Temario del curso
Introducción
- ¿Qué es la IA generativa?
- IA generativa frente a otros tipos de IA
- Visión general 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 textuales
- Uso de GANs para crear imágenes realistas y diversas
- Uso de VAEs para generar imágenes con variables latentes
- Aplicación de transferencia de estilo para impartir estilos artísticos a las imágenes
Creación de texto con IA generativa
- Generación de texto a partir de indicaciones de texto
- Uso de modelos basados en transformadores para crear texto con contexto y coherencia
- Uso de resumen de texto para crear resúmenes concisos de textos extensos
- Uso de paráfrasis de texto para expresar el mismo significado de diferentes maneras
Creación de audio con IA generativa
- Generación de voz a partir de texto
- Generación de texto a partir de voz
- Generación de música a partir de texto o audio
- Generación de voz con una voz específica
Creación de otros tipos de contenido 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
- Evaluación de la calidad y diversidad del contenido en IA generativa
- Uso de métricas como puntuación de inicio, distancia de inicio de Fréchet y puntuación BLEU
- Aplicación de evaluaciones humanas mediante crowdsourcing y encuestas
- Implementación de métodos de evaluación adversarial como pruebas de Turing y discriminadores
Comprensión de las implicaciones éticas y sociales de la IA generativa
- Garantizar equidad y responsabilidad
- Evitar el uso indebido y el abuso
- Respetar los derechos y la privacidad de creadores y consumidores de contenido
- Fomentar la creatividad y la colaboración entre humanos e IA
Resumen y siguientes pasos
Requerimientos
- Conocimiento de conceptos y terminología básica de IA
- Experiencia en programación en Python y análisis de datos
- Familiaridad con frameworks de aprendizaje profundo como TensorFlow o PyTorch
Público objetivo
- Científicos de datos
- Desarrolladores de IA
- Entusiastas de la IA
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