Descripción del programa
La Inteligencia Artificial avanza a una velocidad tan vertiginosa que parece indomable. Día a día escuchamos sobre una tecnología que pareciera ser una lámpara de los deseos y nos preguntamos: ¿Es realmente capaz de hacer eso? ¿Valdrá la pena invertir? ¿Qué necesitamos en mi organización para usar IA? ¿Cómo puedo aprovechar su potencial?
CINTEL a través de su Centro de Competencias en Inteligencia Artificial y Automatización Empresarial, en alianza con el Centro Nacional de Inteligencia Artificial (CENIA) y con el apoyo del Banco Interamericano de Desarrollo (BID), lanzan el programa de formación GerencIA Colombia
GerencIA es un viaje de innovación dirigido a ejecutivos Clase-C, durante el cual se entregarán herramientas y conocimientos fundamentales para entender y aumentar la rentabilidad de tu organización gracias a la IA. Consta de 6 sesiones de 2 módulos cada uno, en formato híbrido.
Las clases corresponden a un total de 24 horas y quienes participen en el 66% de estas recibirán un certificado de parte de CINTEL, BID y CENIA. El programa es impartido por impartidos por profesionales y académicos de CINTEL y el CENIA, quienes ya han tenido una exitosa experiencia a través de https://gerencia.cenia.cl/
El programa no tiene costo y en caso de quedar seleccionado se asignará un horario para participar de manera híbrida en la ciudad de Bogotá.
Fechas
20 de junio
Cierre de postulaciones
11 de julio
Confirmación de seleccionados
18 de julio
Clase inaugural
21 de agosto
Clase final
5 de septiembre
Ceremonia de cierre
Modalidad
- Cada módulo del programa tiene una duración de 75 minutos, concentrados y efectivos. En cada sesión, explorarás dos módulos distintos, permitiéndote profundizar en múltiples aspectos de la inteligencia artificial y su aplicación en el mundo empresarial.
- El programa está diseñado para ser conciso pero completo, extendiéndose a lo largo de seis sesiones. Esta estructura te brinda el tiempo necesario para asimilar y reflexionar sobre el contenido, mientras aplicas lo aprendido en tu organización.
- Entendemos las demandas de tu agenda. Por eso, nuestro formato híbrido te permite participar desde cualquier lugar, facilitando el equilibrio entre tus compromisos profesionales y tu desarrollo personal y profesional.
- La modalidad sincrónica asegura que tendrás interacciones en tiempo real con los docentes y otros participantes. Esto fomenta un aprendizaje colaborativo y enriquecedor, permitiéndote compartir experiencias y resolver dudas al momento.
¿Qué competencias y herramientas tendrás al finalizar este curso?
Quienes cursen de manera efectiva el programa tendrán competencias y herramientas concretas para entender el potencial de aplicación de soluciones de IA tradicional y generativa a casos concretos de negocios, además que comprenderán de mejor forma los desafíos y transformaciones globales producto de la IA.
Temáticas
De estas temáticas se seleccionarán 10:
1
Inteligencia Artificial. Un breve viaje de las posibilidades.
La IA está presente en prácticamente cualquier aspecto de nuestro día a día. ¿Qué es? ¿Cómo funciona? ¿Cómo se construye? ¿Dónde estamos hoy? Estas son las preguntas que buscaremos responder en esta introducción a esta tecnología ponder en esta introducción a esta tecnología
2
Historia de la inteligencia artificial desde el ábaco a Chat GPT.
Las transformaciones que atravesamos son fruto de procesos históricos, principalmente de desarrollo científico, que no fueron lineales ni lógicos. ¿Cuándo empieza la IA? ¿Qué pasó en la última década que tomó tanto protagonismo?
3
Modelos generativos: como aprenden, crean y trabajan los robots.
Una de las aplicaciones más difundidas de la Inteligencia Artificial son los modelos generativos, robots que crean texto, vídeo, imágenes a partir de instrucciones. ¿Cómo funcionan? ¿Qué lógica subyace detrás de ellos? ¿Cuáles son sus límites?
4
Una revolución científica: la inteligencia artificial en la Ciencia.
La historia del conocimiento ha conocido cambios radicales a partir de la irrupción de nuevas formas de aproximarnos a él. Desde la revolución copernicana a la mendeliana, nuestra comprensión del universo se ha modificado a lo largo de la historia. ¿Cuáles son las implicancias para la investigación de la IA? ¿Podemos usar técnicas de IA para el desarrollo científico? ¿Estamos frente a una revolución del conocimiento?
5
Inteligencia artificial en acción 1: ChatGPT para el trabajo y la vida.
ChatGPT es la aplicación virtual de más rápida apropiación en la historia. Superó los 100 millones de usuarios en 2 meses. Cómo hemos visto día tras día, la cantidad de aplicaciones es inconcebible. ¿Cómo podemos sacarle provecho para nuestro trabajo, el ocio y la vida en general?
6
Inteligencia artificial en acción 2: mirando el mundo con ojos de robot.
Hoy existen robots con capacidades cognitivas complejas. Pueden ver, escuchar y tocar. ¿Cómo lo hacen? ¿Qué hay detrás de los sentidos de una máquina?, ¿Cuáles son las principales funciones de estas máquinas?
7
Los dilemas de la IA 1: ética, sesgos y relación hombre-máquina.
Los últLa IA ofrece un horizonte casi ilimitado de beneficios para la humanidad, pero no está exenta de dilemas. ¿Cómo promovemos un uso ético de esta herramienta? ¿Cómo evitamos replicar y aumentar los sesgos que ya tienen los datos con los que entrenamos los modelos? ¿Qué desafíos surgen de la interacción entre el hombre y la máquina, entre la sociedad y la inteligencia artificial?
8
Los dilemas de la IA 2: monopolios, regulación y límites.
El desarrollo exponencial de la IA en la última década ha sido empujado principalmente por empresas tecnológicas con capital que les permite acceso casi ilimitado a datos y capacidad de cómputo. ¿Qué consecuencias pueden generar estos monopolios modernos? ¿Somos capaces de regular este fenómeno? ¿Debemos establecer límites a este desarrollo?
9
La explicabilidad de la Inteligencia
Los algoritmos operan en base a fórmulas matemáticas difíciles de entender incluso para programadores, y que en su sofisticación van perdiendo nitidez en su funcionamiento interno. Entender y explicar esta caja negra es fundamental para la legitimidad de la disciplina.
10
El futuro de la IA.
¿Hacia dónde va la inteligencia artificial? ¿Qué rol puede jugar América Latina y Chile en esto? ¿Porque Harari y Elon Musk tienen tanto temor, y cuánta razón tienen?
11
Condiciones habilitantes: ¿Qué necesita mi organización para implementar IA?
La implementación de modelos de IA tiene tres elementos fundamentales que cualquier organización debe considerar antes de avanzar: i) el almacenamiento y calidad de los datos; ii) la infraestructura de cómputo (nube o propia) para la inferencia y iii) el talento para el desarrollo o ser contraparte de quien desarrolle. Este módulo profundiza en qué cosas mirar para elaborar un diagnóstico apropiado de brechas y oportunidades en la organización.
12
ML Ops. Herramientas de IA para optimizar la toma de decisiones en la empresa.
El aprendizaje de máquinas (ML) permite automatizar procesos, abaratando costos y ofreciendo información para incrementar la generación de valor, liberando recursos de la organización para dedicarse a elementos más críticos de gestión. En este módulo estudiaremos diferentes aplicaciones de ML en operaciones
13
Gobernanza de proyectos de IA. ¿Cómo estructurar un equipo para gestionar un proyecto con IA?
La gestión de proyectos de IA tiene similitudes con el desarrollo de proyectos de innovación al interior de las organizaciones, pero ciertas particularidades a propósito de su aplicación y necesidades. En este módulo estudiaremos metodologías que permitan una gestión eficiente y efectiva de proyectos de innovación basados en IA.
14
¿Qué son los GPT y los LLM? Historia, desarrollo y resultados. Chat GPT y GPT-4: la revolución de la IA.
Detrás del interfaz de OpenAI hay millones de horas, texto e imágenes de entrenamiento, miles de millones de GPU funcionando y décadas de investigación, con más frustraciones que éxitos. ¿Cuáles son las bases que sostienen esta herramienta? Estudiaremos los modelos grandes de lenguaje (LLM) y los GPT (generative pre trained transformers).
Chat GPT, de la organización sin fines de lucro OpenAI, alcanzó 100 millones de usuarios en menos de dos meses. ¿Cómo se entrenó? ¿Cómo se construyó? ¿Cuáles son sus secretos?
15
Modelos con soporte para problemáticas multimodales. ¿Qué son? ¿Qué ventajas presentan?
Para muchos, la inteligencia artificial multimodal es un camino promisorio para desarrollar los LLMs del futuro próximo. Si bien este es un paradigma relativamente nuevo para los LLMs, ya existen exponentes que permiten trabajar con Textos, Imágenes, Audios, y muchas otras modalidades en forma integrada. En esta exposición se busca presentar este paradigma y mostrar los beneficios que trae en comparación con utilizar modelos especialistas en cada una de las modalidades.
16
Agentes usando LLMs: ¿Qué es el prompting, y qué técnicas pueden usarse para explotar las capacidades de los LLMs? ¿Es posible integrar diferentes modelos? Estudio de integración con LangChain y revisión de casos aplicados.
En esta sección se introducirán conceptos como “prompting”, es decir, cómo formular las preguntas o instrucciones a los LLMs para que proporcionen las respuestas deseadas. Aprenderemos diferentes técnicas de prompting que pueden usarse para maximizar las capacidades de los LLMs.
Revisaremos cómo se pueden integrar varios modelos de naturaleza diferente para resolver en conjunto tareas más complejas, y explicaremos cómo convertir un modelo de lenguaje en un sistema de chatbot. Junto con esto, revisaremos herramientas de integración como LangChain y revisaremos casos de aplicación exitosos que han aprovechado estas tecnologías para sus negocios.
17
Refinamiento del modelo: Reentrenar LLMs con datos propios y/o para tareas a la medida. Revisión de las estrategias disponibles y las implicancias de cada una. Revisión de estrategias eficientes en cómputo como Low Rank Adaptation (LoRA).
Los últimos avances en Inteligencia Artificial han demostrado que estos modelos tienen una versatilidad enorme para trabajar en problemas diversos a pesar de no haber sido entrenados para resolver esas tareas en particular. A pesar de esto, para dominios muy específicos o problemáticas muy particulares pueden tener rendimientos inferiores a los que requiere una determinada aplicación. Esta exposición busca plantear alternativas para atacar este problema mediante una adaptación (refinamiento) de estos modelos, donde las técnicas eficientes en cómputo y parámetros presentan ventajas notables para su aplicación concreta..
19
Precauciones y límites: hasta dónde pueden llegar los modelos generativos.
Los usos potenciales de estos modelos parecen no tener límites, pero no están exentos de dilemas. ¿Cómo promovemos un uso ético de esta herramienta? ¿Cómo evitamos replicar y aumentar los sesgos que ya tienen los datos con los que entrenamos? ¿Qué desafíos surgen de la interacción entre el hombre y la máquina, entre la sociedad y la inteligencia artificial?
18
Desafíos del entrenamiento y manejo de LLMs. Revisión de plataformas disponibles.
Entrenar y manejar LLMs es un proceso que presenta varios desafíos, tanto a nivel de software como de hardware. En esta sección, discutiremos las dificultades inherentes al entrenamiento de estos modelos. Además, revisaremos algunas plataformas disponibles para el entrenamiento y el despliegue de estos modelos, proporcionando una visión global de las ventajas y desventajas de cada una.hombre y la máquina, entre la sociedad y la inteligencia artificial?
De estas actividades se seleccionarán 2:
1
Inteligencia artificial generativa: el problema de las alucinaciones.
Actividad:
En esta actividad, vamos a interactuar con modelos generativos de imágenes y texto de manera exploratoria, buscando llevarlos al límite de sus capacidades para entender cómo y por qué se generan las alucinaciones, y cuáles son las consideraciones que deben tenerse al momento de usar estas herramientas.
2
Conversando con un robot.
Actividad:
En esta actividad, vamos a trabajar con un hardware prefabricado de arduinos para montar en grupo un robot que soporta el software FIONA. un programa capaz de sostener una conversación usando lenguaje natural con las personas.
3
Inteligencia artificial en acción 1: un desafío común.
Actividad:
En esta actividad, vamos a proponer desafíos a grupos de trabajo, para que usen las herramientas que estudiamos y las pongan en práctica. ¿Podemos crear un plan de negocios? ¿Armar una estrategia comercial considerando datos del último trimestre? Practicaremos cómo la formulación apropiada de preguntas e instrucciones puede ayudarnos a sacar el máximo provecho de la herramienta.
4
Aplicaciones específicas: como integro GPT en mi negocio.
Actividad:
En esta actividad, vamos a centrarnos en desafíos específicos, y entregaremos ejemplos de mecanismos de integración de la IA en negocios pueden aumentar significativamente la productividad de los negocios.
Docentes
