Programa tentativo

Introducción

Todas las técnicas de Inteligencia Artificial se basan en utilizar colecciones de datos de gran envergadura, procesados en poderosos (y muy costosos) centros de cálculo gestionados por empresas como Google, Amazon, Microsoft, Baidu, Tencent y Alibaba, utilizando programas muy complejos como Tensor Flow. Por lo tanto, no están al alcance de universidades, centros de investigación latinoamericanos.

La idea es entonces que se utiliza el dispositivo para obtener los datos localmente, por ejemplo, imágenes para reconocer enfermedades de plantas, sonidos para reconocer palabras (o cantos de pájaros, o cualquier otra cosa que pueda interesar) movimientos, mediante un acelerómetro incorporado en el dispositivo.

Una vez obtenidos los datos, se procede a procesarlos para que puedan ser ingeridos por Tensor Flow Light. Esta tarea se puede realizar muy fácilmente utilizando una plataforma llamada Edge Impulse Studio. Esto permite la creación de un modelo que se carga entonces en el TD.

De esta manera el TD se puede emplear en el campo para una gran variedad de aplicaciones en cualquier campo.

Esto es muy interesante para Latinoamérica porque permite que cualquier persona, dotada de un dispositivo de muy bajo costo y con acceso a internet pueda resolver un problema particular usando las técnicas de Inteligencia Artificial.

Por supuesto, esto es solo un ejemplo, hay muchísimas otras plataformas que se pueden aprovechar.

La idea entonces es que en el track de Inteligencia Artificial aplicada se tratarán los conceptos fundamentales de IA, las técnicas más utilizadas, algunas aplicaciones y luego se realizará una parte práctica en la cual los participantes remotos utilizarán sus teléfonos inteligentes como detectores de imágenes, sonidos y movimientos. Luego, mediante Edge Impulse Studio los datos obtenidos se utilizan para generar un modelo usando Tensor Flow Light que es posteriormente utilizado en el propio teléfono (Android o IoS) para hacer reconocimiento de imágenes, sonidos y movimientos.

Como ven, es una herramienta muy poderosa, y el hecho de que cada participante pueda probarla es pedagógicamente muy ventajoso.

Pre-requisitos

  • Se recomienda hacer un repaso o revisión rápida del lenguaje Python, antes de hacer el taller, será requerido en el desarrollo del track.  Para esto invitamos a los participantes hacer el curso Kaggle Python (https://www.kaggle.com/learn/python) está diseñado para completarse en 5 horas y consta de siete lecciones.
  • Zoom (actualizado a la última versión), cámara web y micrófono para participar en las sesiones de conferencia de video. Es necesario actualizar su cliente de Zoom ANTES de que empiece el taller para poder participar en los laborarorios virtuales con el resto de los participantes.
  • WhatsApp como canal de comunicación durante la semana del taller.

Programa tentativo

  • Introducción a la Inteligencia Artificial (IA).
  • Aplicaciones de la Inteligencia Artificial.
  • Métodos de IA.
  • Tecnologías y plataformas de IA.
  • IA en la nube, Edge o en dispositivos de bajas prestaciones.
  • IA en dispositivos limitados; TinyML.
  • Prácticas con TinyML: Identificación de movimientos, de imágenes y de palabras.
  • Estudio de casos.

Coordinador

Marcelo José Rovai

Instructores

  • Marcelo José Rovai (Coordinator) – UNIFEI – Universidade Federal de Itajubá, Brasil.
  • Marco Zennaro – ICTP – International Centre for Theoretical Physics, Italia.
  • Diego Méndez Chávez – Universidad Javeriana, Colombia.
  • Jesús López – Universidad Autónoma de Occidente, Colombia.
  • Stalin Arciniegas – PUCE – Ibarra, Ecuador.

Cupo y duración

  • 30 participantes
  • Duración: 20 horas.

Del 11 al 15 de noviembre 2024: 4 horas diarias con un descanso de 15 minutos.

UTC-3: 11:00 – 15:00 (Argentina, Brasil, Chile, Paraguay, Uruguay).
UTC-4: 10:00 – 14:00 (Bolivia, República Dominicana, Venezuela).
UTC-5: 09:00 – 13:00 (Colombia, Cuba, Ecuador, Panamá, Perú).
UTC-6: 08:00 – 12:00 (Costa Rica, El Salvador, Guatemala, Honduras, México, Nicaragua).