MAIA4341 Inteligencia artificial en sistemas embebidos
Gracias a los avances recientes en hardware y software, hoy es posible implementar algoritmos de inteligencia artificial en dispositivos portables, de bajo costo y con recursos limitados, conocidos como sistemas embebidos. Estos sistemas permiten abordar desafíos complejos en contextos como ciudades inteligentes y agricultura de precisión, donde se requiere sensado distribuido y se enfrentan restricciones en procesamiento, energía y seguridad de la información. En este curso se estudian estrategias para llevar modelos de machine learning, como redes neuronales y aprendizaje profundo, a plataformas embebidas, explorando también conceptos de Edge Computing y su integración con sensores e internet de las cosas. El objetivo general de este curso es desarrollar competencias para la identificación, configuración y optimización de sistemas embebidos y plataformas hardware en la implementación de algoritmos y aplicaciones de inteligencia artificial, utilizando frameworks de machine learning y aplicando estrategias de optimización para soluciones eficientes en términos de recursos y rendimiento.
En este curso aprenderás:
- Identificar los elementos y características de un Sistema Embebido (plataformas hardware) como alternativa para implementar algoritmos/aplicaciones optimizadas de sistemas de inteligencia artificial.
- Configurar y usar Frameworks de machine learning que se pueden programar sobre Sistemas Embebidos (plataformas hardware).
- Identificar y aplicar estrategias de optimización sobre modelos de machine learning en algoritmos/aplicaciones implementadas sobre Sistemas Embebidos (plataformas hardware).
- Identificar aplicaciones donde los Sistemas Embebidos sean una estrategia que permita llegar a una solución optimizada en recursos y algoritmos.
Idioma en el que se ofrece el curso
2025
Página del catálogo en este curso