Breve resumen
El curso “Entendiendo conceptos básicos de IA” forma parte de las actividades programadas en las Jornadas STEM en el Estado de Zacatecas. El objetivo del curso es que los asistentes aprendan los conceptos básicos de Inteligencia Artificial y tengan un panorama del impacto de esta tecnología en la vida diaria. Asistieron regularmente durante las 5 sesiones 15 participantes desde tercero de bachillerato hasta cuarto año de universidad.
El curso se desarrolló en cinco sesiones semanales del 19 de agosto al 15 de septiembre a través de zoom, con una duración de 1 hora y fue dirigido a estudiantes de último semestre de bachillerato y de nivel superior. El curso fue impartido por la coordinadora de Servicios Tecnológicos de CIMAT, M. en C. Ivete Sánchez Bravo, quien cuenta con más de 20 años de experiencia en desarrollo de proyectos de cómputo científico y desarrollo de software, ha dirigido y participado en proyectos en las áreas de procesamiento de imágenes, inteligencia artificial, machine learning, optimización, cómputo paralelo, reconocimiento de patrones y modelación numérica.
Sesión 1. 19 de agosto de 2021
En la primera clase se hizo un recuento del inicio y concepto de la Inteligencia Artificial, tipos, aplicación multidisciplinaria en diferentes sectores como: educación, periodismo, ciberseguridad, videojuegos, artes –música, cine, etc.-, finanzas, salud, transporte, milicia, ecología o ciencias climáticas. Se describió la importancia y evolución de la IA en el paso de las revoluciones industriales; como en el S. XVIII con las máquinas de vapor, en los siglos XIX y XX con la producción en masa basada en energía eléctrica y el conocimiento basado en computadora e internet que se desarrolla en la actualidad.
No se podían dejar de abordar las descripciones de Inteligencia Artificial, Machine Learning y Deep Learning.
Sesión 2. 26 de agosto de 2021
Partiendo de la explicación de Machine Learning se adentró en un modelo de aprendizaje, con un ejemplo de conjunto de datos para saber cómo definir el margen de un clasificador lineal y aprender las características del overtraining y underfitting.
Sesión 3. 2 de septiembre de 2021
En la tercera clase continuando con el tema del modelo de aprendizaje se explicaron los dos problemas clásicos y la importancia de una recopilación de datos adecuada ya que esto puede producir modelos directos deficientes, la clasificación y características de un perceptrón. También se abordaron las técnicas de machine learning que se clasifican en aprendizaje supervisado y no supervisado.
Sesión 4. 9 de septiembre de 2021
En esta sesión se plantearon las características de aprendizaje sin supervisión, y se explicó un ejemplo del agrupamiento automático así como el Curse of Dimensionality.
Sesión 5. 15 de septiembre de 2021
Se concluyó el curso con temas de tipos de aprendizaje, Occam’s razor, el teorema “no free lunch”, medidas de desempeño, fuentes de información y consideraciones generales de uso de IA
Ejemplo de constancia que se otorgó a los participantes que asistieron a las 5 sesiones.