OBJETIVOS
Fornecer aos participantes conhecimentos para: Compreender os conceitos fundamentais da Inteligência Artificial (IA) e a sua evolução histórica. Conhecer as principais áreas de aplicação da IA em contextos reais. Explorar as bases técnicas que permitem gerar texto, imagens, sons e vídeos. Promover uma reflexão crítica sobre os desafios éticos e sociais associados ao uso da IA.
DESTINATÁRIOS
Qualquer pessoa interessada em explorar as oportunidades oferecidas pela IA na produção de conteúdos..
OBSERVAÇÕES
Inscrições:
Proceder à inscrição diretamente no Cencal ou via internet em www.cencal.pt. Serão aceites inscrições de desempregados, como candidatos não prioritários, cuja admissão estará dependente da existência de vagas. Os candidatos estrangeiros terão de apresentar no ato de inscrição cópia da sua autorização de residência. Os desempregados terão que apresentar uma declaração do Centro de emprego ou Segurança Social.
Formador:
Dr. Paulo Sousa (Licenciado em Comunicação Social. Especializado em Comunicação e Multimédia.)
Nota:
O Cencal reserva-se o direito de anular, adiar ou alterar a ação de formação por motivos imprevistos. Os candidatos que se inscreverem numa ação de formação do Cencal, serão sujeitos a um processo de seleção, nomeadamente em caso de excesso de inscrições, através de critérios internos em vigor neste Centro de Formação.Metodologias
ORGANIZAÇÃO DA FORMAÇÃO: esta ação será realizada em regime à Distância através da plataforma Teams. Para tal, cada participante necessita de um computador com câmara e microfone e com acesso a uma ligação de banda larga à internet e deve possuir competências básicas para lidar com Tecnologias de Comunicação e Informação.
RESUMO DO PROGRAMA:
1. Introdução à Inteligência Artificial: O que é IA: definição e objetivos. Breve histórico e marcos da evolução da IA. IA simbólica vs. IA conexionista. Conceitos básicos: agente inteligente, ambiente, perceção e ação. 2. Principais Áreas da IA: Aprendizagem automática (Machine Learning). Processamento de linguagem natural (NLP). Visão computacional. Robótica inteligente. Sistemas especialistas. 3. Aprendizagem Automática (Machine Learning): Conceitos de treino supervisionado, não supervisionado e por reforço. Algoritmos clássicos: regressão, árvores de decisão, k-means, etc.. Ciclo de vida de um projeto de machine learning. 4. Redes Neurais e Deep Learning: Conceito de rede neural artificial. Arquitetura básica de uma rede (neurónios, camadas, pesos). Introdução ao deep learning e redes convolucionais (CNN). 5. Aplicações Reais da IA: IA em saúde, educação, indústria, finanças e serviços. Ferramentas acessíveis e plataformas com IA incorporada. Casos práticos e demonstrações simples. 6. Ética, Desafios e Tendências Futuras: Vieses algorítmicos e discriminação automatizada. Privacidade e proteção de dados. IA generativa e os seus impactos. O futuro do trabalho com IA..