Infórmese sobre la Academia de IA aquí.

Glosario de IA

¡La IA es un área con muchas palabras nuevas! ¿No estás seguro de lo que significa algo? Puedes usar el cuadro de búsqueda a continuación para filtrar el glosario.

Búsqueda (términos de IA)

Agente de IA

Un sistema impulsado por IA que puede realizar acciones en un entorno. Por ejemplo, un LLM que tiene acceso a un conjunto de herramientas y debe decidir cuál usar para realizar una tarea que se le ha encomendado.

Algoritmo

Un conjunto de instrucciones o reglas diseñadas para resolver un problema o realizar una tarea.

API (Interfaz de programación de aplicaciones)

Un conjunto de reglas y herramientas para crear aplicaciones de software. En IA, las API permiten a los desarrolladores acceder y utilizar modelos o servicios previamente entrenados.

Inteligencia artificial general (AGI):

Término utilizado para describir máquinas futuras que podrían igualar y luego superar la gama completa de la capacidad cognitiva humana.

Inteligencia artificial (IA)

Campo de la informática que se centra en la creación de sistemas capaces de realizar tareas que normalmente requieren inteligencia humana. Estas tareas incluyen el aprendizaje, el razonamiento, la resolución de problemas y la comprensión del lenguaje.

Robot conversacional

Un programa de computadora diseñado para simular una conversación con usuarios humanos, a menudo a través de interacciones de texto o voz.

Visión por computadora

Un campo de la IA centrado en permitir que las máquinas interpreten y comprendan información visual del mundo, como reconocer objetos en imágenes.

DALL-E

Un modelo de IA desarrollado por OpenAI diseñado específicamente para generar imágenes a partir de descripciones textuales.

Conjunto de datos

Una colección estructurada de datos. En el contexto de la IA y el aprendizaje automático, los conjuntos de datos se utilizan para entrenar, validar y probar modelos.

Aprendizaje profundo

Un enfoque de la IA inspirado en la forma en que las neuronas del cerebro reconocen patrones complejos en los datos. El término “profundo” hace referencia a las numerosas capas de neuronas de los modelos actuales que ayudan a aprender representaciones detalladas de los datos para lograr mejores ganancias de rendimiento.