Nos encontramos en una sociedad en la que la línea entre lo que crean los humanos y lo que crean las máquinas es cada vez más borrosa. La IA generativa ha supuesto un punto de inflexión en la forma en que creamos, diseñamos e interactuamos con la tecnología. Pero ¿cómo funciona, cuáles son los beneficios más allá de la novedad y cuáles son los riesgos?
Únase a nosotros para obtener una introducción accesible sobre cómo funciona la IA generativa de una manera sencilla y comprensible; además de cómo podemos utilizar esta tecnología no solo como una herramienta independiente, sino también en asociación colaborativa para impulsar la innovación y la transformación de manera responsable.
- Nivel del curso: básico
- Duración: 2 horas
Actividades
Este curso incluye presentaciones basadas en ejemplos concretos, con casos prácticos y demostraciones.
Objetivos del curso
Al final de esta sesión, los asistentes podrán hacer lo siguiente:
- definir la inteligencia artificial, el machine learning y los tres tipos de machine learning,
- describir cómo los algoritmos de machine learning aprenden y, posteriormente, generan un modelo de machine learning,
- comprender la diferencia entre los algoritmos de machine learning tradicionales y los algoritmos de aprendizaje profundo,
- describir cómo funcionan las redes neuronales artificiales,
- comprender la diferencia entre la IA discriminativa (predictiva) y la IA generativa,
- describir cómo se entrenan los Modelos de lenguaje de gran tamaño (Large language models, LLM) y cómo se usan para la generación de texto,
- comprender el propósito y la importancia de los modelos fundacionales (Foundational models, FM) y cómo pueden utilizarse la ingeniería de peticiones y el ajuste preciso para personalizar los FM,
- describir cómo se entrenan y utilizan los modelos de difusión para la generación de imágenes,
- describir las aplicaciones prácticas de la IA generativa,
- identificar los problemas relacionados con el uso responsable e inclusivo de la IA generativa.
Audiencia objetivo
Este curso está dirigido a las siguientes personas:
- Entusiastas no técnicos
- Entusiastas técnicos
- Encargados de la toma de decisiones
Requisitos previos
Ninguno
Esquema del curso
Introducción
En esta sección, se proporciona un contexto general sobre el estado actual del panorama de la inteligencia artificial y el machine learning. Comienza desde lo más básico con una definición de inteligencia artificial antes de profundizar en el machine learning y sus tres tipos principales: el aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje por refuerzo. Hay un debate de alto nivel sobre cómo estos permiten que la inteligencia artificial y el machine learning aprendan realmente, lo que lleva a una cobertura exhaustiva sobre el aprendizaje profundo y las redes neuronales artificiales (las tecnologías que sustentan a la IA generativa).
- ¿Qué es la inteligencia artificial?
- ¿Qué es el machine learning?
Aprendizaje supervisado
Aprendizaje no supervisado
Aprendizaje por refuerzo
- ¿Cómo aprende el machine learning?
- ¿Qué es el aprendizaje profundo?
Redes neuronales artificiales
- IA discriminatoria
IA generativa
En esta sección, profundizamos en dos de las formas más populares y conocidas de la IA generativa: la generación de texto y el procesamiento del lenguaje natural, y los modelos de generación y difusión de imágenes.
- Generación de texto y procesamiento del lenguaje natural
El pilar fundamental de la generación de textos y el procesamiento del lenguaje natural son los Modelos de lenguaje de gran tamaño (LLM). Profundizamos en qué es un LLM y cómo estos son más avanzados y eficaces que los enfoques tradicionales de machine learning para resolver problemas que se centran en texto, con especial énfasis en las arquitecturas de transformadores. Luego analizamos cómo funcionan y cómo se pueden desarrollar para abordar casos prácticos utilizando sus propios datos. Esto lleva a la parte final del módulo que cubre los modelos fundacionales (FM) que reducen de manera significativa el costo de entrada para las organizaciones al uso de la IA generativa mediante el acceso a LLM de alto rendimiento y entrenados previamente.
- ¿Qué es un modelo de lenguaje de gran tamaño?
- ¿En qué se diferencia esto de los enfoques anteriores?
- Arquitecturas de transformadores
- Generación de texto condicional
- Desarrollo de Modelos de lenguaje de gran tamaño (LLM)
- Demostración: modelos fundacionales con Amazon SageMaker JumpStart
- Modelos de generación y difusión de imágenes
La generación y síntesis dinámicas de imágenes ha logrado grandes avances en los últimos años, en particular, con la introducción de los modelos basados en la difusión, el tema central de esta sección. Analizamos cómo funcionan los modelos de difusión y cómo se pueden entrenar no solo para generar imágenes, sino también para generarlas en función de una petición proporcionada por el usuario con el objetivo de guiar los tipos de imágenes generadas.
- Modelos de difusión
- Entrenamiento de modelos de difusión
- Modelos de difusión eficaces
- Mejora de la predicción y eliminación del ruido
- Espacio latente
- Acondicionamiento de texto
- Síntesis de texto a imagen
- Demostración: Stable Diffusion con Amazon SageMaker JumpStart
Usos prácticos de la IA generativa
Si bien la IA generativa ha ganado una atención generalizada a través de las aplicaciones orientadas al consumidor, las aplicaciones orientadas a las empresas pueden ofrecer beneficios reales para las organizaciones. Si bien los enfoques tradicionales de IA han estado disponibles durante algún tiempo, la IA generativa ofrece una nueva ola de posibilidades que no eran posibles con estos enfoques tradicionales. En esta sección, se analizan algunos de los casos prácticos de IA generativa para las organizaciones.
- Generación de contenido
- Creación de prototipos
- Análisis de datos
- Análisis de contenido
- Chatbots y asistentes virtuales
- Beneficios de la creatividad
IA responsable e inclusiva
Como ocurre con cualquier tecnología, hay cierto margen para el uso indebido y la tergiversación. Este último módulo del curso analiza las formas en que se pueden crear productos y servicios que sean responsables e inclusivos mediante el uso de la IA generativa.
- Alcance de la IA generativa
- Impacto en los grupos subrepresentados
- Toxicidad
- Alucinaciones
- Propiedad intelectual
- Plagio y falsificación
- Alteración de la naturaleza del trabajo
Conclusión: crear productos y servicios de IA responsables
La conclusión del curso ofrece los próximos pasos para los asistentes que deseen seguir en el camino de la IA generativa, con sugerencias sobre los cursos y vías de aprendizaje disponibles a través de AWS Training and Certification.
