Iniciar sesión Registrarse

Cursos de IA generativa

1093 Cursos

course image
California Institute of Technology FutureLearn

Applied Artificial Intelligence: Natural Language Processing

Sumérgete en el transformador mundo de la Inteligencia Artificial Aplicada, enfocándote específicamente en el Procesamiento de Lenguaje Natural (NLP) con este curso integral ofrecido a través de FutureLearn. Este curso es parte del ExpertTrack en IA Avanzada y Aplicada en Microsoft Azure, diseñado para equiparte con habilidades esenciales de IA y a.
provider FutureLearn
sessions On-Demand
course image
California Institute of Technology Galileo University

Unlocking the Power of Generative AI with ChatGPT for Higher Education

Desbloquee el poder de la IA generativa con ChatGPT para la Educación Superior - Sumérjase en el potencial transformador de ChatGPT en el paisaje educativo con este curso integral ofrecido por la Universidad Galileo a través de edX. Abraza el futuro de la educación y la tecnología aprendiendo cómo ChatGPT, un avanzado modelo de lenguaje conversacio.
provider edX
sessions On-Demand
course image
California Institute of Technology Universitat Politècnica de València

Herramientas de Inteligencia Artificial para la productividad. Más allá del ChatGPT

Discover how to enhance your productivity with the support of Generative Artificial Intelligence, in a course offered by the Universitat Politècnica de València through edX. Go beyond ChatGPT, exploring advanced AI tools for automatic content generation, message personalization, and the automation of repetitive tasks. Learn to create images, audios.
provider edX
sessions On-Demand

Un curso de IA generativa es un campo de rápido crecimiento en el aprendizaje automático que puede crear contenido nuevo, traducir idiomas, escribir diferentes tipos de contenido creativo y responder a sus preguntas de manera informativa. Tiene un gran potencial para revolucionar la forma en que creamos y usamos los productos.

Un curso de IA generativa se refiere a cualquier modelo de inteligencia artificial que genera nuevos datos, información o documentos.

Por ejemplo, muchas empresas graban sus reuniones, tanto en vivo como virtuales. Aquí hay algunas formas en que la IA generativa podría transformar estas grabaciones:

Y esto es solo una pequeña parte de todos los procesos.

Ejemplos de Modelos de IA Generativa

Hay una serie de productos utilizando cursos de IA generativa ya disponibles en el mercado, te daremos algunos ejemplos a continuación. El principio subyacente de los cursos de IA generativa en la AI Eeducation varía dependiendo del modelo o algoritmo específico utilizado, pero algunos enfoques comunes incluyen:

  1. Los Autoencoders Variacionales (VAEs) son un tipo de modelo generativo que aprende a codificar datos de entrada en un espacio latente y luego a decodificarlo de nuevo en los datos originales. La parte "variacional" del nombre se refiere a la naturaleza probabilística del espacio latente, lo que permite al modelo generar una variedad de salidas.

  2. Redes Generativas Antagónicas (GAN): Las GAN constan de dos redes neuronales, un generador y un discriminador, que son entrenados simultáneamente a través del aprendizaje antagónico. El generador crea nuevos datos, y el discriminador evalúa qué tan bien los datos generados coinciden con los datos reales. La competencia entre las dos redes provoca que el generador mejore con el tiempo en la producción de salidas realistas.

  3. Redes Neuronales Recurrentes (RNR) y Memoria a Largo Plazo (LSTM): Estos tipos de redes neuronales a menudo se utilizan para generar secuencias como texto o música. Las RNR y LSTM tienen memoria que les permite procesar una serie de eventos en el tiempo, lo que las hace adecuadas para tareas donde el orden de los elementos es importante.

  4. Modelos Transformers: Los modelos Transformers, especialmente aquellos con mecanismos de atención, tienen mucho éxito en varias tareas generativas. Pueden recordar dependencias y relaciones a largo plazo en los datos, lo que los hace efectivos para tareas como la traducción de idiomas y la generación de texto.

  5. Autoencoders: Los Autoencoders constan de un codificador y un decodificador, y están entrenados para reconstruir los datos de entrada. Aunque se utilizan principalmente para aprender a representar y comprimir datos, variaciones como los autoencoders de eliminación de ruido (p. ej., en imágenes) pueden utilizarse para tareas generativas.

Un curso de IA generativa implica alimentar a un modelo con un gran conjunto de datos y optimizar sus parámetros para minimizar la diferencia entre la salida generada y la información real. ¡La capacidad de un modelo para producir contenido realista y rico depende de la complejidad de su arquitectura, la calidad y cantidad de datos de entrenamiento, y las técnicas de optimización utilizadas durante el entrenamiento!