Inteligencia Artificial

Propósito y Objetivos

Capacitar en el diseño e implementación de sistemas de Inteligencia Artificial aplicados a la electrónica y automatización industrial. El estudiante aprenderá a integrar aprendizaje automático, visión artificial y procesamiento de señales en dispositivos embebidos, evaluando diferencias entre Edge AI y Cloud AI (latencia, privacidad y autonomía) bajo criterios de eficiencia, confiabilidad y mecanismos fail-safe.

Programa Analítico

·         Unidad 1: Fundamentos y Arquitecturas de IA

Introducción a la IA en sistemas embebidos. Comparativa Edge AI vs. Cloud AI. Arquitectura PEAS (Performance, Environment, Actuators, Sensors) aplicada a la automatización. Interfaces de entrada/salida y entornos industriales deterministas y no deterministas.

·         Unidad 2: Aprendizaje Supervisado y Procesamiento de Señales

Principios de aprendizaje supervisado. Muestreo, preprocesamiento de señales analógicas y extracción de características en el dominio de la frecuencia mediante Transformada de Fourier (FFT), espectrogramas y coeficientes MFCC para reconocimiento de voz.

·         Unidad 3: Modelos de Clasificación y Despliegue en Hardware

Clasificación de estados en motores eléctricos (Normal, Desbalanceo, Sobrecarga) usando Árboles de Decisión, Random Forest y K-NN. Despliegue optimizado en microcontroladores, comunicación vía SPI, I2C y UART, y diseño de estrategias fail-safe.

·         Unidad 4: Visión Artificial y Aplicaciones Industriales

Sensores de imagen, iluminación e inspección óptica para control de calidad. Implementación de Redes Convolucionales (CNN) y modelos livianos (MobileNet). Reconocimiento local de comandos de voz (Keyword Spotting).

Competencias Mínimas al Finalizar

El alumno podrá aplicar la arquitectura PEAS, procesar señales (FFT/MFCC), desplegar clasificadores en microcontroladores con protocolos estándar, integrar modelos de visión/audio local y configurar medidas de seguridad ante fallas en sensores.

Requisitos Básicos: Introducción a la Inteligencia Artificial

Si estás pensando en sumergirte en el mundo de la Inteligencia Artificial, te compartimos los conocimientos y habilidades recomendadas para aprovechar la materia al máximo desde el primer día.

1. 🔌 Electrónica

• Fundamentos de Arduino: Saber cargar un sketch, realizar la lectura de datos de sensores (analógicos y digitales) y controlar actuadores básicos (encender un LED o accionar un motor).

• Protocolos de comunicación: Tener noción conceptual de UART, I2C y SPI (comprender fundamentalmente para qué sirve cada uno).

Tip: Haber completado el curso de Robótica del ISE es una base ideal, ya que muchas prácticas y conceptos parten de lo visto en ese trayecto.

2. 💻 Programación

• Manejo fluido de estructuras de control básicas: variables, condicionales (IF), bucles y funciones.

Tip: Al igual que en electrónica, la base del curso de Robótica te dará la lógica necesaria para avanzar rápido.

3. 📐 Matemática

• No se requieren cálculos complejos o avanzados, pero sí tener bien asimilados conceptos prácticos como porcentajes, proporciones y conversión de unidades.

Tip: Haber cursado Matemática Aplicada (1.º año) te dará el respaldo perfecto para esta parte.

4. 🖥️ Competencias Digitales (PC)

• Uso fluido de la computadora: Manejo general del sistema y nociones básicas para abrir y ejecutar comandos en la consola / terminal.

• Criterio tecnológico: Diferenciar el procesamiento en la Nube vs. Local (comprendiendo nociones básicas sobre latencia, privacidad y consumo de recursos).