Lectura obligatoria Bengio, Y., Courville, A. y Vincent, P. Representation Learning: A Review and New Perspectives
audio_ES video_ES audio_EN video_EN

Presentación estudiantes Chen, T. et al. A Simple Framework for Contrastive Learning of Visual Representations


Semana 5

Tema: Aprendizaje por refuerzo NotebookLM Slides

Lectura obligatoria Hugging Face. Deep Reinforcement Learning Course, Capítulos 1 y 2
audio_ES video_ES audio_EN video_EN

Presentación estudiantes Silver, D. et al. Reward is Enough


Semana 6

Tema: Razonamiento y conocimiento NotebookLM Slides

Lecturas obligatorias

Presentación estudiantes Davis, R., Shrobe, H. y Szolovits, P. What is a Knowledge Representation?


Semana 7

Tema: Percepción y visión NotebookLM Slides

Lectura obligatoria Torralba, A., Isola, P. y Freeman, W. Foundations of Computer Vision, Capítulo 1
audio_ES video_ES audio_EN video_EN

Presentación estudiantes Marr, D. Vision, Capítulo 1


Semana 8

Tema: Lenguaje NotebookLM Slides

Lecturas obligatorias

Presentación estudiantes Brown, T. et al. Language Models are Few Shot Learners


Semana 9

Tema: Cognición y Mente NotebookLM Slides

Lectura obligatoria Bermúdez, J. Introduction to Cognitive Science, Capítulos introductorio y 1
audio_ES video_ES audio_EN video_EN

Presentación estudiantes Friston, K. The Free Energy Principle: A Unified Brain Theory?


Semana 10

Tema: Conciencia NotebookLM Slides

Lecturas obligatorias

Presentación estudiantes Identifying Indicators of Consciousness in AI Systems


Semana 11

Tema: Robótica NotebookLM Slides

Lectura obligatoria Bermúdez, J. Introduction to Cognitive Science, Capítulo 14 - Robotics: From GOFAI to Situated Cognition and Behavior-Based Robotics
audio_ES video_ES audio_EN video_EN

Presentación estudiantes International Federation of Robotics. Artificial Intelligence in Robotics

Lectura complementaria Capuano, F. et al. Robot Learning: A Tutorial


Semana 12

Tema: Interpretabilidad, equidad y ética NotebookLM Slides

Lecturas obligatorias

Presentación estudiantes Bryson, J. The Oxford Handbook of Ethics of AI, Capítulo 1: The Artificial Intelligence of the Ethics of Artificial Intelligence - An Introductory Overview for Law and Regulation

Lecturas complementarias


Semanas 13 y 14

Tema: Perspectivas en Inteligencia Artificial NotebookLM

Presentaciones estudiantes


Semana 15

Tema: Cierre del curso - El Futuro de la IA NotebookLM Slides

Lectura Russell, S. y Norvig, P. Artificial Intelligence: A Modern Approach, Capítulo 28: The Future of AI
audio_ES video_ES audio_EN video_EN

Lecturas complementarias


About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Languages