Glosario de términos de IA

 

Inteligencia Artificial (IA): Tecnología que permite a las máquinas realizar tareas que requieren inteligencia humana, como aprender, razonar y crear.

Aprendizaje Automático (Machine Learning, ML): Rama de la IA donde los algoritmos aprenden de datos y mejoran con la experiencia sin ser programados específicamente.

Aprendizaje Supervisado: Tipo de ML donde el modelo aprende a partir de datos con respuestas conocidas (etiquetas).

Aprendizaje No Supervisado: Tipo de ML que identifica patrones en datos sin etiquetas ni respuestas previas.

Aprendizaje por Refuerzo: El algoritmo aprende mediante prueba y error, recibiendo recompensas o penalizaciones según su desempeño.

IA Generativa: Subcampo de la IA que crea contenido nuevo como textos, imágenes, música o videos a partir de datos aprendidos.

Red Neuronal: Modelo inspirado en el cerebro humano que procesa información a través de capas de “neuronas” artificiales.

GAN (Red Generativa Antagónica): Tipo de red neuronal usada en IA generativa que enfrenta a un generador y un discriminador para producir resultados realistas.

Deep Learning (Aprendizaje Profundo): Tipo avanzado de ML que utiliza redes neuronales profundas para analizar datos complejos.

Algoritmo: Conjunto de instrucciones que una computadora sigue para resolver un problema o realizar una tarea.

Big Data: Grandes volúmenes de datos que pueden ser analizados para descubrir patrones, tendencias y relaciones.

Sesgo (Bias): Distorsión en los resultados de una IA causada por datos incompletos o prejuicios existentes en el conjunto de entrenamiento.

Automatización: Uso de tecnología para ejecutar tareas sin intervención humana directa.

Chatbot: Programa que utiliza IA para interactuar con personas mediante texto o voz.

Deepfake: Contenido audiovisual generado por IA que simula personas o situaciones de manera muy realista, a veces para engañar.

Transformer: Arquitectura de red neuronal usada en modelos de lenguaje y generación de texto, como GPT.