Descripción y propósito:

Este módulo proporciona una exploración exhaustiva de los desafíos y soluciones en el procesamiento simultáneo de datos multimodales en lnteligencia Artificial. Los(las) estudiantes se familiarizarán con los problemas inherentes al manejo de datos de múltiples modalidades y aprenderán cómo los modelos de lA actuales, incluyendo los modelos multimodales, de difusión y generativos, abordan estos desafíos. Además, se presentarán las aplicaciones prácticas de estos modelos en el procesamiento de datos multimodales, proporcionando a los estudiantes una comprensión sólida de cómo se pueden aplicar estas técnicas en situaciones del mundo real. El módulo también incluirá discusiones sobre las tendencias emergentes y las direcciones futuras en el procesamiento de datos multimodales en lA, preparando a los/as estudiantes para la evolución continua en este campo dinámico.

Resultados de aprendizaje:

• Comprender los desafíos asociados con el procesamiento simultáneo de datos multimodales en lnteligencia Artificial.
• ldentificar y describir los modelos de lA actuales, incluyendo los modelos multimodales, de difusión y generativos, y cómo se utilizan para abordar los desafíos del procesamiento de datos multimodales.
• Aplicar los conocimientos adquiridos sobre estos modelos en situaciones prácticas, demostrando una comprensión sólida de su funcionamiento y aplicabilidad.
• Participar en discusiones sobre las tendencias emergentes y las direcciones futuras en el procesamiento de datos multimodales en lA, mostrando una comprensión de la evolución continua en este campo dinámico.
• Evaluar las implicaciones éticas y sociales del uso de estos modelos en el procesamiento de datos multimodales.