- INSTRUMENTO Vinculación con Científicos y Tecnólogos en el Exterior
- BENEFICIARIO Andres Ferragut : Facultad de Ingeniería
- DEPARTAMENTO Montevideo
- SUBSIDIO UYU 119600
- FECHA DE INICIO 02.09.2024
- DURACIÓN 1 mes
- AÑO CONVOCATORIA 2024
- CÓDIGO VCT_1_2024_1_180913
- FASE CERRADO
- ESTADO Terminado
El desarrollo reciente de los mecanismos de Inteligencia Artificial ha provocado una verdadera revolución, tanto en las tecnologías de la información como en sus aplicaciones. El desarrollo de herramientas como ChatGPT o Google Gemini como modelos de lenguaje, Microsoft Copilot como apoyo a la programación, DALL-E o Stable Diffusion para la generación de imágenes en base a prompts ha abierto todo un campo nuevo de investigación y relacionamiento con la tecnología. Para profundizar en estos temas, invitamos al Prof. Jakub Tomczak (TU/e Eindhoven), autor del libro Deep Generative Models a que ofrezca un curso de posgrado a dictarse en Universidad ORT Uruguay, así como a charlas de divulgación de la temática e instancias de intercambio entre investigadores.
Los Modelos de Inteligencia Arti?cial Generativa (Deep Generative Modeling) han provocado una revolución en el área de aprendizaje automático e Inteligencia Arti?cial. El desarrollo de herramientas como ChatGPT o Google Gemini como modelos de lenguaje, Microsoft Copilot como apoyo a la programación, DALL-E o Stable Diffusion para la generación de imágenes en base a prompts ha abierto todo un campo nuevo de investigación y relacionamiento con la tecnología. En este curso, se presentarán los fundamentos subyacentes a los Modelos de Inteligencia Arti?cial Generativa, como ser modelos autorregresivos, autoencoders variacionales, redes adversarias, ?ujos y difusiones, así como modelos basados en score. El Prof. Tomczak es un especialista internacional reconocido en la materia, autor del libro "Deep Generative Modeling" (Springer, 2021). Los temas del curso son: 1. Probabilistic modeling: An introduction 2. Autoregressive models 3. From pPCA to VAEs 4. GANs & Normalizing flows 5. Score-based generative models