Hasta hace unos pocos años, cuando hablábamos de Inteligencia Artificial teníamos que hacerlo refiriéndonos a ella como un tema de ciencia ficción. Pero según ha ido pasando el tiempo, se ha normalizado el hecho de que los algoritmos sean capaces de hacer que programas y distintos tipos de dispositivos puedan tomar sus propias decisiones dependiendo de los datos que reciban.
Pero para que los dispositivos tomen decisiones, primero tienen que aprender cómo reaccionar a diferentes tipos de datos, y para eso hay que programarlos. Es ahí donde entran los profesionales en diseñar algoritmos y analizar datos. Se trata de un campo en el que cada vez hay más posibilidades para formarse, recibiendo tanto una educación básica como una especializada en áreas como el big data, la robótica, o la inteligencia computacional.
Pero incluso en una profesión tan moderna que hace unos años ni siquiera existía, seguimos encontrándonos con la eterna decisión de decidirnos por una educación clásica y presencial o una a distancia. ¿Cual de las dos es mejor? ¿Hay alguna que las empresas prefieran por encima de la otra a la hora de valorar a los candidatos antes de contratarlos?
Para responder a estas preguntas vamos a hablar con dos expertos en la materia, dos personas que nos darán su opinión sobre hasta qué punto la formación online es suficiente. También vamos a repasar algunos de los mejores cursos que ahora mismo tienes disponibles para formarte online, y vamos a ayudarte a mantenerte al día sugiriéndote varios blogs especializados.
Los expertos nos dan su opinión y consejos
Como decíamos, hemos querido conocer la opinión de los expertos en la materia. Para ello hemos hablado con Elena Mora, Directora de Estudios Avanzados de la Universidad Internacional de la Rioja (UNIR). Esta Universidad ofrece varios cursos diferentes orientados a la especialización en diferentes campos de la Inteligencia Artificial.
También hablamos con el Dr. Francisco J. Vico, catedrático de Ciencias de la Computación e Inteligencia Artificial, investigador en modelado biológico y creatividad artificial, y docente de informática teórica en la Universidad de Málaga.
Y por último tenemos a Alberto Bugarín, catedrático de Ciencia de la Computación e IA. Centro de Investigación en Tecnologías de la Información de la USC (CiTIUS), vocal de la Asociación Española para la IA (AEPIA), y miembro de la comisión académica del máster “online” de investigación en IA (AEPIA+UIMP).
Xataka: ¿Es posible formarse exclusivamente de manera online para trabajar en el campo de Inteligencia Artificial?
Elena Mora: Sin lugar a duda, la respuesta es un rotundo SI.
UNIR es la Universidad en Internet. Nuestra metodología te permite asistir a clases online en directo, lo que te permite interactuar con el profesor mientras éste imparte su clase. Nuestra plataforma además, permite que los alumnos puedan relacionarse entre sí y compartir experiencias y puntos de vista, obteniendo las ventajas de la impartición en presencial. Además tienes la ventaja de que las clases quedan grabadas en el sistema, por lo que si no puedes asistir en directo, podrás verlas con posterioridad tantas veces como quieras.
Los alumnos realizan trabajos prácticos a través de nuestra plataforma, se reúnen en salas virtuales y participan activamente en los foros. De hecho, en el curso sobre Inteligencia Artificial que comienza en Enero los alumnos crearán un chatbot en equipos multidisciplinares.
Francisco Vico: Naturalmente. La Inteligencia Artificial (IA) es una rama exclusiva de la Informática, y se puede impartir tanto de manera presencial como mediante enseñanza online. Las titulaciones a distancia y los MOOC proporcionan un entrenamiento excelente en IA. Tras completar un curriculum básico, siempre se puede iniciar especialización en un dominio concreto: big data, robótica, inteligencia computacional... Desde mi punto de vista, cuenta mucho más la motivación por aprender, que la calidad docente. Quizás en medicina no sea así, pero la Informática es un campo abonado para el autodidacta. Por otra parte, opino que ninguna tecnología puede suplantar el aprendizaje presencial, cuando el docente acumula experiencia y disfruta enseñando la materia.
Alberto Bugarín: Hoy en día es posible adquirir formación on-line en el campo de la IA a distintos niveles. Por un lado, seguramente la oferta más difundida es la de MOOC como Coursera, Udacity o similares, que proporcionan una gran cantidad de cursos de iniciación a un buen número de técnicas de IA. Pero por otro, existe también formación reglada oficial on-line específica en IA, proporcionada por universidades no presenciales soportada por plataformas de e-learning, como es en España el caso de la UNED (Máster en IA Avanzada), o la más reciente iniciativa promovida por AEPIA y la UIMP (Máster de investigación en IA). Por tanto si es posible formarse para el trabajo en IA utilizando recursos on-line.
Xataka: ¿Hay cosas que no se pueden aprender en una formación online?
Elena Mora: Hay determinadas especialidades que por su alto contenido práctico, es más difícil abordar bajo la metodología online, sin embargo no es el caso de la Inteligencia Artificial. No obstante, la Realidad Virtual permitirá en una breve plazo de tiempo abarcar casi todas las disciplinas.
Francisco Vico: Algunas aplicaciones de IA requieren recursos específicos, como robots, acceso a grandes bases de datos, o sistemas de supercomputación. Estos recursos se encuentran en los centros académicos y, a veces, en empresas tecnológicas, que los han adquirido o han contratado el acceso, lo que permite realizar prácticas que no serían posibles de otro modo. Sin embargo, esto es sólo una pequeña parte del campo de aplicación de la IA. Drones, impresoras 3D, robóts móviles y sistemas de cómputo intensivo pueden adquirirse a precios populares (con la diversión consiguiente). Y cada vez es más generalizada la tendencia al open access en las bases de datos médicas (eliminando, claro, datos personales), meteorológicas, etc. Asimismo, las publicaciones científicas tienden también a ofrecerse en open access, con acceso gratuito. Por tanto, a menos que quieras programar el comportamiento de un robot de Boston Dynamics, hay miles de aplicaciones que puedes llevar a cabo con escaso presupuesto.
Aparte, para iniciar carrera científica en IA (como en cualquier otra materia), todo pasa por obtener un título académico, que da acceso al programa de doctorado y posteriormente al postdoc, que se realiza generalmente en universidades, de la mano de un tutor científico y en el marco de un grupo de investigación. Esa experiencia aún no tiene sustituto en el mundo online.
Alberto Bugarín: Los fundamentos y metodologías básicas pueden adquirirse perfectamente con la oferta de formación online existente en la actualidad. Lógicamente las habilidades que se adquieren dependerán del nivel de profundización que se dé en cada oferta formativa (no es lo mismo realizar un curso que completar un máster, por ejemplo).
Quizá si haya una diferencia en cuanto a la aplicación práctica de las metodologías para resolver problemas, ya que en los formatos presenciales o semipresenciales la supervisión directa del trabajo por parte de los docentes suele ser un valor añadido importante. Adicionalmente estas habilidades se potencian cuando los alumnos desarrollan los Trabajos Fin de Grado o Máster en este ámbito, por el nivel de profundización que exigen. En todo caso, parte de estas habilidades pueden adquirirse en el ejercicio profesional, bien sea en empresas o en investigación.
Xataka: ¿Se valora más a quien se ha formado mediante formación presencial que online?
Elena Mora: No existe ese tipo de distinción a la hora de evaluar la formación de un candidato. Lo importante es que esa formación esté avalada por una institución académica que vele por la calidad de los contenidos impartidos y del profesorado, para que el alumno salga bien preparado responder a la demanda del mercado laboral.
Francisco Vico: Depende de donde se busque trabajo. En EEUU las empresas tienden a valorar más la reputación obtenida en redes profesionales como Stack Exchange (no me refiero a LinkedIn, que sólo es una red social), la entrevista con técnicos de la propia empresa, y la captación de talento mediante acqui-hiring (comprar la empresa para hacerse con sus integrantes). En estos casos la titulación simplemente no importa. En España aún se valora el título, pero la mayor parte de la oferta laboral es mediocre. El que vale, con título o sin él, generalmente busca empleo en otro país, o monta su startup.
Alberto Bugarín: En este ámbito, como sucede cada vez más en otros, la valoración de los profesionales proviene no tanto del formato del programa formativo que hayan seguido (presencial, semipresencial o a distancia) como del reconocimiento que dicho programa tenga, que suele medirse por el desempeño de sus egresados. Y se valoran, principalmente, las habilidades profesionales que demuestre la persona. Dado que la formación online en este ámbito es relativamente reciente, no ha tenido todavía la oportunidad de demostrar ese reconocimiento en la misma medida que los programas formativos presenciales.
Es cuestión de que pase algo de tiempo para que se pueda apreciar que existe oferta formativa online en IA de mayor y menor calidad, al igual que hay oferta formativa presencial de mayor y menor calidad, tanto en IA como en cualquier ámbito.
Xataka: ¿Se echan en falta una formación reglada o certificaciones que avalen a los profesionales que trabajan en IA?
Elena Mora: La Inteligencia Artificial se encuentra en una fase muy incipiente, y ahora existe más necesidad de conocer las posibilidades que ofrecerá y el alcance, no tanto su aplicación desde el punto de vista técnico. En estos próximos años, veremos cómo las empresas comenzarán a demandar profesionales que puedan acreditar su conocimiento en IA con una certificación. En UNIR, que es una Universidad que va a la vanguardia en este tipo de titulaciones, ya estamos trabajando para ofrecer esta formación reglada.
Francisco Vico: La IA está presente en los programas de las escuelas de Informática desde hace décadas (cuando sólo producía brazos articulados que jugaban -mal- al ajedrez), es un área bien fundada matemáticamente. Creo que los medios están desvirtuando la imagen de la IA, por la influencia de Hollywood, seguramente. Un especialista en IA necesita una formación profunda y plural en Informática, desde dominar un sistema Linux, hasta las bases de datos relacionales. Los límites de la IA pasan más por explotar bien los recursos, que por conocer algoritmos de búsqueda. Una titulación en Informática (no en Telecomunicaciones, con competencias muy diferentes) que incluya asignaturas teóricas y prácticas de IA es una buena tarjeta de presentación. Crear un algoritmo de IA descargado cientos de miles de veces en un sitio de open source o en una app store, o que haya generado patentes en explotación, también es un gran aval.
Alberto Bugarín: Existe una muy amplia oferta reglada, principalmente a nivel de máster, ofertada por universidades presenciales, en mucho mayor número que la oferta a distancia (que comienza a surgir con iniciativas como las que hemos comentado anteriormente).
Hasta donde conozco no se sigue todavía el modelo de las certificaciones profesionales, ya establecidas de forma más general en otros ámbitos de la informática (como las Redes o la ingeniería del Software). En este ámbito las asociaciones de IA internacionales (AAAI, IEEE) o nacionales (AEPIA, ACIA en el caso de España) si podrían plantear algún tipo de iniciativa al respecto, aunque todavía queda camino por recorrer.
Xataka: Si tuvieses que empezar a formarte en IA, ¿por dónde empezarías o qué camino escogerías?
Elena Mora: Se puede considerar que hay dos grandes ámbitos, el de investigación pura en IA y el de aplicación práctica al ámbito empresarial. Son caminos que pueden confluir en muchos casos, pero no dejan de tener orientaciones distintas. Para el camino de investigación, la base teórica es fundamental, para la que la rama de matemáticas es la base. En el segundo caso, con una introducción a esa base teórica puede ser suficiente y sin embargo habría que abarcar una visión más estratégica de lo que la IA puede aportar a tu negocio. En ambos casos, conocer plataformas como TensorFlow de Google o el Cognitive Toolkit de Microsoft permiten llevar a la práctica las ideas de aplicación que uno pueda tener. A partir de aquí, hay distintos ámbitos en los que uno puede especializarse, como el reconocimiento de imágenes necesarios para “entender” lo que se ve, la semántica, para “entender” lo que se habla o la parte pura cognitiva, para poder construir una respuesta.
Francisco Vico :Depende del objetivo final. Para investigar en IA elegiría una escuela de Informática de universidad pública que favorezca el perfil investigador. Las hay muy buenas en España. Seguramente no optaría por una universidad privada de EEUU o Inglaterra, es absurdamente caro. Si, por contra, se quiere desarrollar aplicaciones de IA orientadas al mercado de electrónica de consumo, a partir de una formación sólida en computación, sólo hay que iniciarse con algunos cursos (por ejemplo, el de Machine Learning de Andrew Ng, gurú del Deep Learning; gratuito, si no quieres la credencial), leer muchos libros y artículos, y ponerse manos a la obra. En las universidades se hacen muy buenos contactos, con profesores y alumnos, pero igualmente en las redes profesionales.
Alberto Bugarín: El primer paso sería cursar un grado universitario en la disciplina más afín, como es, en primer lugar, el grado en ingeniería informática, en cuyos planes de estudios se incluyen materias obligatorias y también especializaciones que permiten a los estudiantes iniciarse en el ámbito de la IA.
Posteriormente seguiría una especialización cursando un máster adecuado a mis intereses profesionales futuros, y al que también puede accederse desde otros grados diferentes de la ingeniería informática (algunos de ciencias, otras ingenierías). La oferta ahí es variada, puesto que tenemos másteres que proporcionan formación transversal en diferentes metodologías y técnicas básicas o tradicionales de la IA (como por ejemplo ingeniería del conocimiento, búsqueda, aprendizaje automático, planificación, razonamiento, …), hasta cursos y postgrados específicos de especialización en un ámbito o aplicación concretos y de actualidad más inmediata (ciencia de datos, robótica y vehículos inteligentes, bioinformática, interacción avanzada, Internet de las Cosas, …).
Xataka: En el caso de tener que contratar una persona para trabajar en tu empresa en este área ¿qué formación buscarías que tuviese esa persona?
Elena Mora: Lo primero, y es general, una gran capacidad de adaptación al cambio. En este caso especialmente porque es un área que está viviendo grandes avances tanto en herramientas como en aplicaciones. Tiene mucho sentido formar equipos multidisciplinares, en los que que convivan tanto grandes conocimientos teóricos en matemáticas, estadística, machine learning y Deep learning, como conocimiento operativo del área en la que se va a trabajar, desde lingüistas y sociólogos si va a ser un chatbot, hasta artistas si se van a hacer obras de arte. Los perfiles multidisciplinares que hagan de puente entre profesionales tan diversos también serán muy útiles.
Francisco Vico: Tanto para un proyecto empresarial, como para un proyecto open source (más interesante, desde mi punto de vista), es esencial la experiencia demostrable en el campo en cuestión. No prestaría mucha atención al expediente académico, estudiar su perfil en Stackoverflow, o charlar sobre sus proyectos fallidos, me diría mucho más sobre lo que puede llegar a hacer. Al margen, debería leer y escribir bien en inglés, algo a lo que muchos prestan atención demasiado tarde.
Alberto Bugarín: Buscaría alguien con una formación de grado como la indicada anteriormente y que hubiese cursado un máster transversal, puesto que nuestro ámbito de trabajo es la I+D+i y es preferible para nosotros una formación en amplitud. Dicha formación se ampliará posteriormente en profundidad en cada uno de los temas que corresponda (bien sea en un proyecto de I+D concreto, en la realización de una tesis doctoral, …), mediante cursos adicionales y, sobre todo, lecturas de libros y trabajos especializados. En todo caso, y casi a la par con lo anterior, le pediría a esa persona, por supuesto, muchísima pasión e interés por este campo.
Cursos online para todos los niveles
Como habéis visto, en los países con más salidas profesionales el título no es tan importante como la experiencia, por lo que los cursos online se convierten en una herramienta útil para poder empezar a adquirir conocimientos en este campo. Por eso, vamos a seguir con una pequeña lista de los diferentes cursos que tienes disponibles.
Cursos gratuitos
Como son los más asequibles para todos los bolsillos, vamos a empezar con los cursos gratuitos a los que vas a poder acceder durante este mes.
Intro to Artificial Intelligence: En castellano se traduce "introducción a la Inteligencia Artificial", y es otro curso gratuito ofrecido por la plataforma Udacity. Como su nombre dice, en él podrás aprender los fundamentos de la IA moderna, así como algunas de las aplicaciones más representativas de este tipo de tecnología.
Practical Deep Learning For Coders: Un curso gratuito de siete semanas impartido por fast.ai para programadores. En él te enseñan cómo diseñar modelos de vanguardia de Deep Learning o aprendizaje automatizado con todas las funcionalidades, pero sin necesidad de saber matemáticas de posgrado.
Artificial Intelligence for Robotics: Curso gratuito de nivel medio y de aproximadamente dos meses de duración. Es impartido por Udacity, y te enseña métodos básicos enfocados a la inteligencia artificial. Contiene ejemplos de programación y asignaciones para aplicar estos métodos en el contexto del diseño de coches de conducción automática.
Reinforcement Learning: A través de una combinación de papers clásicos y trabajos más recientes, con este curso explorarás la toma de decisiones automatizada del Machine learning desde una perspectiva de la ciencia computacional. El curso gratuito está ofrecido por Udacity, y tiene una duración de cuatro meses.
Machine Learning: Curso gratuito ofrecido por Udacity dividido en dos secciones, una para aprender sobre el aprendizaje supervisado de los ordenadores y otro para adentrarse en el mundo del aprendizaje no supervisado. Su duración aproximada es de cuatro meses, y aprenderás desde cómo funcionan los filtros de spam hasta cómo Amazon sabe qué quieres comprar antes de que lo hagas.
Cursos de pago
Seguimos con una colección de cursos de pago. Aquí hemos incluido dos tipos, tanto los que son de pago de por sí como esos que son gratuitos pero luego te piden un pago extra para poder obtener tu certificado oficial de formación.
Programa de Desarrollo Profesional en Inteligencia Artificial: Posgrado de ingeniería ofrecido por UNIR, en el que conocerás cómo la Inteligencia Artificial está revolucionado el mundo empresarial creando nuevas formas de interacción con los clientes, mejorando los procesos, optimizando los recursos humanos, generando mayores ingresos y reduciendo costes.
Máster Universitario en Visual Analytics & Big Data: Este Máster ofrecido por UNIR se puede cursar online, aunque los exámenes son presenciales. Con él aprenderás a diseñar e implementar sistemas que monitoricen un proceso, extraigan información relevante del mismo y la comuniquen de manera elocuente y eficiente.
Máster Universitario en Ingeniería Matemática y Computación: Este Máster ofrecido por UNIR se puede cursar online, aunque los exámenes son presenciales. Con él obtendrás un conocimiento matemático avanzado para poder organizar sistemas de calidad, procesos de fabricación o realizar previsiones que ayuden a la toma de decisiones entre otras muchas labores.
Máster en DevOps, Cloud Computing y Producción de Software: Este Máster ofrecido por UNIR se puede cursar online, aunque los exámenes son presenciales. El curso pretende capacitar a los profesionales de la informática a ejercer su profesión en el pujante entorno de las DevOps, los entornos de Cloud Computing y las Operaciones en los DataCenter Virtuales, así como en el desarrollo de procesos automáticos de pruebas y desarrollo de software.
Programación Estadística con R: Este curso de la Universidad Nacional Autónoma de México en Coursera pretende enseñarte las bases del popular lenguaje de programación R. También abordarás la utilización de RStudio, uno de los IDEs más populares entre la comunidad de usuarios de R.
Aprendizaje Automático: Es un curso que la universidad de Stanford está ofreciendo en Coursera. Ha empezado este mes, o sea que aún estás a tiempo para sumarte a él. Este curso proporciona una amplia introducción al aprendizaje automático, la minería de datos y el reconocimiento de patrones estadísticos.
La Web Semántica: Se trata de un curso diseñado por la Pontificia Universidad Católica de Chile y ofrecido a través de Coursera, donde aprenderás los conceptos y tecnologías básicas utilizados en la Web Semántica y así como desarrollar sus propias aplicaciones utilizando las tecnologías de la Web Semántica.
Machine Learning Engineer Nanodegree: Si ya has cursado el curso gratuito de introducción a la Inteligencia Artificial, el paso lógico para seguir la formación es este nanogrado ofrecido por Udacity. En él te formarás como ingeniero de aprendizaje de máquinas, y aprenderás a aplicar modelos predictivos a conjuntos masivos de datos en campos como finanzas, salud o educación.
Machine Learning for Data Science and Analytics: Curso de la Universidad de Columbia ofrecido a través de edX para aprender qué es el machine learning, cómo utiliza sus algoritmos, y cómo utilizar sus patrones para hacer que tomen decisiones y predicciones con ejemplos aplicados al mundo real.
Machine Learning: Un MicroMaster ofrecido por la Universidad de Columbia a través de edX. Aprenderás técnicas de aprendizaje supervisado y no supervisado, puntos de vista probabilísticos contra los no probabilísticos, y la optimización y algoritmos de inferencia para el aprendizaje de modelos.
Machine Learning With Big Data: Curso creado por la Universidad de California, San Diego, y publicado en Coursera. Está dirigido a quienes quieren empezar con la ciencia de datos, y proporciona una visión general de las técnicas de aprendizaje automático para explorar, analizar y aprovechar los datos. No hace falta saber programación para cursarlo, pero sí recomiendan realizar también el curso Big Data Integration and Processing para tener una base.
Neural Networks for Machine Learning: Curso ofrecido por la Universidad de Toronto en Coursera. En él aprenderás sobre las redes neuronales artificiales y cómo son utilizadas en el Machine Learning. Entenderás cómo se utiliza para el reconocimiento del habla y objetos, para la segmentación de imágenes y para modelar el lenguaje humano.
Clasificación de imágenes: ¿cómo reconocer el contenido de una imagen?: ¿Te gustaría saber cómo se puede reconocer el contenido visual de las imágenes y clasificarlas a partir de su contenido? En este curso de la Universitat Autònoma de Barcelona en Coursera aprenderás diferentes métodos de representación y clasificación de imágenes.
Introduction to Python for Data Science: Se trata de un curso práctico impartido por Microsoft en edX, en el que empezaras desde el principio con la creación de variables básicas y el tratamiento de estructuras de datos indispensables para poder resolver los problemas planteados utilizando los algoritmos de machine learning.
Data Science Essentials: Otro curso impartido por Microsoft a través de edX. Te enseña los conceptos básicos relacionados con la adquisición, preparación, exploración y visualización de los datos. También te deja practicar tus conocimientos con ejemplos utilizando la plataforma de Microsoft Azure Machine Learning.
Artificial Intelligence (AI): Con este curso aprenderás las bases fundamentales de la inteligencia artificial y cómo se aplican. Ofrecido por la Universidad de Columbia en edX te enseña cómo diseñar agentes inteligentes para resolver problemas del mundo real incluyendo, búsqueda, juegos, aprendizaje automático, lógica y problemas de satisfacción de restricciones.
Publicaciones especializadas a seguir
Hacer cualquiera de estos cursos que te hemos indicado arriba ayudará a que consigas una buena base de conocimientos en este campo. Pero el de la Inteligencia Artificial es un sector en constante evolución, por lo que todo lo que sepas sobre él a día de hoy podría quedar desactualizado en sólo unos pocos meses.
Por eso es importante mantenerse al día de cada nuevo avance que se consigue en este campo, algo para lo que resulta imprescindible tener a mano fuentes de información especializada. Por eso, vamos a facilitarte unos una serie de publicaciones en inglés y castellano que suelen actualizarse con asiduidad, para que no te pierdas ninguna nueva noticia relacionada con la Inteligencia Artificial.
Ver todos los comentarios en https://www.xataka.com
VER 3 Comentarios