La asignatura introduce los principios fundamentales, métodos y tecnologías para el desarrollo de sistemas de Inteligencia Ambiental (AmI por su acrónimo en inglés, Ambient Intelligence), espacios físicos que son sensibles y responden a la presencia de las personas. El paradigma de la AmI requiere la aplicación de la inteligencia artificial para el procesamiento de datos provenientes de sensores integrados en el entorno (cámaras, micrófonos o pantallas táctiles, acelerómetros, etc. ) y así asistir a las personas en una multitud de escenarios a través de una interfaz de usuario natural. Las aplicaciones del paradigma de la AmI abarcan el entorno doméstico, industrial, hospitales o vehículos entre otros. En esta asignatura, siguiendo un enfoque de Inteligencia Artificial responsable y centrada en las personas, se examinarán los conceptos y características principales de un sistema de AmI, así como las metodologías de desarrollo de aplicaciones para AmI. La asignatura tendrá una naturaleza práctica, facilitando la experimentación con las principales tecnologías para la implementación de prototipos de sistemas AmI. Además, se analizarán los principales desafíos para el desarrollo de sistemas AmI. El objetivo de la asignatura es capacitar al estudiantado para: - Analizar la aplicación del paradigma de la Inteligencia Ambiental - Desarrollar prototipos de sistemas de Inteligencia Ambiental

1. Concepto y enfoques del paradigma de Inteligencia Ambiental (AmI) - Computación Ubicua - Internet of Things - Conocimiento del contexto (Context Awareness) - Inteligencia Artificial centrada en las personas 2. Características principales de un sistema AmI - Sensitiva - Responsiva - Adaptativa - Transparente - Inteligente 3. Metodologías de diseño para AmI - Desarrollo por usuario final e inteligencia artificial 4. Interacción en AmI - Requisitos de interacción de usuario - Presencia e interacción proxémica - Interacción por voz - Gestos y movimientos corporales 5. Programación práctica de sistemas AmI - Aprendizaje Automático con datos de sensores (microcontroladores, dispositivos móviles, cámaras, etc.) - Procesado de voz como medio para la interacción - Tecnologías para el desarrollo de prototipos de AmI + Tensorflow.js + Programación Web para AmI

Actividades formativas AF1 - Clase teórica AF2 - Clases prácticas AF3 - Clases teórico prácticas AF5 - Tutorías AF6 - Trabajo en grupo AF7 - Trabajo individual del estudiante Metodología docente MD1 - Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. MD2 Lectura crítica de textos recomendados por el profesor de la asignatura: Artículos de prensa, informes, manuales y/o artículos académicos, bien para su posterior discusión en clase, bien para ampliar y consolidar los conocimientos de la asignatura. MD3 Resolución de casos prácticos, problemas, etc.¿ planteados por el profesor de manera individual o en grupo MD5 Elaboración de trabajos e informes de manera individual o en grupo