Bienvenido a esta página, donde pretendemos ofrecerle una explicación clara y sencilla de los términos más comunes que puede encontrar al leer sobre Inteligencia Artificial. Nuestro objetivo es ayudarle a comprender mejor los conceptos y la jerga que se utilizan habitualmente en el campo de la IA, para que pueda tomar decisiones con conocimiento de causa y mantenerse al día de los últimos avances.
Tanto si es nuevo en el campo de la IA como si sólo desea ampliar sus conocimientos, encontrará explicaciones de términos clave como «Aprendizaje automático», «Redes neuronales», «Aprendizaje profundo», «Procesamiento del lenguaje natural», «Big Data», «Algoritmo» y mucho más.
Nuestras explicaciones están escritas en un lenguaje sencillo, evitando la jerga técnica y la terminología compleja en la medida de lo posible, para garantizar que pueda comprender fácilmente el significado de cada término. Al final de su visita, esperamos que comprenda mejor la IA y sea capaz de utilizar los términos y conceptos con confianza.
- IA – Inteligencia Artificial: Rama de la informática que se ocupa de la creación de máquinas inteligentes que trabajan y piensan como los humanos.
- Aprendizaje automático: Un subcampo de la IA que consiste en entrenar a las máquinas para que aprendan de los datos, reconozcan patrones y tomen decisiones sin estar explícitamente programadas.
- Redes neuronales: Un tipo de algoritmo de aprendizaje automático modelado a partir de la estructura y función del cerebro humano, que consiste en nodos interconectados que procesan y transmiten información.
- Aprendizaje profundo: Un tipo de aprendizaje automático que utiliza redes neuronales con muchas capas para procesar datos complejos y realizar tareas como el reconocimiento de imágenes y del habla.
- Procesamiento del lenguaje natural (PLN): Un subcampo de la IA que se centra en la interacción entre los ordenadores y el lenguaje humano, incluyendo tareas como el reconocimiento del habla y la traducción de idiomas.
- Big Data: Se refiere a conjuntos de datos grandes y complejos que son demasiado difíciles de procesar con las aplicaciones tradicionales de procesamiento de datos.
- Algoritmo: Conjunto de instrucciones que sigue un ordenador para realizar una tarea específica, como ordenar datos o hacer predicciones.
- Aprendizaje supervisado: Tipo de aprendizaje automático en el que el algoritmo se entrena con datos etiquetados, lo que significa que ya se conoce el resultado deseado.
- Aprendizajeno supervisado: Tipo de aprendizaje automático en el que el algoritmo se entrena con datos no etiquetados, lo que significa que no se conoce el resultado deseado.
- Aprendizajepor refuerzo: Un tipo de aprendizaje automático que consiste en entrenar a una máquina para que tome decisiones recompensándola o castigándola en función de sus acciones.
- Chatbot: Programa informático que utiliza la IA y el procesamiento del lenguaje natural para simular una conversación humana y proporcionar información o asistencia.
- Visión por ordenador: Subcampo de la IA que se centra en capacitar a los ordenadores para interpretar y comprender la información visual del mundo, como imágenes y vídeos.
- Vehículos autónomos: Vehículos capaces de detectar su entorno y navegar sin intervención humana.
- Internet de los objetos(IoT): Se refiere a la red interconectada de objetos físicos, dispositivos y sensores que llevan incorporada tecnología que les permite recopilar e intercambiar datos.
- Ética de la IA: estudio de las implicaciones morales y sociales de la IA, incluidas cuestiones como la parcialidad, la privacidad y la responsabilidad.
- Grandes modelos lingüísticos (LLM): Modelos avanzados de aprendizaje automático que se entrenan con grandes cantidades de datos de texto para comprender el lenguaje natural y generar respuestas similares a las humanas.
- IA generativa: tipo de IA que utiliza el aprendizaje automático para generar nuevos datos, como imágenes, música o texto, basándose en patrones aprendidos a partir de datos existentes.
- ChatGPT: Un LLM específico desarrollado por OpenAI para generar respuestas textuales de tipo humano a las entradas del usuario.
- OpenAI: organización de investigación centrada en el avance de la IA de forma segura y ética.
- Modelos de difusión: Un tipo de modelo generativo de IA que genera datos refinando iterativamente un conjunto de probabilidades hasta que se produce un resultado final.
- Datos sintéticos: Datos generados artificialmente que pueden utilizarse para entrenar modelos de aprendizaje automático sin depender de datos del mundo real.
- Edge Computing: Infraestructura informática que procesa datos en dispositivos situados en el «borde» de una red, en lugar de depender de la computación centralizada en la nube.
- Aprendizaje por transferencia: Técnica de aprendizaje automático en la que un modelo entrenado para una tarea se reutiliza para otra diferente pero relacionada.
- Búsqueda de arquitectura neuronal: Proceso para descubrir automáticamente la arquitectura o estructura óptima para que una red neuronal realice una tarea específica.
- IA explicable (XAI): Un subcampo de la IA que se centra en la creación de modelos que puedan explicar cómo llegan a sus decisiones, haciéndolos más transparentes e interpretables para los humanos.
- Ataques adversarios: Técnicas utilizadas para manipular o engañar a los modelos de aprendizaje automático añadiendo o alterando datos de forma imperceptible para los humanos.