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
Reseñas (3)
Profundidad sobre el contexto de fondo y la formulación de prompts.
Olaf Kannt - Helios Klinikum Krefeld
Curso - Generative AI and Prompt Engineering in Healthcare
Traducción Automática
los consejos y las indicaciones recomendadas que podemos llevarnos de esta capacitación
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Curso - InVideo AI: Creating Engaging Short-Form Videos
Traducción Automática
Uso de prompts apropiados y eficaces
Marses Pacaldo
Curso - Generative AI and Prompt Engineering for Corporate Professionals
Traducción Automática