La indústria es mou en la direcció de les optimitzacions en tots els seus processos: línies de muntatge, gestió de treballadors, distribució de productes, emmagatzematge de productes en camions, xarxes de telecomunicacions, etc.

En aquest curs, els estudiants es trobaran amb una introducció sobre tècniques d'intel·ligència artificial (IA) que ajuden a prendre decisions, i respondrem preguntes com ara la utilitat d'aquestes, quines limitacions tenen, diferents maneres per poder millorar les solucions i trobar-ne d’òptimes. Així mateix, es faran concursos diaris amb una complexitat que s'incrementarà gradualment, en els quals els alumnes hauran de resoldre un problema d'enginyeria utilitzant qualsevol eina que vulguin (paper, Excel, llenguatge de programació, etc.).

Programa 

1. Introducció a la intel·ligència artificial i el primer codi en C++

Introduirem història i conceptes d'intel·ligència artificial, com ha anat evolucionant i un debat sobre el tema. Farem el nostre primer codi en C++. I ens familiaritzarem amb l'eina de resolució de problemes.

2. Parlem de grafs: estats, accions i com resoldre'ls

Parlarem d'aquesta representació dels problemes, quin és el significat i la utilitat de cada part, i què s'ha de fer per millorar una solució. També mostrarem com representar grafs amb codi. Al final farem un concurs amb problemes de grafs.

3. Tècniques per accelerar la cerca de solucions i com podem aprendre amb el temps

Mostrarem diferents tècniques per a diferents tipus de problemes que ajuden a trobar solucions de manera més eficient. Per una altra banda, introduirem el concepte d'aprenentatge automàtic. Proposarem nous problemes associats als conceptes explicats.

4. Aprenentatge automàtic

Per a alguns tipus de problemes és difícil programar una solució. En aquests casos, l’aprenentatge automàtic pot crear un model a partir d’exemples que serveix per aproximar solucions al problema.

5. Concurs final

Aquest dia, el dedicarem a fer els problemes més complexos de la setmana aplicant totes les tècniques que hem après, d'on sortirà un guanyador del curs.

Professorat

Javier Segovia Aguas és investigador postdoctoral al Grup d'Intel·ligència Artificial i Aprenentatge Automàtic de la UPF. Al 2019 va guanyar el premi d'EurAI a la millor tesi doctoral europea d'intel·ligència artificial. La seva recerca s’enfoca principalment a generar programes que serveixen per resoldre famílies senceres de problemes complexos.

Anders Jonsson és professor agregat i cap del Grup d'Intel·ligència Artificial i Aprenentatge Automàtic de la UPF. Principalment, fa recerca als camps de la planificació automàtica i l'aprenentatge com a reforç.