All key artificial intelligence terms explained simply. Each definition links to related AI tools.
La simulacion de los procesos de inteligencia humana por sistemas informaticos, incluyendo el aprendizaje, el razonamiento y la autocorreccion.
Un campo de la IA que permite a los ordenadores interpretar y comprender la informacion visual del mundo.
Un subconjunto del machine learning que utiliza redes neuronales con multiples capas para modelar patrones complejos en los datos.
Sistemas de IA que pueden crear nuevo contenido incluyendo texto, imagenes, audio, video y codigo.
Un subconjunto de la IA donde los sistemas aprenden y mejoran a partir de la experiencia sin ser programados explicitamente.
Un sistema informatico inspirado en las redes neuronales biologicas, compuesto por nodos interconectados que procesan informacion.
Un campo de la IA centrado en la interaccion entre los ordenadores y el lenguaje humano.
Un tipo de machine learning donde el modelo se entrena con datos etiquetados con pares de entrada-salida conocidos.
Un tipo de machine learning donde el modelo encuentra patrones en los datos sin ejemplos etiquetados.
Una arquitectura de red neuronal disenada para procesar datos tipo cuadricula como imagenes usando filtros convolucionales.
Un modelo de IA generativa que crea datos aprendiendo a invertir un proceso gradual de ruido.
Un modelo de IA grande entrenado con datos amplios que puede adaptarse a una amplia variedad de tareas posteriores.
Un par de redes neuronales (generador y discriminador) que compiten para producir salidas cada vez mas realistas.
Una familia de modelos de lenguaje grandes desarrollados por OpenAI que generan texto similar al humano utilizando la arquitectura transformer.
Una red neuronal entrenada con conjuntos masivos de datos textuales, capaz de comprender y generar texto similar al lenguaje humano.
Sistemas de IA capaces de procesar y generar multiples tipos de datos como texto, imagenes, audio y video.
Modelos y herramientas de IA cuyo codigo fuente y/o pesos estan disponibles gratuitamente para su uso, modificacion y distribucion.
Una tecnica que permite a las redes neuronales enfocarse en las partes relevantes de la entrada al producir la salida.
Una tecnica de prompting que anima a los modelos de IA a descomponer problemas complejos en razonamiento paso a paso.
Una representacion numerica de datos (texto, imagenes) en un espacio vectorial continuo donde los elementos similares estan cerca entre si.
Una tecnica donde un modelo de IA aprende a realizar una tarea a partir de solo unos pocos ejemplos proporcionados en el prompt.
El proceso de entrenar adicionalmente un modelo de IA preentrenado en un conjunto de datos especifico para adaptarlo a una tarea particular.
Una tecnica de ajuste fino eficiente que adapta modelos grandes entrenando solo matrices pequenas de bajo rango.
La practica de crear entradas (prompts) efectivas para guiar a los modelos de IA hacia las salidas deseadas.
Una tecnica que reduce el tamano del modelo y el uso de memoria utilizando numeros de menor precision para los pesos del modelo.
Una tecnica que combina la recuperacion de informacion con la generacion de texto para producir respuestas de IA mas precisas y fundamentadas.
Un tipo de machine learning donde un agente aprende a tomar decisiones recibiendo recompensas o penalizaciones por sus acciones.
Una tecnica de entrenamiento que utiliza las preferencias humanas para ajustar los modelos de IA hacia salidas mas utiles y seguras.
El proceso de dividir el texto en unidades mas pequenas (tokens) que un modelo de IA puede procesar.
Una tecnica donde un modelo entrenado en una tarea se reutiliza como punto de partida para un modelo en una tarea diferente.
Una arquitectura de red neuronal basada en mecanismos de autoatencion, fundamental para el NLP moderno y la IA generativa.
Una tecnica donde un modelo de IA realiza una tarea para la que no fue entrenado explicitamente, sin ningun ejemplo.
Sistemas de IA disenados para planificar, razonar y ejecutar autonomamente tareas de multiples pasos con minima intervencion humana.
Un sistema de IA autonomo que puede percibir su entorno, tomar decisiones y realizar acciones para alcanzar objetivos especificos.
Un asistente de IA integrado en un flujo de trabajo o aplicacion que aumenta la productividad humana sugiriendo acciones.
Una aplicacion de software impulsada por IA disenada para simular la conversacion humana a traves de interacciones de texto o voz.
Sistemas de IA que escriben, completan o sugieren automaticamente codigo de programacion a partir de lenguaje natural o codigo parcial.
El uso de la IA para crear nuevas imagenes a partir de prompts de texto, bocetos u otras imagenes.
Una tecnica de busqueda que comprende el significado y el contexto de las consultas en lugar de simplemente coincidir palabras clave.
Una tecnica de NLP que identifica y extrae informacion subjetiva (positiva, negativa, neutra) del texto.
Tecnologia de IA que convierte audio hablado en texto escrito, tambien conocida como reconocimiento automatico del habla.
Tecnologia de IA que genera imagenes a partir de descripciones en lenguaje natural.
Tecnologia de IA que convierte texto escrito en audio hablado con sonido natural.
Un conjunto de protocolos que permite a diferentes aplicaciones de software comunicarse con modelos y servicios de IA.
La cantidad maxima de texto (medida en tokens) que un modelo de IA puede procesar en una sola interaccion.
Un procesador especializado originalmente disenado para graficos pero ahora esencial para entrenar y ejecutar modelos de IA.
El proceso de usar un modelo de IA entrenado para hacer predicciones o generar salidas con nuevos datos.
Una base de datos optimizada para almacenar y consultar embeddings vectoriales de alta dimension para busqueda por similitud.
Un sistema de IA hipotetico con capacidades cognitivas de nivel humano en todas las tareas intelectuales.
El desafio de asegurar que los sistemas de IA se comporten de acuerdo con los valores e intenciones humanas.
Errores sistematicos en las salidas de IA que reflejan prejuicios presentes en los datos de entrenamiento o el diseno del modelo.
Cuando un modelo de IA genera informacion con confianza pero que es factualmente incorrecta o fabricada.