AI+ Sustainability™ - eLearning (examen incluido)

Cronograma del curso

1. Fundamentos de la IA y la sostenibilidad

   Lección 1

   • Comprender los fundamentos de la inteligencia artificial
   • Principios fundamentales de la sostenibilidad
   • Principales desafíos mundiales de sostenibilidad
   • El papel de la IA en las soluciones medioambientales
   • Caso de estudio: Aplicación de la IA a la predicción del cambio climático
   • Laboratorio práctico: Visualización de las tendencias globales de emisiones de CO₂ con GPT-4

2. Métodos de IA para soluciones sostenibles

   Lección 2

   • Aplicaciones del aprendizaje automático en sostenibilidad
   • Uso de aprendizaje supervisado para el análisis de datos ambientales
   • Obtener información ambiental mediante aprendizaje no supervisado
   • Aprendizaje por refuerzo para optimizar sistemas sostenibles
   • IA verde y diseño de modelos energéticamente eficientes
   • Ejercicios prácticos y aplicados

3. IA para la acción climática

   Lección 3

   • Modelización climática impulsada por IA
   • Integración de energías renovables mediante IA
   • Estrategias para la reducción de emisiones de carbono
   • Caso de estudio: Mejora del rendimiento de aerogeneradores con IA
   • Ejercicios prácticos

4. IA en la gestión de energía sostenible

   Lección 4

   • Optimización inteligente de energía
   • IA para la integración de energías renovables
   • Mejorar el almacenamiento y la eficiencia energética con IA
   • Caso de estudio: redes eléctricas inteligentes impulsadas por IA para una distribución de energía optimizada
   • Laboratorio práctico: equilibrio de carga en redes eléctricas inteligentes

5. IA para una agricultura sostenible

   Lección 5

   • Agricultura de precisión y eficiencia en el uso de recursos
   • Detección de plagas y enfermedades basada en IA
   • Sistemas de apoyo a la toma de decisiones para la agricultura sostenible
   • Caso de estudio: aplicaciones de la IA en la agricultura de precisión
   • Laboratorio práctico: Predicción de rendimientos de cultivos con aprendizaje automático

6. IA en la gestión de residuos y la economía circular

   Lección 6

   • Sistemas inteligentes de clasificación y reciclaje de residuos
   • Soluciones de conversión de residuos en energía impulsadas por IA
   • Estrategias de economía circular y recuperación de recursos
   • Caso de estudio: Optimización de los procesos de reciclaje con IA
   • Proyecto práctico: creación de un modelo de clasificación de residuos basado en IA

7. IA para la biodiversidad y el monitoreo ambiental

   Lección 7

   • Teledetección y monitoreo ambiental con IA
   • Tecnologías de seguimiento y conservación de la vida silvestre
   • IA para la evaluación de la salud de los ecosistemas
   • Caso de estudio: Monitoreo de la deforestación con IA
   • Laboratorio práctico: Detección de la deforestación mediante imágenes satelitales

8. IA en la gestión de recursos hídricos

   Lección 8

   • Analítica predictiva para el consumo de agua
   • Sistemas de riego inteligentes impulsados por IA
   • Monitoreo y análisis de la calidad del agua
   • Caso de estudio: soluciones de riego inteligente habilitadas por IA
   • Ejercicio práctico: Optimización de sistemas de riego con IA

9. IA para ciudades inteligentes y sostenibles

   Lección 9

   • Aplicaciones de IA en la infraestructura de ciudades inteligentes
   • Movilidad sostenible y sistemas de transporte inteligentes
   • Optimización de recursos urbanos mediante IA
   • Caso de estudio: monitoreo urbano de la calidad del aire basado en IA
   • Laboratorio práctico: Optimización del flujo de tráfico y reducción de emisiones con gestión del tráfico impulsada por IA