Inteligencia Artificial (AI)
Disciplina que diseña sistemas capaces de aprender, razonar y tomar decisiones de forma autónoma.
Más de 30 términos de inteligencia artificial explicados: desde los modelos (GPT, Claude, Gemini) hasta las técnicas (RAG, fine-tuning, embedding), pasando por temas de ética y safety.
Disciplina que diseña sistemas capaces de aprender, razonar y tomar decisiones de forma autónoma.
Conjunto de técnicas que permiten a los sistemas aprender de los datos sin ser programados explícitamente.
Subcampo del machine learning basado en redes neuronales profundas con múltiples niveles.
Modelo lingüístico de gran tamaño entrenado con miles de millones de palabras para comprender y generar texto.
Familia de LLM de OpenAI que genera texto coherente a partir de un prompt.
Arquitectura de red neuronal que ha revolucionado la AI, sirviendo de base para GPT, BERT, Claude y Gemini.
Arte de escribir instrucciones eficaces para obtener el máximo rendimiento de los modelos de AI.
Técnica que combina LLM y bases de datos documentales para respuestas basadas en fuentes corporativas.
Proceso de especialización de un modelo de AI sobre datos específicos de un dominio.
Representación numérica de texto, imágenes o audio en un espacio vectorial.
Base de datos optimizada para almacenar y buscar embeddings a alta velocidad.
Sistema de AI autónomo que razona, planifica y utiliza herramientas para completar tareas complejas.
Rama de la AI que permite a los ordenadores interpretar imágenes y vídeos.
Disciplina que se encarga del procesamiento automático del lenguaje humano.
Categoría de modelos que crean contenidos nuevos: texto, imágenes, audio, video, código.
Arquitectura generativa en la que se basan DALL·E, Stable Diffusion y Midjourney.
Modelo computacional inspirado en el cerebro humano, formado por neuronas artificiales conectadas.
Capacidad de un LLM de invocar funciones externas (API, código) para ejecutar acciones reales.
Uso de la AI para ejecutar procesos repetitivos sin intervención humana.
Uso de modelos de ML para predecir eventos futuros a partir de datos históricos.
Fenómeno por el cual un LLM genera información falsa pero plausible.
Disciplina que estudia cómo hacer que los sistemas de AI sean fiables, seguros y estén alineados con los valores humanos.
Contenidos de audio o vídeo manipulados con AI para suplantar a personas reales.
Tecnología de AI que reproduce la voz de una persona a partir de breves muestras de audio.
Empresa estadounidense creadora de GPT, ChatGPT, DALL·E y Sora.
Empresa de AI fundada por ex-OpenAI, creadora de la familia Claude.
Plataforma open-source de referencia para modelos de AI compartidos por la comunidad.
Ejecución de modelos de AI directamente en el dispositivo en lugar de en la nube.
Conjunto de prácticas para llevar modelos de ML a producción y mantenerlos confiables.
Prejuicios sistemáticos que un modelo aprende de los datos de entrenamiento.