Fundamentos de IA Generativa

Resumen

Dive into generative AI with this course, which explores its fundamental principles and relationship to prior artificial intelligence innovations. We will walk through popular generative models and how they work, how deep learning models are developed using tools like PyTorch and Hugging Face, and finally, how to customize pre-trained open-source models for a specific use case.

In the project, you will apply a cutting-edge technique called parameter-efficient fine-tuning (PEFT), which allows for the adaptation of massive foundation models with minimal usage of computational resources.

Programa

• Introducción a los Fundamentos de la IA Generativa
Esta lección proporciona el conocimiento fundamental necesario sobre la IA generativa: qué es, cómo se aplica y explicaciones de algunos algoritmos y arquitecturas populares para la generación de texto e imágenes.
• Fundamentos de Aprendizaje Profundo
Esta lección cubre lo esencial del aprendizaje profundo para el practicante de IA generativa. Desde perceptrones hasta el aprendizaje por transferencia, incluyendo una introducción a las bibliotecas de Python PyTorch y Hugging Face.
• Modelos Fundamentales
Esta lección explora los modelos fundamentales en la IA, cómo se diferencian de los modelos tradicionales, cómo puedes aplicarlos a diversas tareas y evaluar su rendimiento, y la implicación ética de su uso.
• Adaptación de Modelos Fundamentales
Esta lección cubre una variedad de técnicas para adaptar modelos fundamentales, incluyendo el ajuste de prompts, el aprendizaje en contexto, el ajuste fino completo y el ajuste fino eficiente en parámetros (PEFT).
• Aplicar Ajuste Fino Ligero a un Modelo Fundamental
Carga y personaliza un modelo fundamental de Hugging Face usando el ajuste fino eficiente en parámetros. Esta técnica te permite aprovechar el poder de un modelo preentrenado para tu tarea personalizada.

---

Impartido por

Brian Cruz

---

Materias

Computer Science