Fundamentos de Inteligencia Artificial - Módulo 1

Flashcards de vocabulario para el Módulo 1 de Fundamentos de Inteligencia Artificial.

Inteligencia Artificial (IA)

Campo de la informática que desarrolla sistemas capaces de realizar tareas que normalmente se asocian con capacidades inteligentes.

Machine Learning (ML)

Rama de la IA en la que los sistemas aprenden patrones a partir de datos en lugar de depender únicamente de reglas programadas manualmente.

Deep Learning

Rama del Machine Learning basada principalmente en redes neuronales con múltiples capas, utilizada en problemas complejos.

Modelo

Sistema matemático que ha aprendido patrones a partir de datos y puede utilizar esos patrones para generar resultados o realizar predicciones ante nuevas entradas.

LLM

Large Language Model o Modelo Grande de Lenguaje; modelo de IA entrenado con enormes cantidades de información para aprender patrones del lenguaje.

Token

Unidad en la que un modelo de lenguaje representa y procesa el texto, pudiendo ser palabras, partes de palabras, signos u otros fragmentos.

API

Application Programming Interface; interfaz que permite que diferentes aplicaciones o servicios se comuniquen entre sí.

Agente de IA

Sistema que utiliza IA para perseguir un objetivo y puede apoyarse en diferentes herramientas para realizar acciones.

Redes neuronales artificiales

Modelos matemáticos inspirados de manera simplificada en unidades conectadas que procesan información.

Pesos

Valores asociados a las conexiones entre neuronas que determinan cuánto influye determinada información en los cálculos del modelo y que se ajustan durante el entrenamiento.

Capas ocultas

Capas de una red neuronal que procesan progresivamente la información entre la entrada y la salida, aprendiendo representaciones cada vez más complejas.

Funciones de activación

Componentes de una red neuronal que transforman la información procesada por las neuronas e introducen no linealidad.

Forward pass

Fase del entrenamiento donde los datos atraviesan la red desde la entrada hasta la salida para generar una predicción.

Función de pérdida

Herramienta matemática (loss function) que permite cuantificar el error cometido al comparar la predicción del modelo con la respuesta correcta.

Backpropagation

Método de retropropagación que calcula cómo han contribuido los diferentes parámetros al error, propagando esa información matemáticamente hacia atrás en la red.

Transformers

Arquitectura de red neuronal presentada en 2017 en «Attention Is All You Need», que constituye la base de los grandes modelos de lenguaje.

Mecanismo de atención

Mecanismo que permite al modelo determinar qué elementos del contexto son más relevantes calculando relaciones y asignando pesos de relevancia a los tokens.

Query, Key y Value

Componentes del mecanismo de atención donde Query representa lo que se busca, Key determina los elementos relevantes y Value contiene la información que se utilizará.

Fine-tuning

Proceso que consiste en partir de un modelo previamente entrenado y realizar entrenamiento adicional con datos específicos para adaptarlo a una tarea o dominio.

Prompting

Acción de proporcionar instrucciones, información o contexto a un modelo durante su uso para indicarle qué se desea que haga sin modificar sus parámetros.

In-Context Learning

Capacidad de un modelo para adaptar su comportamiento utilizando la información o ejemplos recibidos dentro del propio contexto sin alterar permanentemente sus parámetros.

Zero-shot

Técnica de prompting en la que se pide realizar una tarea sin proporcionar ningún ejemplo previo al modelo.

Few-shot

Técnica de prompting en la que se proporcionan algunos ejemplos previos dentro del contexto para mostrar el comportamiento esperado.

Alucinación

Fenómeno en el que un modelo de IA genera información incorrecta, inventada o no fundamentada y la presenta de manera aparentemente convincente.

AGI

Artificial General Intelligence o Inteligencia Artificial General; concepto que hace referencia a una IA hipotética con capacidades generales para aprender y realizar una amplia gama de tareas intelectuales.