Contacta con nosotros

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
 14 Horas

Número de participantes


Precio por participante

Testimonios (2)

Próximos cursos

Categorías Relacionadas