- Inteligencia Artificial: Es un concepto que engloba toda tecnología que permita a las computadoras imitar la inteligencia humana, procesando y analizando grandes cantidades de datos para reconocer patrones, resolver problemas y realizar tareas complejas.
- Aprendizaje Automático: También conocido como Machine Learning, es un tipo de IA que aprende sin haber sido explícitamente programado para ello. En vez de seguir instrucciones precisas, interpreta los datos y toma decisiones de manera automática.
- aprendizaje supervisado: se usan datos etiquetados para entrenar, ya sabemos de antemano lo que es.
- aprendizaje no supervisado: se usan datos no etiquetados, y se agrupan los datos según similaridad.
- aprendizaje por refuerzo: aprende por premios y castigos, con un enfoque conductista.
- Aprendizaje Profundo: También conocido como Deep Learning, es una rama del aprendizaje automático que se basa en redes neuronales artificiales, donde la información se propaga a través de múltiples capas para aprender y reconocer patrones complejos para realizar tareas cada vez más sofisticadas.
- Macrodatos: También conocido como Big Data, son conjuntos de datos tan grandes, complejos y dinámicos para ser procesados por sistemas tradicionales. Los datos son la materia prima usada para entrenar las IA.
- Prompt: Es la instrucción inicial que le damos a la IA para generar una respuesta. En general deben ser específicas, detalladas y descriptivas en relación al contexto, longitud, formato, estilo, tono, etc. Mientras mejor sea la pregunta, mejor será la respuesta.
- Grandes Modelos de Lenguaje (LLM): Son modelos de IA entrenados con una gran cantidad de datos de texto y tienen una capacidad avanzada para comprender y generar lenguaje natural. ChatGPT y herramientas similares son ejemplos de grandes modelos de lenguaje.
- Tipos de Inteligencia Artificial
- Discriminadora: Este tipo de IA se centra en la clasificación y reconocimiento de patrones. Predominantes hasta la irrupción de estas nuevas herramientas de IA. Muy utilizado en la visión por computadoras, por ejemplo tienen la capacidad de analizar una imagen y poder discriminar y segmentar sus partes.
- Generativa: Son IA que se centran en la generación de contenido que no existe. Aprenden las características y estructuras subyacentes de los datos de entrenamiento para crear nuevos ejemplos que son similares en estilo y contenido.
- Red Generativa Adversar (GAN): Son un tipo especial de IA que utiliza dos redes neuronales: una generativa y otra discriminadora que compiten entre sí. La primera crea nuevas muestras de manera aleatoria, mientras que la segunda intenta distinguir entre las muestras generadas y las reales. Son redes que mejoran sus habilidades en cada iteración.
