آموزش مقدمه‌ای بر هوش مصنوعی معاصر - آخرین آپدیت

مقدمه‌ای بر هوش مصنوعی معاصر Introducción a la inteligencia artificial contemporánea

• هوش مصنوعی چیست؟ ¿Qué es la IA?

• مقدمه‌ای بر یادگیری ماشین بر اساس داده‌ها Introducción al aprendizaje automático a partir de datos

مقدمه‌ای بر اخلاق در هوش مصنوعی Introducción a la ética en la inteligencia artificial

• خوش‌آمدگویی: اخلاق در هوش مصنوعی چیست؟ Bienvenida: ¿Qué es la ética de la IA?

• چالش‌ها: شش منطقه ریسک Retos: Seis zonas de riesgo

• چالش‌ها: مطالعه موردی تشخیص چهره ۱ Retos: Caso de Estudio: Reconocimiento facial

• چالش‌ها: مطالعه موردی تشخیص چهره ۲ Retos: Caso de Estudio: Reconocimiento facial

• چالش‌ها: پیامدهای اجتماعی Retos: Implicaciones sociales

• فرصت‌ها: الگوریتم عادلانه چیست؟ Oportunidades: ¿Qué es un algoritmo justo?

• فرصت‌ها: شفافیت الگوریتمی Oportunidades: Transparencia algorítmica

• فرصت‌ها: حق داشتن توضیح Oportunidades: Derecho a una explicación

• راهکارها: چارچوب‌های اخلاقی و نظارتی هوش مصنوعی Soluciones: Marcos éticos y regulatorios de la IA

بینایی ماشین Visión por computador

• مقدمه‌ای بر بینایی ماشین Introducción a la visión por computador

• تاریخچه بینایی ماشین Historia de la visión por computador

• انقلاب یادگیری عمیق La revolución del aprendizaje profundo

• پروژه EGO4D و Aria EGO4D y Aria Project

پردازش زبان طبیعی Procesamiento del lenguaje natural

• مقدمه‌ای بر پردازش زبان طبیعی (NLP) Introducción al Procesamiento de Lenguaje Natural

• چرا درک زبان یک کار پیچیده است؟ ¿Por qué el entendimiento del lenguaje es una tarea compleja?

• وظایف اصلی مورد بررسی در NLP Principales tareas abordadas en PLN

• رویکردهای توسعه راهکارهای NLP: مبتنی بر قانون (کلاسیک) در مقابل مبتنی بر داده (یادگیری ماشین) Enfoques para el desarrollo de soluciones de PLN: Basado en reglas (clásico) vs Basado en datos (aprendizaje de máquina)

سیستم‌های نهفته Sistemas embebidos

• خوش‌آمدگویی و معرفی سیستم‌های نهفته Bienvenida y presentación Sistemas Embebidos

• ملاحظات پیاده‌سازی استراتژی‌های هوش مصنوعی روی پلتفرم‌های نهفته Consideraciones para implementar estrategias de IA sobre plataformas embebidas

• پلتفرم‌های نهفته: سخت‌افزار اختصاصی برای اجرای استراتژی‌های هوش مصنوعی Plataformas embebidas: hardware específico para implementar estrategias de IA

• فریم‌ورک‌های پیاده‌سازی برنامه‌های یادگیری ماشین روی پلتفرم‌های نهفته Frameworks para implementar aplicaciones de ML sobre plataformas embebidas

• فعالیت عملی با SDK Edge Impulse - بخش اول Actividad práctica con SDK Edge Impulse Parte 1

• فعالیت عملی با SDK Edge Impulse - بخش دوم Actividad práctica con SDK Edge Impulse Parte 2

• جمع‌بندی فصل Cierre del módulo

نمایش دانش Representación del conocimiento

• خوش‌آمدگویی و معرفی Bienvenida y presentación

• مدیریت دانش Administración del conocimiento

• نمایش دانش Representación del conocimiento

• هستی‌شناسی‌ها (Ontologies) Ontologías

• زبان‌های نمایش RDF و RDFS Lenguajes de representación RDF y RDFS

• مقدمه‌ای بر گراف‌های دانش و داده‌های متصل Introducción a grafos de conocimiento y datos hilados

سیستم‌های کنترل Sistemas de control

• معرفی فصل Presentación del módulo

• مثال‌های انگیزشی Ejemplos motivadores

• سیستم چیست؟ Qué es un sistema

• کنترل چیست؟ Qué es control

• مفهوم کنترل هوشمند سیستم‌ها Qué entendemos por control inteligente de sistemas

• استراتژی‌های کنترل هوشمند سیستم‌ها Estrategias de control inteligente de sistemas

• مثال تعاملی سیستم‌های چندعاملی Ejemplo interactivo de sistemas multiagente

• توضیحات نصب و مدیریت نرم‌افزار Explicación instalación y manejo del software

• جمع‌بندی فصل Cierre del módulo

یادگیری تقویت‌شده Aprendizaje por refuerzo

• معرفی فصل Presentación del módulo

• تئوری یادگیری تقویت‌شده Teoría de aprendizaje por refuerzo

• اجزای یادگیری تقویت‌شده Componentes de aprendizaje por refuerzo

• بازی‌های ویدئویی Videojuegos

• شهرهای هوشمند Ciudades inteligentes

• جمع‌بندی فصل Cierre del módulo