¿Estás intentando entender la IA? Empieza por lo básico con nuestro glosario de más de 100 términos relacionados con la IA.
Acelerador - Hardware especializado diseñado para facilitar cálculos de IA más rápidos para un entrenamiento e inferencia de modelos de mayor rendimiento.
Alineación de IA - Esfuerzo para garantizar que los sistemas de IA se comporten de manera que se alineen con los valores e intenciones humanos.
Asistente de IA - Herramientas impulsadas por IA diseñadas para ayudar a los usuarios con diversas tareas, como responder preguntas, proporcionar recomendaciones u ofrecer orientación.
Auditoría de IA - Proceso de evaluación de sistemas de IA para el cumplimiento de estándares éticos, métricas de rendimiento y requisitos regulatorios.
Sesgo de IA - Errores sistemáticos en los sistemas de IA que pueden conducir a resultados injustos o discriminatorios, a menudo reflejando prejuicios en los datos de entrenamiento.
Gobernanza de IA - Políticas, prácticas y estructuras para gestionar el desarrollo y uso de tecnologías de IA de manera responsable.
Alfabetización en IA - Comprensión de los conceptos, capacidades y limitaciones de la IA, permitiendo una interacción informada con y evaluación de los sistemas de IA.
Gestión de Riesgos de IA - Estrategias y prácticas para identificar, evaluar y mitigar los posibles impactos negativos de los sistemas de IA.
Seguridad de IA - Campo centrado en desarrollar sistemas de IA que sean confiables, controlables y no causen daños no intencionados.
Equidad Algorítmica - Enfoques para garantizar que los sistemas de IA tomen decisiones sin discriminar a grupos o individuos particulares.
Inteligencia Artificial General (IAG) - Un sistema de IA teórico que puede rivalizar y superar las habilidades cognitivas de los seres humanos en una amplia variedad de tareas.
Inteligencia Artificial (IA) - Sistemas informáticos que pueden crear, razonar y resolver problemas que históricamente habrían requerido un humano para realizarlos.
Superinteligencia Artificial (ASI) - IA hipotética que supera la inteligencia humana en todos los dominios, planteando profundas cuestiones éticas y existenciales.
Atención (también mecanismo de atención o modelo de atención) - Mecanismo en redes neuronales que permite a los modelos de IA centrarse en partes específicas de los datos de entrada, mejorando el rendimiento en tareas como la traducción de idiomas y el análisis de imágenes.
Retropropagación - Algoritmo en aprendizaje automático que entrena redes neuronales calculando errores y ajustando pesos hacia atrás a través de capas.
BERT (Representaciones de Codificador Bidireccional de Transformers) - Un modelo de IA basado en transformers que procesa texto mirando tanto las palabras precedentes como las siguientes para cada token, también conocido como entrenamiento bidireccional.
Big Data - Conjuntos de datos extremadamente grandes que requieren técnicas y herramientas de IA especializadas para su procesamiento y análisis.
Cadena de Pensamiento - Técnica de instrucción de IA que anima a los modelos de lenguaje a razonar paso a paso al resolver problemas, para mejorar la calidad de salida.
Chatbot - Herramientas impulsadas por IA como ChatGPT que están diseñadas para participar en conversaciones que suenan naturales con humanos.
Habitación China - Un experimento mental que desafía la noción de que los sistemas de IA realmente entienden el lenguaje, cuestionando la naturaleza de la inteligencia de las máquinas.
Computación - Potencia de procesamiento y recursos requeridos para ejecutar tareas de IA que influyen en la escala y complejidad de los modelos.
Visión por Computadora - Campo de la IA que entrena a las computadoras para interpretar y entender la información visual del mundo.
Redes Neuronales Convolucionales (CNNs) - Redes neuronales especializadas diseñadas para procesar datos en forma de cuadrícula, particularmente efectivas para tareas de análisis de imágenes.
Pre-entrenamiento de Lenguaje-Imagen Contrastivo (CLIP) - Un modelo de PNL que aprende a conectar texto e imágenes, permitiendo tareas versátiles de reconocimiento visual.
Ventana de Contexto - La cantidad de información que un modelo de IA puede considerar a la vez al hacer predicciones o respuestas.
IA Conversacional - Sistemas de IA que pueden interactuar con personas de manera natural y conversacional, típicamente a través de una interfaz de chat.
Modelo Personalizado - Un modelo de IA entrenado en datos específicos para realizar una tarea particular, a menudo personalizado para las necesidades únicas de un individuo u organización.
Aumento de Datos - El proceso de aumentar artificialmente la cantidad o diversidad de datos de entrenamiento, ayudando a los modelos de IA a generalizar mejor a nuevas situaciones.
Etiquetado de Datos - El proceso de añadir etiquetas descriptivas a datos en bruto, permitiendo a los sistemas de IA aprender de ejemplos etiquetados.
Preprocesamiento de Datos - El proceso de limpiar y formatear datos en bruto, haciéndolos adecuados para el entrenamiento de modelos de IA y mejorando los resultados de aprendizaje.
Conjunto de Datos - Una colección de información utilizada para entrenar y probar modelos de IA, permitiéndoles aprender patrones y hacer predicciones.
Aprendizaje Profundo - Una técnica de aprendizaje automático que utiliza redes neuronales para analizar y aprender de grandes cantidades de datos.
Deepfake - Técnica de generación de imágenes de IA que reemplaza a una persona en una imagen o video existente con la apariencia de otra persona.
Difusión - Modelo de IA que genera imágenes eliminando gradualmente ruido de patrones aleatorios, produciendo resultados de alta calidad y diversos.
Descenso Doble - Un fenómeno en aprendizaje automático donde el rendimiento del modelo inicialmente mejora, luego empeora y mejora nuevamente a medida que aumenta la complejidad del modelo.
Incrustación - Una técnica de aprendizaje automático que convierte datos discretos en vectores numéricos, ayudando a los modelos de IA a entender las relaciones entre elementos.
Emergencia - Un fenómeno donde comportamientos complejos de IA surgen de reglas o interacciones simples, a menudo de maneras inesperadas.
Aprendizaje de Extremo a Extremo - Una técnica de aprendizaje automático donde un modelo aprende todos los pasos de una tarea directamente desde la entrada hasta la salida, sin etapas intermedias diseñadas manualmente.
IA Ética - Directrices y estándares para desarrollar e implementar sistemas de IA de formas que respeten los derechos y valores humanos.
IA Explicable (XAI) - Enfoques que hacen que los procesos de toma de decisiones de IA sean comprensibles para los humanos, mejorando la transparencia y la confianza.
Sistemas Expertos - Programas de IA que emulan la toma de decisiones de expertos humanos en dominios específicos, utilizando reglas predefinidas y bases de conocimiento.
Aprendizaje con Pocos Ejemplos - Una técnica de aprendizaje automático donde un modelo se entrena para lograr un buen rendimiento con solo un pequeño número de ejemplos de entrenamiento.
Ajuste Fino - El proceso de refinar un modelo de IA pre-entrenado entrenándolo en un conjunto de datos más pequeño para mejorar el rendimiento en tareas específicas.
Aprendizaje Federado - Enfoque para entrenar modelos de IA a través de múltiples dispositivos o servidores, preservando la privacidad de los datos manteniendo los datos en bruto localizados.
Propagación Hacia Adelante - Algoritmo en aprendizaje automático donde los datos de entrada fluyen a través de las capas de una red neuronal para producir una salida o predicción.
Modelo de Fundación - Modelo de IA a gran escala entrenado en vastas cantidades de datos, sirviendo como base versátil para varias tareas posteriores. Los modelos de fundación típicamente cuestan cientos de millones de dólares para entrenar.
Penalización de Frecuencia - Un parámetro de IA que desalienta al modelo de generar repetidamente las mismas palabras o frases.
IA Generativa - Sistemas de IA que pueden crear nuevo contenido, como imágenes, videos o texto, basados en patrones aprendidos de sus datos de entrenamiento.
Transformador Generativo Pre-entrenado (GPT) - Una red neuronal artificial basada en la arquitectura del transformador que puede generar texto similar al humano prediciendo la siguiente palabra en una secuencia.
Descenso de Gradiente - Método de optimización utilizado en aprendizaje automático para entrenar modelos mediante el ajuste repetido de parámetros para minimizar errores.
GPU - Procesador especializado optimizado para computación paralela para acelerar el entrenamiento e inferencia de modelos de IA.
Alucinar/Alucinación - Un fenómeno en el que un modelo de IA genera contenido que no está incluido en su entrenamiento, resultando en una salida que es absurda o falsa.
Capa Oculta - La capa intermedia en una red neuronal que aprende y representa características complejas de los datos de entrada.
Ajuste de Hiperparámetros - El proceso de establecer la configuración óptima para un modelo de IA para lograr el mejor rendimiento.
Subtitulado de Imágenes - Técnica de procesamiento de imágenes de IA que genera descripciones en lenguaje natural del contenido en imágenes.
Colorización de Imágenes - Técnica de procesamiento de imágenes de IA que añade color a imágenes en escala de grises o en blanco y negro.
Desruido de Imágenes - Técnica de procesamiento de imágenes de IA que elimina ruido o artefactos no deseados de imágenes para mejorar su calidad.
Generación de Imágenes - Técnica de procesamiento de imágenes de IA de crear nuevas imágenes desde cero, a menudo basadas en descripciones de texto u otras imágenes.
Inpainting de Imágenes - Técnica de procesamiento de imágenes de IA para reconstruir partes faltantes o dañadas de una imagen.
Reconocimiento de Imágenes - Técnica de procesamiento de imágenes de IA que identifica y clasifica objetos o escenas en imágenes digitales.
Segmentación de Imágenes - Técnica de procesamiento de imágenes de IA que divide una imagen en múltiples segmentos u objetos, identificando los píxeles que pertenecen a cada uno.
Traducción de Imagen a Imagen - Técnica de procesamiento de imágenes de IA que toma una entrada de imagen (por ejemplo, foto) y la utiliza para generar una nueva imagen.
Escalado de Imágenes - Técnica de procesamiento de imágenes de IA que aumenta la resolución de una imagen mientras mantiene o mejora la calidad.
Aprendizaje Incremental - Capacidad de un sistema de IA para actualizar continuamente su conocimiento a partir de nuevos datos sin olvidar la información previamente aprendida.
Inferencia - Una vez que un modelo de IA ha sido entrenado, inferencia es el proceso de usar el modelo entrenado para generar nuevas predicciones o salidas.
Ajuste de Instrucciones - El proceso de guiar un modelo de lenguaje pre-entrenado para producir salidas de mayor calidad mediante el uso de mejores indicaciones y ejemplos.
Modelo de Lenguaje Grande (LLM) - Un modelo de IA entrenado en grandes cantidades de texto, capaz de entender y generar lenguaje similar al humano.
Espacio Latente - Una representación comprimida de datos aprendida por un modelo que captura sus características y patrones más importantes.
Función de Pérdida - Un método para cuantificar la diferencia entre las salidas predichas por un modelo y los valores reales.
Aprendizaje Automático (ML) - Un subconjunto de IA que utiliza algoritmos y estadísticas para identificar patrones y extraer información de datos sin programación explícita.
Traducción Automática - El uso de algoritmos de aprendizaje automático para traducir automáticamente texto de un idioma a otro.
Mezcla de Expertos - Un modelo de IA que combina múltiples modelos especializados (expertos) para resolver diferentes partes de un problema, con una red de puertas seleccionando el experto apropiado para una entrada determinada.
Compresión de Modelos - Técnicas utilizadas para reducir el tamaño y las necesidades computacionales de los modelos de IA para que puedan implementarse en dispositivos con recursos limitados.
Despliegue de Modelos - El proceso de integrar un modelo de IA entrenado en un entorno de producción, haciéndolo disponible para uso en el mundo real.
Evaluación de Modelos - Evaluación del rendimiento de un modelo de IA utilizando datos de prueba, asegurando que cumpla con los estándares de precisión y fiabilidad.
Explicabilidad del Modelo - Técnicas utilizadas para entender e interpretar cómo un modelo de IA llega a sus decisiones, promoviendo la transparencia y la confianza.
Interpretabilidad del Modelo - Técnicas utilizadas para medir cuán fácilmente los humanos pueden entender el razonamiento detrás de las predicciones de un modelo de IA, ayudando en la validación y mejora.
Monitoreo de Modelos - Observación continua de modelos de IA desplegados para asegurar un rendimiento consistente y detectar posibles problemas o desviaciones.
Entrenamiento de Modelos - El proceso de enseñar a un modelo de IA a hacer predicciones precisas exponiéndolo a ejemplos etiquetados.
Versionado de Modelos - Sistema para rastrear diferentes iteraciones de modelos de IA, facilitando la colaboración y permitiendo la reversión si es necesario.
IA Multimodal - Sistemas de IA que pueden procesar y generar contenido en formatos de datos mixtos (por ejemplo, texto, imágenes, audio).
Reconocimiento de Entidades Nombradas (NER) - Una técnica de PNL que identifica y clasifica entidades nombradas (como personas, organizaciones, ubicaciones) en el texto.
Procesamiento de Lenguaje Natural (PNL) - Un subconjunto de IA que se centra en permitir a las computadoras entender, interpretar y generar lenguaje humano.
NeRF (Campos de Radiancia Neural) - Una red neuronal artificial que crea escenas 3D a partir de imágenes 2D aprendiendo cómo la luz interactúa con objetos en la escena desde diferentes ángulos.
Función Objetivo - Un método utilizado en problemas de optimización (como el aprendizaje automático) para definir el objetivo que el algoritmo pretende lograr.
Sobreajuste - El sobreajuste ocurre cuando un modelo se corresponde demasiado estrechamente con sus datos de entrenamiento y se desempeña mal en nuevos datos y predicciones.
Parámetros - Los ajustes internos de un modelo de IA que determinan cómo procesa los datos de entrada y genera la salida.
Etiquetado de Partes del Discurso (POS) - Una técnica de PNL que etiqueta palabras en un texto con sus categorías gramaticales (por ejemplo, sustantivo, verbo, adjetivo).
Penalización de Presencia - Un parámetro de IA que desalienta al modelo de generar palabras que ya han aparecido en el texto anterior.
Pre-entrenamiento - La fase inicial de entrenamiento de un modelo de lenguaje en un gran conjunto de datos de texto y código antes del ajuste fino en una tarea específica.
Prompt - La entrada de texto inicial dada a un modelo de IA, que establece el contexto y guía la salida del modelo.
Ingeniería de Prompts - El proceso de diseñar y refinar prompts para extraer las mejores respuestas de los modelos de IA.
Inyección de Prompts - El acto de crear prompts maliciosos para manipular un modelo de IA y generar salidas no intencionadas o dañinas.
Filtración de Prompts - Un ataque de inyección de prompts que engaña a un modelo de IA para que revele su prompt de sistema, que puede contener información confidencial o sensible.
Aprendizaje por Refuerzo - Una técnica de aprendizaje automático donde un agente aprende a tomar decisiones recibiendo recompensas o penalizaciones por acciones tomadas en un entorno.
Aprendizaje por Refuerzo con Retroalimentación Humana (RLHF) - Una técnica de IA en la que la retroalimentación humana se utiliza para guiar el proceso de aprendizaje en algoritmos de aprendizaje por refuerzo.
Regularización - Una técnica de IA utilizada para prevenir el sobreajuste añadiendo restricciones a un modelo de aprendizaje automático.
IA Responsable por Diseño - Enfoque que integra consideraciones éticas e impacto social en cada etapa del desarrollo del sistema de IA.
RoBERTa (Enfoque de Pre-entrenamiento BERT Robustamente Optimizado) - Una versión optimizada de BERT que se entrena con más datos durante períodos más largos, resultando en mejor rendimiento en tareas de comprensión de texto.
Análisis de Sentimientos - Una técnica de PNL que determina el tono emocional u opinión expresada en un texto.
Singularidad - Punto hipotético en el tiempo donde la IA supera la inteligencia humana, conduciendo a consecuencias tecnológicas y sociales impredecibles.
Secuencias de Parada - Palabras o frases específicas que señalan a un modelo de IA que deje de generar texto.
Transferencia de Estilo - Técnica de procesamiento de imágenes de IA que aplica el estilo artístico de una imagen al contenido de otra.
Aprendizaje Supervisado - Una técnica de aprendizaje automático donde un modelo se entrena en datos etiquetados, aprendiendo a predecir la salida a partir de la entrada.
Inteligencia Artificial Simbólica - Enfoque de IA basado en la representación explícita del conocimiento y el razonamiento basado en lógica, contrastando con los métodos de aprendizaje automático.
Temperatura - Un parámetro de IA que controla la aleatoriedad de la salida; temperaturas más bajas hacen que las salidas sean predecibles, mientras que temperaturas más altas fomentan salidas más creativas e inesperadas.
TensorFlow - Biblioteca de software de código abierto para implementar y desplegar modelos de aprendizaje automático en varias plataformas.
Token - La unidad más pequeña y significativa de texto que un modelo de IA puede procesar, a menudo representando un carácter o una palabra.
Límite de Token - El número máximo de tokens que un modelo de lenguaje puede procesar en una sola entrada o generar en una sola salida.
Muestreo Top-k - Una técnica de IA que selecciona la siguiente palabra de entre las k opciones más probables, manteniendo la salida más predecible.
Top-p (Muestreo de Núcleo) - Una técnica de IA que selecciona la siguiente palabra del conjunto más pequeño de palabras siguientes más probables cuya probabilidad acumulativa excede un umbral p.
TPU - Procesador personalizado diseñado por Google para la ejecución eficiente de cargas de trabajo de aprendizaje automático.
Aprendizaje por Transferencia - Una técnica de aprendizaje automático donde un modelo pre-entrenado se adapta a una tarea nueva pero relacionada, utilizando su conocimiento existente.
Transformer - Una arquitectura de red neuronal artificial que puede rastrear relaciones para datos secuenciales para transformar secuencias de entrada en secuencias de salida.
Test de Turing - Una prueba de inteligencia propuesta por Alan Turing, donde la inteligencia se define como la incapacidad de un humano para determinar si está hablando con otro humano o una computadora.
Subajuste - El subajuste ocurre cuando un modelo es demasiado simple para capturar las relaciones subyacentes en los datos de entrenamiento, resultando en un mal rendimiento en nuevos datos.
Aprendizaje No Supervisado - Una técnica de aprendizaje automático que encuentra patrones ocultos o estructuras intrínsecas en datos de entrada sin respuestas etiquetadas.
Datos de Validación - Una porción separada de un conjunto de datos que no se muestra al modelo durante el entrenamiento para evaluar el rendimiento del modelo.
XLNet - Un modelo de lenguaje que mejora la comprensión del contexto prediciendo palabras en todos los órdenes posibles.
Aprendizaje de Cero Ejemplos - Una técnica de aprendizaje automático que se refiere a la capacidad de un modelo entrenado para hacer predicciones correctas en nuevas clases o tareas que no ha visto antes durante el entrenamiento.
.png)
