Titulación | Tipo | Curso | Semestre |
---|---|---|---|
2504392 Inteligencia Artificial / Artificial Intelligence | FB | 2 | 1 |
Esta asignatura no tiene prerrequisitos, pero a menudo se hará referencia a los conocimientos adquiridos en la asignatura de primer curso "Procesos Cognitivos".
Esta asignatura tiene como objetivo general que los estudiantes comprendan el funcionamiento del sistema nervioso y las bases neurales de los procesos cognitivos, así como las interrelaciones bidireccionales entre la neurociencia y la inteligencia artificial. Para que ello sea posible, los objetivos específicos son:
1. Conocer y comprender los fundamentos anatómicos, celulares y moleculares del procesamiento de información en el sistema nervioso.
2. Entender los mecanismos de plasticidad en el sistema nervioso, desde el nivel sináptico a la reorganización funcional multimodal vinculada a la experiencia.
3. Conocer y comprender las bases neurales del procesamiento de información sensorial a diversos niveles del sistema nervioso.
4. Conocer y comprender las bases neurales del aprendizaje y la memoria, y de las emociones.
5. Conocer las principales técnicas de registro y estimulación de la actividad neural, e identificar aplicaciones prácticas basadas en la inteligencia artificial.
1. Introducción: La interrelación entre las neurociencias y la inteligencia artificial.
2. Estructura y función del sistema nervioso: Niveles molecular, celular, sináptico y de circuitos.
2.1. Las células del sistema nervioso
2.2. Potencial de reposo y potencial de acción
2.3. Transmisión sináptica.
2.4. Plasticidad sináptica
3. Estructura y función del sistema nervioso: Neuroanatomía
4. Técnicas de registro y de estimulación de la actividad neural
5. Como el cerebro percibe el mundo
5.1. Organización general de los sistemas sensoriales
5.2. Transducción y codificación en el sistema somatosensorial
5.3. Transducción y codificación en el sistema auditivo
6. Como el cerebro aprende, recuerda y olvida
7. Las bases biológicas de las emociones
La metodología incluye diferentes tipos de actividades. Se programarán clases magistrales, seminarios, prácticas de laboratorio y actividades supervisadas y autónomas a lo largo del curso.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Clases magistrales | 24 | 0,96 | 2, 4, 5, 6, 7, 8, 10 |
Prácticas de aula | 22 | 0,88 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 |
Prácticas de laboratorio | 4 | 0,16 | 2, 3, 8, 9 |
Tipo: Supervisadas | |||
Tutorías (individuales y en grupo) | 20 | 0,8 | 1, 2, 4, 5, 6, 7, 8, 9, 10 |
Tipo: Autónomas | |||
Estudio | 50 | 2 | 2, 4, 5, 6, 7, 8, 10, 11 |
Trabajo en equipo | 21 | 0,84 | 3, 9, 11 |
La evaluación de esta asignatura se hará de manera continuada y tiene una función claramente formativa.
Las competencias de esta asignatura se evaluarán mediante: actividades de seguimiento, presentaciones en equipo y exámenes.
Las evidencias de aprendizaje que los/las estudiantes deberán entregar se referirán a los contenidos y competencias que se hayan trabajado en las clases teóricas, los seminarios y las prácticas de laboratorio.
El sistema de evaluación se organiza en cuatro evidencias, cada una de las cuales tiene un peso específico en la nota final:
- Evidencia 1. Trabajo continuado a partir de ejercicios realizados en clase o vía moodle: 35%
- Evidencia 2. Trabajo en equipo basado en la resolución de un problema o caso. Incluirá un informe escrito y una presentación oral: 15%
- Evidencia 3. Examen parcial, que se realizará a mitad del semestre: 15%
- Evidencia 4. Examen final, que se realizará al final del semestre e incluirá contenidos de toda la materia: 35%
Asignatura superada
La asignatura se considera superada cuando el/la estudiante obtiene una nota igual o superior a 5 y ha presentado evidencias con un peso de como mínimo el 65% de la nota.
Recuperación
Para poder presentarse a la prueba de recuperación es necesario cumplir los siguientes requisitos: a) haber presentado evidencias con un peso de como mínimo dos tercios de la nota de la asignatura; y b) haber obtenido una nota igual o superior a 3.5 e inferior a 5.
La prueba de recuperación consistirá en un examen de toda la materia, que incluirá preguntas sobre los contenidos teóricos y la resolución de ejercicios prácticos. La nota máxima que se podrá obtener si se supera la prueba de recuperación será de Aprobado con una nota cuantitativa de 5.
No evaluable
Aquellos/as estudiantes que hayan entregado evidencias con un peso inferior al 40% de la nota de la asignatura tendrán la calificación de "No evaluable".
Esta asignatura no ofrece la posibilidad de realizar una prueba de síntesis para estudiantes de segunda matrícula o superior.
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Evidencia 1. Entrega de actividades de seguimiento | 35% | 4 | 0,16 | 1, 2, 4, 5, 6, 7, 8, 10, 11 |
Evidencia 2. Informe y presentación en equipo | 15% | 2 | 0,08 | 1, 2, 3, 4, 5, 6, 7, 9, 10, 11 |
Evidencia 3. Examen parcial | 15% | 1 | 0,04 | 2, 6, 7, 8 |
Evidencia 4. Examen final | 35% | 2 | 0,08 | 1, 2, 4, 5, 6, 7, 8, 10 |
Libros y artículos
Carlson, N.R.; Birkett, M.A. (2017). Physiology of Behavior, Global edition. Pearson Education (versió en paper i versió online disponibles a la biblioteca).
Eysenck, MW & Keane, M.T. (2020). Cognitive Psychology. A student’s book (8th Edition). Psychology Press.
Macpherson T, Churchland A, Sejnowski T, DiCarlo J, Kamitani Y, Takahashi H, Hikida T. Natural and Artificial Intelligence: A brief introduction to the interplay between AI and neuroscience research. Neural Netw. 2021 Dec;144:603-613. doi: 10.1016/j.neunet.2021.09.018.
Páginas web