ProyectoUnidigital IASAC

Inteligencia Artificial y Sistemas Autónomos Cognitivos
  • Logo Ministerio de Universidad
  • Logo Plan de Recuperación Transformación y Resilencia
  • Logo Unión Europea
Para desarrolladores

Aprendizaje por refuerzo/Modelos de reinforcement learning

Descripción

En este tema exploraremos el desarrollo de la inteligencia artificial (IA) a través del estudio de la Neurociencia. Resaltaremos cómo distintos procesos de aprendizaje y memoria, así como el estudio de la distribución de la información en las redes neuronales ha servido para inspirar la construcción de nuevo algoritmos y estructuras en la IA. A este respecto, recalcaremos la importancia de la plausibilidad como guía para el desarrollo de los sistemas cerebrales y cómo la IA ha desarrollado los mecanismos necesarios para emularla. Por tanto, haremos un recorrido por el desarrollo de las primeras simulaciones de redes neuronales mediante IA, expondremos algunos de los más remarcables proyectos a este respecto y nos acercaremos a cómo la IA ha permitido una mayor comprensión de aprendizajes complejos como el aprendizaje profundo, el aprendizaje reforzado y las memorias episódica y de trabajo.

Nivel del tema

Medio

Índice
  • Las redes neurales artificiales y su aplicación en la Neurociencia
    1. Aprendizaje Profundo o Deep Learning
    2. Aprendizaje Reforzado o Reinforcement Learning
    3.  Memoria Episódica
    4. Memoria de Trabajo
    5. Aprendizaje Continuo
Profesor/es responsable/s

Jorge Luis Arias Pérez

e-mail
jarias@uniovi.es

Natalia Arias Arias del Castillo

e-mail
ariasnatalia@uniovi.es