Talleres
Inteligencia Artificial: del concepto a la implementación
La Academia Mexicana de Ciencias, en colaboración con la Universidad Nacional Autónoma de México, a través de la Dirección General de Cómputo y de Tecnologías de Información y Comunicación, invita a la comunidad universitaria y a la sociedad en general a participar de las conferencias y talleres sobre Inteligencia Artificial que impartirán investigadores del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, el Instituto de Investigaciones Jurídicas, el Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional, el Instituto Nacional de Astrofísica, Óptica y Electrónica, el Instituto Potosino de Investigación Científica y Tecnológica y de El Colegio Nacional.
Conferencias magistrales
Gratuitas vía Zoom con registro previo
Del Asombro al Miedo: Pasado, Presente y Futuro de la Inteligencia Artificial
Dr. Carlos Coello (CINVESTAV y El Colegio Nacional)
Jueves 7 de noviembre, 18:00 h
Historia de la Inteligencia Artificial (IA), desde sus orígenes y hasta nuestros días. Veremos los cambios que se han dado en la manera de hacer investigación en la IA, y mencionaremos algunos de los hitos más relevantes que ha logrado. En la parte final, indicaremos cómo se cree que la IA impactará sectores tales como la educación, las finanzas y la ciencia y se discutirán algunos de los temores que rodean actualmente a esta disciplina.
Turing, ChatGPT y las Visiones de la IA
Dr. Luis Pineda (IIMAS-UNAM)
Miércoles 6 de noviembre, 18:00 h
Una reflexión acerca de la IA desde la perspectiva del programa original, aclarando algunos sentidos de lo que se entiende por IA hoy en día.
Talleres
11 al 15 de noviembre, 17:00 a 20:30 h
11 al 15 de noviembre, 17:00 a 20:30 h
En línea, bajo registro
Se contará con grabaciones de las sesiones que podrán
ser revisadas de manera asincrónica por tiempo limitado
Cuota de recuperación por taller: $600.00
Cuota promocional por los cinco talleres: $2,000.00
Se emitirá constancia de participación y recibo deducible de impuestos.
Se contará con grabaciones de las sesiones que podrán
ser revisadas de manera asincrónica por tiempo limitado
Cuota de recuperación por taller: $600.00
Cuota promocional por los cinco talleres: $2,000.00
Se emitirá constancia de participación y recibo deducible de impuestos.
Lunes 11 de noviembre
CERRADO
AlphaZero: Integración de Búsqueda Simbólica y Redes Neuronales
Coordinador: Dr. Luis Pineda (IIMAS-UNAM) en colaboración con cuatro investigadores del IIMAS-UNAM:
Dr. Luis A. Pineda: Introducción
Dr. Gibrán Fuentes: Introducción al aprendizaje profundo
Dr. Carlos Ignacio Hernández: Introducción al aprendizaje por refuerzo
Dr. Ricardo Cruz y M. en C. Noé Hernández: Introducción a AlphaZero
Se describe de manera general la arquitectura del programa de juegos AlphaZero, que aprende a jugar jugando contra sí mismo, a partir de las reglas del juego exclusivamente, desde el Tic Tac Toe (Gato), hasta al Ajedrez y el Go. Este programa supera ampliamente a los jugadores humanos de más alto nivel, así como a los programas de juegos tradicionales, basados en el algoritmo Minimax, utilizado por el propio Alan Turing en TuroChamp, el primer programa de ajedrez capaz de jugar una partida completa.
AlphaZero extiende la búsqueda simbólica tradicional con un componente aleatorio, y utiliza redes neuronales profundas, entrenadas con aprendizaje por refuerzo, que funcionan como oráculos, tales que, dada una posición en el tablero, proveen directamente su valor estimado (qué tan buena o mala es la posición para el jugador) así como la probabilidad de ganar el juego haciendo una movida, para todas las movidas legales en dicha posición.
Dirigido a: Investigadores, docentes y estudiantes de ciencias, ingenierías y humanidades, interesados en resolver problemas abiertos de gran complejidad, mediante el uso de una de las tecnologías computacionales más promisorias de la actualidad.
Dr. Luis A. Pineda: Introducción
Dr. Gibrán Fuentes: Introducción al aprendizaje profundo
Dr. Carlos Ignacio Hernández: Introducción al aprendizaje por refuerzo
Dr. Ricardo Cruz y M. en C. Noé Hernández: Introducción a AlphaZero
Se describe de manera general la arquitectura del programa de juegos AlphaZero, que aprende a jugar jugando contra sí mismo, a partir de las reglas del juego exclusivamente, desde el Tic Tac Toe (Gato), hasta al Ajedrez y el Go. Este programa supera ampliamente a los jugadores humanos de más alto nivel, así como a los programas de juegos tradicionales, basados en el algoritmo Minimax, utilizado por el propio Alan Turing en TuroChamp, el primer programa de ajedrez capaz de jugar una partida completa.
AlphaZero extiende la búsqueda simbólica tradicional con un componente aleatorio, y utiliza redes neuronales profundas, entrenadas con aprendizaje por refuerzo, que funcionan como oráculos, tales que, dada una posición en el tablero, proveen directamente su valor estimado (qué tan buena o mala es la posición para el jugador) así como la probabilidad de ganar el juego haciendo una movida, para todas las movidas legales en dicha posición.
Dirigido a: Investigadores, docentes y estudiantes de ciencias, ingenierías y humanidades, interesados en resolver problemas abiertos de gran complejidad, mediante el uso de una de las tecnologías computacionales más promisorias de la actualidad.
Martes 12 de noviembre
CERRADO
Nociones de Algoritmos Genéticos y sus Aplicaciones
Coordinador: Dr. Carlos Coello (CINVESTAV y El Colegio Nacional)
Se abordarán conceptos básicos sobre los algoritmos genéticos y la forma en la que éstos se utilizan para resolver problemas de optimización. Además de ver a detalle la forma en la que funcionan, se proporcionará información sobre código disponible en el dominio público. En la parte final del taller, se mencionarán algunas de las muchas aplicaciones que existen de los algoritmos genéticos en problemas del mundo real.
Dirigido a: Profesionistas de todas las ingenierías, o de disciplinas tales como matemáticas o física, interesados en conocer sobre técnicas de optimización y la forma en las que pueden aplicarlas en problemas prácticos.
Se abordarán conceptos básicos sobre los algoritmos genéticos y la forma en la que éstos se utilizan para resolver problemas de optimización. Además de ver a detalle la forma en la que funcionan, se proporcionará información sobre código disponible en el dominio público. En la parte final del taller, se mencionarán algunas de las muchas aplicaciones que existen de los algoritmos genéticos en problemas del mundo real.
Dirigido a: Profesionistas de todas las ingenierías, o de disciplinas tales como matemáticas o física, interesados en conocer sobre técnicas de optimización y la forma en las que pueden aplicarlas en problemas prácticos.
Miércoles 13 de noviembre
CERRADO
Introducción al Aprendizaje de Máquina
Coordinador: Dr. Enrique Sucar (Instituto Nacional de Astrofísica, Óptica y Electrónica, INAOE) en colaboración con tres investigadores del INAOE:
Dr. Hugo Jair Escalante
Dr. Eduardo F. Morales
Dr. L. Enrique Sucar
El aprendizaje de máquina es una subárea de la inteligencia artíficial que es fundamental hoy en día, impulsando avances en áreas como la automatización, análisis de datos y personalización de servicios, transformando industrias enteras.
Se inicia con una introducción general sobre que es el aprendizaje de máquina y los diferentes tipos de aprendizaje en inteligencia artificial. Luego se explican algunas de las técnicas simbólicas como árboles de decisión, aprendizaje de reglas, bosques aleatorios, entre otras. Ademas se presenta un panorama de las redes neuronales, sus principios, principales arquitecturas y aprendizaje profundo. Y se finaliza con los modelos causales, que van más allá de aprender asociaciones, incluyendo el descubrimiento causal. Las diversas técnicas serán ilustradas con aplicaciones.
Dirigido a: Estudiantes y profesionistas de ingeniería, física, matemáticas y áreas afines, interesados en conocer sobre el aprendizaje de máquina, así como el aplicarlo en diversos campos.
Dr. Hugo Jair Escalante
Dr. Eduardo F. Morales
Dr. L. Enrique Sucar
El aprendizaje de máquina es una subárea de la inteligencia artíficial que es fundamental hoy en día, impulsando avances en áreas como la automatización, análisis de datos y personalización de servicios, transformando industrias enteras.
Se inicia con una introducción general sobre que es el aprendizaje de máquina y los diferentes tipos de aprendizaje en inteligencia artificial. Luego se explican algunas de las técnicas simbólicas como árboles de decisión, aprendizaje de reglas, bosques aleatorios, entre otras. Ademas se presenta un panorama de las redes neuronales, sus principios, principales arquitecturas y aprendizaje profundo. Y se finaliza con los modelos causales, que van más allá de aprender asociaciones, incluyendo el descubrimiento causal. Las diversas técnicas serán ilustradas con aplicaciones.
Dirigido a: Estudiantes y profesionistas de ingeniería, física, matemáticas y áreas afines, interesados en conocer sobre el aprendizaje de máquina, así como el aplicarlo en diversos campos.
Jueves 14 de noviembre
CERRADO
Inteligencia Artificial Aplicada para Informática de la Salud
Coordinador: Dr. José Luis Morán (Instituto Potosino de Investigación Científica y Tecnológica, IPICyT) en colaboracion con tres investigadores del IPICyT:
Dr. Salvador Ruiz Correa: Panorama de la inteligencia artificial y el aprendizaje de máquina causal.
Dr. Cesaré Moisés Ovando Vázquez: Panorama del aprendizaje profundo aplicado a las ciencias de la salud.
Dr. Mishael Sánchez Pérez: Sesión práctica sobre los conocimientos adquiridos (uso del lenguaje R).
Los participantes en este taller adquirirán los conocimientos teóricos y prácticos básicos que les permitan proyectar el uso de la inteligencia artificial para resolver problemas específicos en su práctica profesional y temas relacionados con investigaciones y aplicaciones en ciencias de la salud.
Dirigido a: Profesionales de ciencias de la salud e interesados en conocer los principios básicos de la inteligencia artificial y su aplicación a la solución de diversos problemas del área.
Dr. Salvador Ruiz Correa: Panorama de la inteligencia artificial y el aprendizaje de máquina causal.
Dr. Cesaré Moisés Ovando Vázquez: Panorama del aprendizaje profundo aplicado a las ciencias de la salud.
Dr. Mishael Sánchez Pérez: Sesión práctica sobre los conocimientos adquiridos (uso del lenguaje R).
Los participantes en este taller adquirirán los conocimientos teóricos y prácticos básicos que les permitan proyectar el uso de la inteligencia artificial para resolver problemas específicos en su práctica profesional y temas relacionados con investigaciones y aplicaciones en ciencias de la salud.
Dirigido a: Profesionales de ciencias de la salud e interesados en conocer los principios básicos de la inteligencia artificial y su aplicación a la solución de diversos problemas del área.
Viernes 15 de noviembre
CERRADO
Las tendencias en la regulación de la IA
Coordinadores: Dr. Pedro Salazar y Dr. Sergio López Ayllón (Instituto de Investigaciones Jurídicas, UNAM) en colaboración con:
Dr. Kiyoshi Tsuro (Fundador y director de TMI Abogados)
Dr. Saúl López Noriega (Escuela de Gobierno y Transformación Pública del Tecnológico de Monterrey)
Se revisarán los diferentes problemas regulatorios que supone esta tecnología y los diferentes enfoque que están utilizando los gobiernos, las empresas y los reguladores para enfrentar los aspectos éticos, sociales, jurídicos y de seguridad. Se harán un especial énfasis en los problemas relacionados con la propiedad intelectual de los sistemas de IA.
Se abordaran temas, como, Regulación basada en el riesgo; Transparencia y explicabilidad; Protección de datos y privacidad: Derechos de autor y propiedad intelectual; Responsabilidad; ética y sesgos; Regulación de sistemas autónomos.
Dirigido a: Profesionales de todas disciplinas relacionadas con la IA que quieran conocer los diferentes maneras en que los gobiernos y las empresas están adoptando para regular diferentes dimensiones de la IA.
Dr. Kiyoshi Tsuro (Fundador y director de TMI Abogados)
Dr. Saúl López Noriega (Escuela de Gobierno y Transformación Pública del Tecnológico de Monterrey)
Se revisarán los diferentes problemas regulatorios que supone esta tecnología y los diferentes enfoque que están utilizando los gobiernos, las empresas y los reguladores para enfrentar los aspectos éticos, sociales, jurídicos y de seguridad. Se harán un especial énfasis en los problemas relacionados con la propiedad intelectual de los sistemas de IA.
Se abordaran temas, como, Regulación basada en el riesgo; Transparencia y explicabilidad; Protección de datos y privacidad: Derechos de autor y propiedad intelectual; Responsabilidad; ética y sesgos; Regulación de sistemas autónomos.
Dirigido a: Profesionales de todas disciplinas relacionadas con la IA que quieran conocer los diferentes maneras en que los gobiernos y las empresas están adoptando para regular diferentes dimensiones de la IA.