Aprende IA
El glosario de IA
Definiciones en lenguaje sencillo de los términos de IA que encontrarás mientras aprendes a crear y usar IA.
Fundamentos de IA
Agente de IASoftware que usa IA para perseguir un objetivo por su cuenta: decide los pasos y actúa para conseguirlo.IA agénticaSistemas de IA que actúan con autonomía: planean, deciden y ejecutan tareas de varios pasos para alcanzar un objetivo.IA generativaIA que crea contenido nuevo (texto, imágenes, audio o código) a partir de patrones aprendidos de los datos.Inteligencia artificialTecnología que permite a las computadoras realizar tareas que normalmente requieren inteligencia humana, como entender lenguaje.ChatbotUn programa que mantiene una conversación con las personas por texto o voz para responder preguntas o completar tareas.Automatización con IAUsar IA para completar tareas repetitivas de forma automática, a menudo conectando apps en un flujo de trabajo sin intervención manual.No-codeConstruir software, apps o automatizaciones usando herramientas visuales en lugar de escribir código de programación.Flujo de trabajo con IAUna secuencia conectada de pasos, con la IA gestionando uno o más de ellos, que completa una tarea de principio a fin.IA multimodalIA capaz de entender y trabajar con más de un tipo de entrada, como texto, imágenes y audio a la vez.Visión por computadoraUn campo de la IA que permite a las computadoras interpretar y entender imágenes y video de la forma en que las personas ven.
Modelos y entrenamiento
Modelo de lenguaje grande (LLM)Un modelo de IA entrenado con enormes cantidades de texto para entender y generar lenguaje humano.Aprendizaje automáticoUna rama de la IA en la que las computadoras aprenden patrones de los datos en lugar de recibir reglas fijas y explícitas.Aprendizaje profundoUn tipo de aprendizaje automático que usa redes neuronales en capas para aprender patrones complejos a partir de grandes volúmenes de datos.Red neuronalUn sistema de cómputo inspirado libremente en el cerebro, formado por nodos conectados que aprenden patrones de los datos.Procesamiento de lenguaje natural (NLP)Un campo de la IA centrado en ayudar a las computadoras a entender, interpretar y generar lenguaje humano.Datos de entrenamientoEl conjunto de ejemplos del que aprende un modelo de IA para realizar una tarea.Fine-tuning (ajuste fino)Seguir entrenando un modelo de IA existente con ejemplos adicionales y específicos para que rinda mejor en una tarea concreta.Modelo fundacionalUn modelo de IA grande y de propósito general, entrenado con datos amplios, que se puede adaptar para muchas tareas distintas.TransformerUn tipo de diseño de red neuronal que impulsa los modelos de lenguaje modernos y maneja bien secuencias como el texto.InferenciaLa etapa en la que un modelo de IA ya entrenado se usa realmente para producir una respuesta o resultado a partir de una entrada nueva.GPTUna familia de modelos de lenguaje grande. GPT significa Generative Pre-trained Transformer (transformador generativo preentrenado).Aprendizaje supervisadoUn método de aprendizaje automático en el que un modelo aprende a partir de ejemplos ya etiquetados con la respuesta correcta.Aprendizaje no supervisadoUn método de aprendizaje automático en el que un modelo encuentra patrones en datos que no tienen etiquetas ni respuestas correctas.Aprendizaje por refuerzoUn método de aprendizaje automático en el que un modelo aprende por ensayo y error, guiado por recompensas por buenos resultados.
Construcción con IA
APIUna forma definida de que dos sistemas de software se comuniquen entre sí y compartan datos o funciones.Automatización de flujos de trabajoConfigurar una serie de tareas para que se ejecuten automáticamente conectando tus apps y herramientas entre sí.Generación aumentada por recuperación (RAG)Una técnica que permite a una IA buscar primero información relevante y luego usarla para dar una respuesta más precisa.EmbeddingUna forma de convertir texto u otros datos en números que capturan su significado, para que la IA pueda comparar similitud.Base de datos vectorialUna base de datos construida para almacenar embeddings y encontrar información rápidamente por significado en vez de por palabras exactas.Orquestación de IACoordinar varios modelos de IA, herramientas y pasos para que funcionen juntos como un solo sistema fluido.Salida estructuradaRespuestas de IA devueltas en un formato fijo y organizado para que otro software pueda usarlas de forma fiable.Modelo de IAEl programa entrenado en el núcleo de una herramienta de IA, que toma una entrada y produce una salida.
Prompting y trabajo con IA
PromptLa instrucción o pregunta que le das a una IA para decirle qué quieres que haga.Ingeniería de promptsLa habilidad de escribir y refinar prompts para obtener resultados precisos y útiles de las herramientas de IA.Prompt del sistemaUna instrucción de fondo que define el rol, el tono y las reglas de una IA para toda una conversación.TokenUn pequeño fragmento de texto (una palabra o parte de ella) que un modelo de IA lee y genera de a uno por vez.Ventana de contextoLa cantidad máxima de texto que un modelo de IA puede considerar a la vez, incluyendo tu entrada y su respuesta.Alucinación de la IACuando una IA produce información que suena convincente y plausible pero en realidad es incorrecta o inventada.Aprendizaje zero-shotCuando una IA completa una tarea sin que se le den ejemplos, apoyándose solo en su entrenamiento general.Aprendizaje few-shotGuiar a una IA incluyendo unos pocos ejemplos en tu prompt para que siga el patrón que quieres.Prompting de cadena de pensamientoUna técnica de prompting que le pide a una IA razonar paso a paso, mejorando la precisión en tareas complejas.Encadenamiento de promptsDividir una tarea en varios prompts donde cada paso de la IA alimenta su resultado al siguiente.
¿Listo para desarrollar las habilidades de IA de las que depende tu futuro?
Haz el test gratuito de 5 minutos y consigue un plan de aprendizaje personalizado según tus metas, horarios y experiencia.