Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción
- ¿Qué es la IA generativa?
- IA generativa frente a otros tipos de inteligencia artificial
- Resumen de las principales técnicas y modelos en IA generativa
- Aplicaciones y casos de uso de la IA generativa
- Desafíos y limitaciones de la IA generativa
Creación de imágenes con IA generativa
- Generación de imágenes a partir de descripciones en lenguaje natural
- Uso de GANs (Generative Adversarial Networks) para crear imágenes realistas y diversas
- Uso de VAEs (Variational Autoencoders) para generar imágenes con variables latentes
- Aplicación de transferencias de estilo para aplicar estilos artísticos a las imágenes
Creación de texto con IA generativa
- Generación de texto a partir de instrucciones en lenguaje natural
- Uso de modelos basados en transformers para crear texto con contexto y coherencia
- Uso de resumen de textos para crear resúmenes concisos de documentos extensos
- Uso de paráfrasis textual para generar distintas formas de expresar el mismo significado
Creación de audio con IA generativa
- Generación de voz a partir de texto
- Transcripción de audio a texto
- Generación de música a partir de texto o audio
- Generación de voz con una timbre específico
Creación de otros contenidos con IA generativa
- Generación de código a partir de lenguaje natural
- Generación de bocetos de productos a partir de texto
- Generación de video a partir de texto o imágenes
- Generación de modelos 3D a partir de texto o imágenes
Evaluación de la IA generativa
- Valoración de la calidad y diversidad del contenido en IA generativa
- Uso de métricas como Inception Score, Fréchet Inception Distance y BLEU score
- Evaluación humana mediante crowdsourcing y encuestas
- Aplicación de métodos de evaluación adversarial, como pruebas de Turing y discriminadores
Comprensión de las implicaciones éticas y sociales de la IA generativa
- Garantizar la equidad y la rendición de cuentas
- Evitar el mal uso y los abusos
- Respetar los derechos y la privacidad de creadores y consumidores del contenido
- Fomentar la creatividad y la colaboración entre humanos e inteligencia artificial
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos básicos y la terminología de la inteligencia artificial
- Experiencia con programación en Python y análisis de datos
- Familiaridad con frameworks de aprendizaje profundo como TensorFlow o PyTorch
Audiencia objetivo
- Científicos de datos
- Desarrolladores de IA
- Entusiastas de la inteligencia artificial
14 Horas
Reseñas (2)
El estilo interactivo, los ejercicios
Tamas Tutuntzisz
Curso - Introduction to Prompt Engineering
Traducción Automática
Un excelente repositorio de recursos para futuras consultas, estilo del instructor (lleno de buen sentido del humor y gran nivel de detalle)
Adam - GE Aerospace Poland Sp. z o.o.
Curso - Prompt Engineering for ChatGPT
Traducción Automática