Términos de IA y
lenguaje de la plataforma.

Aplicación

Adopción

Adoption

La adopción describe con qué rapidez e intensidad se utiliza realmente una nueva tecnología. Una herramienta de IA puede ser técnicamente perfecta, pero si nadie la usa, no tiene ningún valor. La adopción depende en gran medida de la formación y la confianza.

Investigación

AGI

Artificial General Intelligence

AGI se refiere a una IA hipotética que podría realizar todas las tareas mentales tan bien como un ser humano: aprender, pensar, planificar, adaptarse. Hoy en día la AGI no existe. Cuándo o si llegará es objeto de debate entre los investigadores.

Investigación

AI Alignment

AI Alignment es la investigación dedicada a construir sistemas de IA para que hagan lo que las personas realmente quieren, no solo lo que dice el código. A medida que crece el poder de la IA, el alignment se convierte en una de las cuestiones de seguridad más importantes.

Fundamentos

Algoritmo

Un algoritmo es un conjunto de instrucciones paso a paso para que la computadora resuelva un problema. Igual que una receta de cocina tiene pasos, un algoritmo tiene instrucciones definidas con precisión. La IA utiliza muchos de estos conjuntos de instrucciones para realizar tareas.

Modelos de lenguaje

Alucinación

Hallucination

Una alucinación es una respuesta inventada o falsa de una IA que suena plausible. El modelo no tiene ninguna fuente para ello, sino que se inventó la información. Por eso, en temas importantes siempre se deben verificar las respuestas.

Aplicación

API

Application Programming Interface (Schnittstelle)

Una API es una interfaz técnica a través de la cual dos programas se comunican entre sí. Con la API de OpenAI, por ejemplo, una empresa puede integrar ChatGPT en sus propias herramientas sin programar desde cero.

Aprendizaje automático

Aprendizaje supervisado

Supervised Learning (Überwachtes Lernen)

En el aprendizaje supervisado, la IA recibe muchos ejemplos que ya incluyen la respuesta correcta. Aprende a asociar cada entrada con la respuesta correcta. Es la forma más común de entrenamiento de IA y necesita muchos datos etiquetados.

Aplicación

Asistente de IA

AI Assistant

Un asistente de IA es un programa que te ayuda con tareas: escribir textos, planificar citas, responder preguntas o revisar código. Los asistentes de voz como Siri o Alexa, pero también ChatGPT o Claude, forman parte de ello.

Aplicación

Automatización

Automation

La automatización significa dejar que los ordenadores realicen el trabajo repetitivo. Con la IA, la automatización se vuelve más inteligente: también puede asumir tareas en las que antes tenían que decidir las personas, como preclasificar las consultas de los clientes.

Aprendizaje automático

Backpropagation

Backpropagation es el procedimiento con el que una red neuronal aprende: después de cada error, el error se envía de vuelta a través de la red y los valores internos se ajustan. Así, la red mejora paso a paso.

Ética

Bias

Bias (Verzerrung)

Bias significa que la IA toma decisiones sistemáticamente injustas, por ejemplo porque sus datos de entrenamiento eran sesgados. La consecuencia: ciertos grupos se ven perjudicados. Reconocer y corregir el sesgo es una tarea central del desarrollo responsable de IA.

Aplicación

Change Management

El change management es el arte de liderar los cambios en las organizaciones de modo que las personas los acompañen. Es especialmente importante con la IA, porque cambia las formas de trabajar. Se trata de comunicación, formación y tomar en serio las preocupaciones.

Modelos de lenguaje

Chatbot

Un chatbot es un programa que se comunica con las personas mediante mensajes de texto o voz. Los chatbots modernos usan grandes modelos de lenguaje y a menudo parecen un interlocutor real. Hay bots sencillos para preguntas estándar y otros más inteligentes para temas complejos.

Herramientas

ChatGPT

ChatGPT es un chatbot de IA de la empresa OpenAI, lanzado a finales de 2022. Fue el primer asistente de IA que se hizo ampliamente conocido. ChatGPT puede escribir textos, responder preguntas, programar y mucho más, en muchos idiomas.

Aprendizaje automático

Clasificacion

Classification

Clasificacion significa: una IA ordena las entradas en categorias. Por ejemplo, decide entre 'spam' y 'no spam', o entre 'manzana', 'pera' y 'platano'. Es una de las tareas mas habituales para la IA.

Herramientas

Claude

Claude es un chatbot de IA de la empresa Anthropic. Fue desarrollado con un enfoque especial en la seguridad y en respuestas bien pensadas. Claude puede procesar textos largos, argumentar con cuidado y se puede usar en muchos idiomas.

Aprendizaje automático

Clustering

En el clustering, la IA agrupa cosas similares sin que nadie diga de antemano qué grupos hay. Así se forman automáticamente clústeres, es decir, acumulaciones de puntos de datos similares.

Modelos de lenguaje

Comprensión del lenguaje natural

Natural Language Understanding

La comprensión del lenguaje natural significa que una IA no solo reconoce palabras, sino que también entiende lo que se quiere decir. Esto incluye manejar distintas formulaciones, ortografías o frases poco claras. Sin comprensión del lenguaje, los chatbots serían inútiles.

Investigación

Computación cuántica

Quantum Computing

La computación cuántica usa las reglas de la física cuántica para resolver ciertas tareas de forma extremadamente rápida. Todavía no está lista para el uso cotidiano, pero los investigadores estudian cómo las computadoras cuánticas podrían acelerar tareas de IA en el futuro.

Computer Vision

Computer Vision

La Computer Vision es todo el campo de investigación que enseña a las computadoras a entender imágenes y videos. Incluye el reconocimiento de imágenes, el reconocimiento de objetos, el reconocimiento facial y la generación de imágenes. Un campo central de la IA desde hace décadas.

Fundamentos

Conjunto de datos

Dataset

Un conjunto de datos es una colección ordenada de datos con la que se entrena o se evalúa una IA. Puede estar formado por imágenes, textos, tablas o sonidos. La calidad del conjunto de datos determina en gran medida lo bien que funcionará después la IA.

Computer Vision

Convolutional Neural Network

CNN, Faltungs-Netz

Una CNN es un tipo especial de red neuronal para imágenes. Mira las imágenes parte por parte y reconoce de forma gradual primero líneas, luego formas y después objetos completos. Durante mucho tiempo fue el modelo más importante para la Computer Vision.

Herramientas

Copilot (Microsoft)

Microsoft Copilot

Copilot es el asistente de IA de Microsoft que está integrado en Word, Excel, Outlook, Teams y Windows. Ayuda a escribir, analizar datos o preparar reuniones. En segundo plano suelen ejecutarse modelos GPT de OpenAI.

Herramientas

DALL-E

DALL-E es la herramienta de IA de OpenAI para generar imágenes, integrada en ChatGPT. Escribes una descripción de texto y DALL-E crea la imagen correspondiente. El nombre es una mezcla del pintor Dalí y el robot de Pixar WALL-E.

Aplicación

Data Pipeline

Una data pipeline es el recorrido de los datos desde la fuente hasta el análisis: recopilar, limpiar, almacenar, procesar. Sin pipelines limpias, ninguna IA funciona de forma fiable. Es la infraestructura detrás de cada solución de IA.

Fundamentos

Datos

Data

Los datos son toda la información que un ordenador puede almacenar y procesar: textos, números, imágenes, sonidos, vídeos. La IA necesita datos para aprender. Cuantos más y mejores sean los datos, mejor podrá resolver tareas.

Aprendizaje automático

Datos de entrenamiento

Training Data

Los datos de entrenamiento son el material con el que aprende una IA. Su calidad y variedad determinan qué tan bueno será el modelo. Datos de entrenamiento deficientes producen resultados de IA deficientes o sesgados.

Aprendizaje automático

Datos de prueba

Test Data

Los datos de prueba son un conjunto de datos aparte que se usa solo para la comprobación final de la IA. Muestran qué tan bien funciona el modelo realmente con entradas que no ha visto antes. Los datos de entrenamiento, de validación y de prueba se mantienen estrictamente separados.

Fundamentos

Deep Learning

El deep learning es una forma de aprendizaje automatico que utiliza redes neuronales especialmente profundas y de muchas capas. Esto permite que una IA reconozca patrones complejos, como el habla o las imagenes. Casi todos los sistemas de IA conocidos hoy en dia usan deep learning.

Ética

Deepfake

Los deepfakes son videos, imagenes o audios falsificados con IA que parecen enganosamente reales, por ejemplo una persona diciendo algo que nunca dijo. Suponen un riesgo creciente para la politica, los medios y la seguridad personal.

Ética

Derechos de autor e IA

Copyright and AI

Los derechos de autor y la IA giran en torno a dos preguntas: ¿se puede entrenar una IA con material protegido por derechos de autor? ¿Y a quién pertenece lo que una IA produce? Ninguna de las dos cuestiones está aún claramente regulada por ley en todas partes.

Computer Vision

Detección de objetos

Object Detection

La detección de objetos va un paso más allá del reconocimiento de imágenes: la IA encuentra no solo qué hay en una imagen, sino también dónde. Dibuja rectángulos alrededor de los objetos encontrados. Importante para los coches autónomos y la robótica.

Computer Vision

Diffusion Model

Un diffusion model es una IA que desarrolla una imagen paso a paso a partir de puro ruido. Durante el entrenamiento aprendio a eliminar el ruido, y asi puede generar nuevas imagenes. Stable Diffusion funciona de esta manera.

Investigación

Edge AI

Edge AI significa que la IA se ejecuta directamente en el dispositivo, smartphone, cámara, sensor, en lugar de en un centro de datos. La ventaja: funciona sin internet, es más rápida y más respetuosa con la privacidad, porque los datos no salen del dispositivo.

Modelos de lenguaje

Embedding

Un embedding es la traducción de una palabra o un texto a una larga lista de números. Esos números capturan el significado. Las palabras similares tienen embeddings similares. Así el ordenador puede operar con el significado, por ejemplo para comparar o buscar textos.

Fundamentos

Entrenamiento

Training

Entrenamiento es el nombre del proceso de aprendizaje de una IA: se le muestran muchísimos ejemplos y, paso a paso, se ajusta hasta dominar bien la tarea. Es parecido a practicar para un examen, solo que con millones de ejemplos.

Aplicación

Escalado

Scaling

Escalar significa ampliar una solución probada a volúmenes mayores o a más usuarios. Lo que funciona con diez personas puede no funcionar con diez mil; el escalado plantea sus propios retos.

Aplicación

Estrategia de IA

AI Strategy

Una estrategia de IA define donde y por que una empresa quiere usar la IA. Determina objetivos, presupuesto, responsabilidades y orden. Sin una estrategia, suelen surgir muchos proyectos aislados sin impacto.

Ética

Explicabilidad

Explainability / XAI

Explicabilidad significa que una IA puede decir por qué tomó una decisión concreta. Con modelos simples es fácil; con grandes redes neuronales es difícil. Los investigadores trabajan en métodos para hacer comprensibles las decisiones de la IA.

Ética

Fairness

Equidad (fairness) en el contexto de la IA significa que el modelo trata a distintos grupos de forma igualmente justa. Lo que es justo depende del caso de uso y a menudo es objeto de debate. Existen varias definiciones matemáticas que no pueden cumplirse todas a la vez.

Fundamentos

Feature

Feature (Merkmal)

Una feature es una caracteristica individual a la que presta atencion la IA, por ejemplo el color, el tamano, la longitud de una palabra o el tono. La IA usa muchas features juntas para tomar una decision. Algunas las eligen las personas, otras las descubre la propia IA.

Investigación

Federated Learning

El Federated Learning es un metodo en el que muchos dispositivos entrenan un modelo en conjunto sin compartir sus datos. Cada dispositivo aprende de forma local; solo el progreso del aprendizaje se reune de forma centralizada. Esto protege la privacidad.

Investigación

Few-Shot Learning

El Few-Shot Learning significa que la IA aprende una tarea nueva a partir de pocos ejemplos, a menudo solo de tres a cinco. Estos se incluyen en el prompt. Los modelos de lenguaje modernos lo hacen sorprendentemente bien sin necesidad de reentrenarse.

Investigación

Fine-Tuning

El Fine-Tuning es el reentrenamiento de un modelo ya terminado para una tarea o un estilo concretos. Para ello se necesitan menos datos que para el entrenamiento basico. Asi se adaptan grandes modelos generales a aplicaciones especiales.

Investigación

Foundation Model

Un Foundation Model es un modelo de IA grande y entrenado de forma general que sirve como base para muchas aplicaciones distintas. GPT, Claude y Llama son Foundation Models. A menudo se adaptan a fines especiales mediante Fine-Tuning.

Herramientas

Gemini

Gemini (vormals Bard)

Gemini es la familia de modelos de IA de Google, integrada en productos de Google como la Búsqueda, Docs o el correo. Gemini puede entender texto, imágenes, video y audio, por lo que se denomina una IA multimodal.

Computer Vision

Generación de imágenes

Image Generation

La generación de imágenes es la capacidad de una IA de crear imágenes nuevas, a partir de una descripción de texto o de otra imagen. Herramientas conocidas para ello son Midjourney, DALL-E o Stable Diffusion.

Modelos de lenguaje

Generación de lenguaje natural

Natural Language Generation

La generación de lenguaje natural es la capacidad de una IA de escribir textos por sí misma: respuestas, artículos, historias, explicaciones. El modelo elige, palabra por palabra, lo que encaja con la tarea. Hoy suele ser difícil distinguir esos textos de los escritos por personas.

Ética

Gobernanza de IA

AI Governance

La gobernanza de IA es el conjunto de reglas con las que las organizaciones usan la IA de forma responsable: políticas, responsabilidades, procesos de revisión, evaluación de riesgos. Garantiza que la IA no se use de forma aleatoria o insegura.

Aprendizaje automático

Gradient Descent

Gradient Descent (Gradientenverfahren)

El descenso de gradiente (gradient descent) es un truco con el que la IA da pequeños pasos en la dirección correcta durante el entrenamiento. Busca el punto en el que los errores son más pequeños. Esto ocurre millones de veces, hasta que el modelo es bueno.

Aprendizaje automático

Hiperparámetro

Hyperparameter

Los hiperparámetros son ajustes que una persona define antes del entrenamiento, por ejemplo qué tan rápido debe aprender el modelo o qué tamaño tiene. Cambian cómo se desarrolla el entrenamiento. Encontrar los valores correctos es una tarea en sí misma.

Herramientas

IA de código abierto

Open Source AI

IA de código abierto significa: el código y a menudo también los modelos están disponibles libremente. Cualquiera puede verlos, modificarlos y usarlos, incluso sin costes de licencia. Esto permite la investigación, la adaptación y la confianza, porque personas externas pueden comprobar qué ocurre.

Herramientas

IA de código cerrado

Closed Source AI / Proprietary AI

La IA de código cerrado es una IA cuyo código y modelo pertenecen a la empresa que la desarrolla. Quienes están fuera pueden usarla, pero no pueden ver el código ni ejecutar el modelo por su cuenta. Esto protege el modelo de negocio, pero limita la transparencia.

Fundamentos

IA débil

Narrow AI

La IA débil está especializada en una sola tarea: jugar al ajedrez, traducir textos, reconocer imágenes. Es buena en esa única cosa, pero no puede hacer nada más. Todos los sistemas de IA que usamos hoy son IA débil.

Fundamentos

IA discriminativa

Discriminative AI

La IA discriminativa no crea nada nuevo, sino que distingue entre categorias. Ordena o evalua las entradas, es decir, decide a que pertenece algo. Es la forma mas antigua de IA y sigue siendo importante en muchos ambitos.

Fundamentos

IA fuerte

Strong AI / AGI

La IA fuerte sería una IA capaz de hacer todo lo que puede hacer una persona: pensar, aprender, adaptarse, resolver problemas de todo tipo. Hoy no existe una IA así. Los investigadores debaten si llegará a surgir y cuándo.

Fundamentos

IA generativa

Generative AI

La IA generativa crea por sí misma contenido nuevo: textos, imágenes, música, videos o código. Ha aprendido de muchos ejemplos y combina lo aprendido en algo nuevo. ChatGPT y Midjourney forman parte de esto.

Investigación

IA multimodal

Multimodal AI

La IA multimodal entiende y genera varios tipos de contenido, texto, imagen, audio, video, dentro de un solo modelo. En lugar de procesar solo texto, puede, por ejemplo, mirar una foto y hablar sobre ella.

Aplicación

Implementación

Implementation

La implementación es la puesta en marcha real de una solución en el trabajo diario. La IA se conecta, se prueba, se capacita y se integra en los flujos de trabajo. Es el paso en el que muchos proyectos fracasan cuando se subestima.

Aplicación

Integración

Integration

La integración significa incorporar una IA a programas o procesos existentes. Solo a través de la integración la IA se vuelve útil en el día a día; de lo contrario, se queda como una herramienta aislada. Esto suele ocurrir mediante APIs.

Fundamentos

Inteligencia Artificial

Artificial Intelligence

La inteligencia artificial es la capacidad de las computadoras para resolver tareas que normalmente requieren el pensamiento humano, como reconocer imágenes, entender el lenguaje o encontrar patrones. Aprende a partir de ejemplos en lugar de seguir instrucciones fijas.

Aplicación

Interfaz

Interface

Una interfaz es la conexión entre dos sistemas a través de la cual fluyen datos o comandos. Las API son una forma de interfaz. Las pantallas o los formularios de entrada también son interfaces, entre las personas y las computadoras.

Fundamentos

Label

Una etiqueta (label) es una marca en un dato que revela su respuesta correcta. Cuando le muestras a la IA una imagen con la etiqueta 'perro', sabe qué aspecto tiene un perro. Las etiquetas son los maestros de la IA durante el entrenamiento.

Modelos de lenguaje

Large Language Model

LLM, transformerbasiertes Sprachmodell

Un gran modelo de lenguaje es un programa informático que se entrenó con una cantidad enorme de textos, libros, sitios web, conversaciones. Gracias a ello ha aprendido cómo funciona el lenguaje y puede responder preguntas, escribir textos o traducir. ChatGPT es uno de esos modelos.

Aprendizaje automático

Loss Function

Loss Function (Fehlerfunktion)

Una función de pérdida (loss function) mide qué tan lejos está la predicción de una IA de la respuesta correcta. Cuanto menor sea la pérdida, mejor. Durante el entrenamiento, la IA intenta reducir cada vez más este valor.

Fundamentos

Machine Learning

Machine Learning (Maschinelles Lernen)

Machine Learning significa que una computadora no se programa directamente; en su lugar recibe muchos ejemplos y aprende las reglas por sí misma. Cuantos más y más variados sean los ejemplos, mejores serán las predicciones. Este es el núcleo de la IA moderna.

Modelos de lenguaje

Mecanismo de atención

Attention Mechanism

El mecanismo de atención permite que un modelo preste especial atención a ciertas palabras al leer, por ejemplo el sujeto de una frase. Así entiende las relaciones incluso a grandes distancias. Este invento fue la clave de los modelos de lenguaje modernos.

Herramientas

Midjourney

Midjourney es una herramienta de IA para generar imágenes, conocida por su estilo especialmente estético y a menudo artístico. Funciona a través de Discord o de su propio sitio web. Escribes una descripción de la imagen y obtienes imágenes en segundos.

Fundamentos

Modelo

Model

Un modelo de IA es el resultado del proceso de aprendizaje: un programa que ha aprendido reglas a partir de muchos ejemplos y ahora puede hacer predicciones por sí mismo. Puedes imaginarlo como un experto capacitado, solo que es software.

Computer Vision

OCR

Optical Character Recognition (Texterkennung)

El OCR es el reconocimiento de texto a partir de imágenes o documentos escaneados. Una foto se convierte en texto que se puede buscar. Así, incluso documentos antiguos o impresos pueden usarse de forma digital.

Aprendizaje automático

Overfitting

El overfitting significa que una IA ha memorizado los datos de entrenamiento en lugar de encontrar reglas generales. Con datos nuevos rinde mal. Es un problema principal durante el entrenamiento y se detecta mediante la validación.

Herramientas

Perplexity

Perplexity AI

Perplexity es un buscador con IA que da respuestas en frases completas y cita fuentes. Combina un modelo de lenguaje con una búsqueda en vivo en la web. Por eso sus respuestas suelen estar más actualizadas que las de los chatbots puros.

Computer Vision

Píxel

Pixel

Un píxel es el punto de imagen más pequeño de una imagen digital. Miles o millones de píxeles juntos forman una foto. Una IA ve una imagen como una tabla de valores de color de píxeles y busca patrones en ella.

Herramientas

Plataforma de IA

AI Platform

Una plataforma de IA es un servicio en linea que da a las empresas o a los desarrolladores acceso a modelos de IA, herramientas e infraestructura. En lugar de entrenar modelos por tu cuenta, usas bloques ya listos. Algunos ejemplos son OpenAI, Anthropic, Google AI o Hugging Face.

Modelos de lenguaje

Prompt

Un prompt es la instrucción o pregunta que le das a un modelo de lenguaje. Lo buena que sea la respuesta depende en gran medida de lo claro y preciso que sea tu prompt. Escribir buenos prompts es una habilidad propia.

Modelos de lenguaje

Prompt Engineering

El prompt engineering es el arte de escribir las mejores instrucciones posibles para la IA. Los profesionales prueban muchas variantes y descubren qué palabras y estructuras dan los mejores resultados. Es una nueva actividad que surgió con los modelos de lenguaje.

Modelos de lenguaje

Prompting

El prompting es el proceso de darle una tarea a una IA. Se trata de elegir las palabras adecuadas para que la IA entienda lo que se desea. Un buen prompting marca la diferencia entre respuestas mediocres y buenas.

Ética

Protección de datos

Data Protection / Privacy

La protección de datos significa proteger los datos personales de las personas frente al almacenamiento, la divulgación o el análisis no deseados. Los sistemas de IA suelen procesar muchos datos y deben cumplir estrictamente las normas de protección de datos. En Europa esto lo regula el RGPD.

Aplicación

Proyecto piloto

Pilot Project

Un proyecto piloto es una prueba pequeña antes de implementar una IA a gran escala. Se prueba en un área, se aprende del resultado y luego se decide sobre el escalado. Esto reduce el riesgo y los costes.

Modelos de lenguaje

RAG

Retrieval Augmented Generation

RAG significa que una IA primero busca algo en una base de datos antes de responder y luego responde con lo que encontró. Así utiliza conocimiento actual o propio de la empresa que no tenía durante el entrenamiento. Las alucinaciones se vuelven menos frecuentes.

Computer Vision

Reconocimiento de imágenes

Image Recognition

El reconocimiento de imágenes es la capacidad de una IA para reconocer lo que se ve en una imagen, como personas, objetos, animales o escenas. Se utiliza, por ejemplo, en aplicaciones de fotos, cámaras de seguridad o con imágenes médicas.

Computer Vision

Reconocimiento facial

Facial Recognition

El reconocimiento facial es una forma especial del reconocimiento de imágenes. Detecta rostros individuales e incluso puede asociarlos a una persona. Esto tiene muchas aplicaciones, pero también plantea fuertes preguntas sobre la protección de datos.

Fundamentos

Red neuronal artificial

Artificial Neural Network

Una red neuronal es un programa informático inspirado en el cerebro humano. Tiene muchas pequeñas unidades de cálculo que transmiten señales, de forma similar a las células nerviosas. Mediante el entrenamiento aprende a reconocer patrones y a tomar decisiones.

Aprendizaje automático

Regresión

Regression

Regresión significa: la IA predice un número en lugar de elegir una categoría. Por ejemplo, el precio de un apartamento, la temperatura del día siguiente o los ingresos previstos. Para ello necesita datos adecuados del pasado.

Aprendizaje automático

Reinforcement Learning

Reinforcement Learning (Verstärkendes Lernen)

El aprendizaje por refuerzo es aprender mediante ensayo y recompensa. La IA prueba cosas, obtiene puntos por buenas acciones y aprende con el tiempo qué funciona. Así es como las computadoras juegan al ajedrez o controlan robots.

Ética

RGPD e IA

GDPR and AI

El RGPD es la ley europea de protección de datos de 2018. Entre otras cosas, exige a los sistemas de IA información clara, consentimiento, limitación de la finalidad y derecho de supresión. Quien use IA en Europa debe cumplir estas reglas.

Ética

Seguridad de la IA

AI Safety

La seguridad de la IA abarca todas las medidas que hacen que los sistemas de IA sean fiables e inofensivos, desde la proteccion contra el uso indebido hasta evitar las alucinaciones. A medida que crece el poder de la IA, la seguridad de la IA se vuelve cada vez mas importante.

Computer Vision

Stable Diffusion

Stable Diffusion es un conocido modelo de difusión de código abierto para la generación de imágenes. Como el código está disponible libremente, existen muchas variantes y herramientas basadas en él. Supuso un punto de inflexión importante para la generación abierta de imágenes con IA.

Modelos de lenguaje

Token

Un token es la unidad más pequeña en la que un modelo de lenguaje divide el texto. Normalmente son tres o cuatro letras o una palabra corta. Cuantos más tokens puede procesar un modelo a la vez, más largos son los textos que puede entender.

Modelos de lenguaje

Tokenización

Tokenization

La tokenización es el proceso de dividir un texto en tokens, es decir, en pequeños bloques con los que el modelo puede trabajar. El modelo aprende de antemano qué divisiones de tokens son las más adecuadas, a partir de muchos textos.

Aplicación

Transformacion digital

Digital Transformation (Digitale Transformation)

La transformacion digital es la reestructuracion fundamental de una empresa con herramientas digitales, no solo cambiar la tecnologia, sino tambien los procesos, la cultura y los modelos de negocio. La IA es una parte importante de ello.

Modelos de lenguaje

Transformer

Transformer-Architektur

Los Transformers son un tipo de arquitectura para modelos de IA que se inventó en 2017. Entienden especialmente bien cómo se relacionan las palabras, incluso a lo largo de textos extensos. Casi todos los modelos de lenguaje modernos, desde ChatGPT hasta Gemini, se basan en transformers.

Ética

Transparencia

Transparency

Transparencia significa que se puede entender qué hace una IA, con qué datos fue entrenada y quién la opera. Sin transparencia, nadie puede comprobar si la IA es justa, correcta y segura. Es la base de la confianza.

Aprendizaje automático

Underfitting

Underfitting significa que la IA no ha aprendido lo suficiente de los datos. Es demasiado simple y ofrece malos resultados tanto con los datos de entrenamiento como con datos nuevos. La solución: más datos, un entrenamiento más largo o un modelo más grande.

Aprendizaje automático

Unsupervised Learning

Unsupervised Learning (Unüberwachtes Lernen)

El unsupervised learning funciona sin respuestas. La IA recibe solo datos y busca por sí misma patrones o grupos. Es útil cuando no se sabe qué estructuras se ocultan en los datos.

Aplicación

Use Case

Use Case (Anwendungsfall)

Un use case es una aplicación concreta: ¿para qué se usa realmente la IA? En lugar de decir 'IA en marketing' de forma general, un use case describe, por ejemplo: 'la IA escribe publicaciones para redes sociales a partir de datos de productos'.

Aprendizaje automático

Validación

Validation

La validación consiste en probar una IA con datos que no vio durante el entrenamiento. Así se descubre si realmente ha aprendido o solo memorizado. Sin validación, no se sabe si un modelo sirve.

Modelos de lenguaje

Ventana de contexto

Context Window

La ventana de contexto es la cantidad de texto que un modelo de lenguaje puede leer de una vez. Se mide en tokens. Si se supera la ventana, el modelo olvida el principio. Los modelos modernos tienen ventanas muy grandes.

Aplicación

Workflow

Un workflow es una secuencia fija de pasos de trabajo. Con IA, los workflows pueden automatizarse de forma parcial o total. Así las empresas ahorran tiempo y las personas pueden centrarse en las partes complicadas.

Investigación

Zero-Shot Learning

Zero-shot learning significa: la IA resuelve una tarea sin haber visto ni un solo ejemplo, solo a partir de la descripción. Esto funciona porque ya sabe mucho del preentrenamiento. En tareas sencillas suele funcionar, en las complicadas menos.