Curso Online en IA para la Sostenibilidad y la Gestión Medioambiental

1.    Fundamentos de la inteligencia artificial y su vinculación con la sostenibilidad

1.1.  Conceptualización y evolución histórica de la inteligencia artificial

1.2.  Paradigmas y enfoques fundamentales de la inteligencia artificial

1.3.  Marco conceptual de la sostenibilidad y los Objetivos de Desarrollo Sostenible (ODS)

1.4.  La huella ambiental de la propia inteligencia artificial: consumo energético y emisiones asociadas

1.5.  Ecosistema tecnológico y herramientas básicas para la IA aplicada al medio ambiente

2.    Datos ambientales: fuentes, adquisición y preprocesamiento para modelos de inteligencia artificial

2.1.  Tipología y caracterización de los datos ambientales

2.2.  Fuentes de datos ambientales abiertos y repositorios institucionales de referencia

2.3.  Tecnologías de captura y adquisición de datos medioambientales

2.4.  Preprocesamiento y limpieza de datos ambientales para su uso en modelos de IA

2.5.  Integración y fusión de datos ambientales procedentes de múltiples fuentes

2.6.  Almacenamiento y gestión de grandes volúmenes de datos ambientales en entornos big data

3.    Técnicas de aprendizaje automático aplicadas al análisis medioambiental

3.1.  Modelos de regresión y clasificación para variables ambientales

3.2.  Técnicas de aprendizaje no supervisado para la segmentación y el descubrimiento de patrones ambientales

3.3.  Redes neuronales profundas para el modelado de fenómenos medioambientales

3.4.  Técnicas de aprendizaje por refuerzo en la optimización de la gestión de recursos naturales

3.5.  Validación, evaluación y selección de modelos en contextos ambientales

4.    Inteligencia artificial aplicada al monitoreo y la predicción del cambio climático

4.1.  Modelización climática asistida por inteligencia artificial

4.2.  Predicción de eventos climáticos extremos mediante aprendizaje automático

4.3.  Análisis y seguimiento de emisiones de gases de efecto invernadero con IA

4.4.  IA para la evaluación de la vulnerabilidad climática y la planificación de estrategias de adaptación territorial

4.5.  Herramientas y plataformas de referencia en climatología computacional

5.    IA para la gestión energética sostenible y la optimización de energías renovables

5.1.  Predicción de la demanda energética mediante modelos de aprendizaje automático

5.2.  Optimización de la generación de energía renovable con inteligencia artificial

5.3.  Redes eléctricas inteligentes y gestión distribuida de la energía

5.4.  Almacenamiento energético y optimización de sistemas de baterías mediante IA

5.5.  Evaluación del impacto ambiental de sistemas energéticos asistida por inteligencia artificial

6.    Inteligencia artificial para la conservación de la biodiversidad y la gestión de ecosistemas

6.1.  Monitorización automatizada de la biodiversidad mediante IA y sensores remotos

6.2.  Modelado de distribución de especies y hábitats con aprendizaje automático

6.3.  Detección temprana de amenazas a los ecosistemas mediante análisis automatizado

6.4.  IA aplicada a la planificación de áreas protegidas y diseño de corredores ecológicos

6.5.  Ciencia ciudadana y plataformas colaborativas potenciadas por inteligencia artificial

7.    IA aplicada a la economía circular y la gestión sostenible de residuos

7.1.  Principios de la economía circular y el papel transformador de la inteligencia artificial

7.2.  Optimización de la cadena de valor mediante IA para la reducción de residuos

7.3.  Clasificación y separación automatizada de residuos con visión artificial

7.4.  Gestión inteligente de la recogida y logística de residuos urbanos

7.5.  Análisis automatizado del ciclo de vida de productos y materiales con herramientas de IA

8.    Inteligencia artificial para la gestión de recursos hídricos y la calidad del agua

8.1.  Modelado hidrológico asistido por inteligencia artificial

8.2.  Monitorización y predicción de la calidad del agua con aprendizaje automático

8.3.  Optimización de sistemas de distribución y tratamiento de aguas

8.4.  Inteligencia artificial para la gestión de riesgos de sequía e inundación

8.5.  Gobernanza del agua y sistemas de apoyo a la decisión basados en inteligencia artificial

9.    Inteligencia artificial en la planificación urbana sostenible y las ciudades inteligentes

9.1.  Concepto y dimensiones de la ciudad inteligente y sostenible

9.2.  IA aplicada a la movilidad urbana sostenible y la reducción de emisiones del transporte

9.3.  Monitorización y predicción de la calidad del aire en entornos urbanos con IA

9.4.  Eficiencia energética en edificios y entornos construidos mediante inteligencia artificial

9.5.  Planificación del uso del suelo y gestión del crecimiento urbano asistidos por IA

9.6.  Infraestructura verde urbana y su modelización con inteligencia artificial

10.    Marco ético, regulatorio y de gobernanza de la IA en el ámbito medioambiental

10.1.  Principios éticos para el desarrollo y despliegue de sistemas de IA medioambiental

10.2.  Marco normativo europeo e internacional aplicable a la IA ambiental

10.3.  Sesgos algorítmicos y sus consecuencias en la toma de decisiones ambientales

10.4.  Privacidad y protección de datos en la recolección de información medioambiental

10.5.  Gobernanza de datos ambientales y promoción de modelos de IA abiertos y reproducibles

10.6.  Responsabilidad social corporativa, informes de sostenibilidad e IA verde

11.    Diseño, implementación y evaluación de proyectos de IA para la sostenibilidad

11.1.  Metodologías de gestión de proyectos de IA en el ámbito ambiental

11.2.  Definición del problema ambiental y análisis de requisitos funcionales y técnicos

11.3.  Selección de arquitecturas, modelos y herramientas tecnológicas adecuadas

11.4.  Implementación, despliegue y operación continua de soluciones de IA ambiental

11.5.  Evaluación del impacto ambiental, social y económico del proyecto de IA

11.6.  Comunicación de resultados y elaboración de informes técnicos para distintos públicos

12.    Casos de estudio representativos y tendencias emergentes en IA para la sostenibilidad

12.1.  Análisis de casos de éxito en la aplicación de IA a la sostenibilidad medioambiental

12.2.  Tendencias tecnológicas emergentes en la intersección entre IA y medio ambiente

12.3.  Retos y barreras para la adopción masiva de la inteligencia artificial ambiental

12.4.  Prospectiva y visión de futuro de la IA al servicio de la sostenibilidad global