Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a la IA Eficiente Energéticamente
- La relevancia de la sostenibilidad en la IA
- Panorama general del consumo energético en el aprendizaje automático
- Estudios de caso sobre implementaciones de IA eficiente energéticamente
Arquitecturas de Modelos Compactos
- Comprensión del tamaño y la complejidad de los modelos
- Técnicas para diseñar modelos pequeños pero eficaces
- Comparación de distintas arquitecturas de modelos en términos de eficiencia
Técnicas de Optimización y Compresión
- Poda y cuantización de modelos
- Distilación del conocimiento para obtener modelos más pequeños
- Métodos de entrenamiento eficientes para reducir el consumo energético
Consideraciones de Hardware para la IA
- Selección de hardware eficiente energéticamente para el entrenamiento y la inferencia
- El papel de los procesadores especializados como TPUs y FPGAs
- Equilibrio entre rendimiento y consumo de energía
Prácticas de Programación Sostenible (Green Coding)
- Escritura de código eficiente energéticamente
- Perfilamiento y optimización de algoritmos de IA
- Mejores prácticas para el desarrollo de software sostenible
Energía Renovable e IA
- Integración de fuentes de energía renovable en las operaciones de IA
- Sostenibilidad en los centros de datos
- El futuro de la infraestructura de IA verde
Evaluación del Ciclo de Vida de Sistemas de IA
- Medición de la huella de carbono de los modelos de IA
- Estrategias para reducir el impacto ambiental durante todo el ciclo de vida de la IA
- Estudios de caso sobre evaluación del ciclo de vida en IA
Políticas y Regulación para una IA Sostenible
- Comprensión de las normas y regulaciones internacionales
- El papel de la política en la promoción de una IA eficiente energéticamente
- Consideraciones éticas e impacto social
Proyecto y Evaluación Final
- Desarrollo de un prototipo utilizando modelos de lenguaje pequeños en un dominio elegido
- Presentación del sistema de IA eficiente energéticamente
- Evaluación basada en la eficiencia técnica, la innovación y la contribución ambiental
Resumen y Próximos Pasos
Requerimientos
- Sólido entendimiento de los conceptos de aprendizaje profundo
- Dominio de la programación en Python
- Experiencia con técnicas de optimización de modelos
Público Objetivo
- Ingenieros de aprendizaje automático
- Investigadores y profesionales en el campo de la IA
- Promotores del medio ambiente dentro de la industria tecnológica
21 Horas
