Temario del curso
Introducción
- ¿Qué es la IA generativa?
- IA generativa frente a otros tipos de IA
- Visión general de las técnicas y modelos principales 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 de texto
- Uso de GAN para crear imágenes realistas y diversas
- Uso de VAE para crear imágenes con variables latentes
- Uso de transferencia de estilo para aplicar 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 largos
- Uso de paráfrasis de texto para crear diferentes formas de expresar el mismo significado
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 contenidos con IA generativa
- Generación de código a partir de lenguaje natural
- Generación de bocetos de productos a partir de texto
- Generación de vídeo 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 la IA generativa
- Uso de métricas como el puntaje de inicio (inception score), distancia de inception de Fréchet y puntaje BLEU
- Utilización de la evaluación humana mediante crowdsourcing y encuestas
- Aplicación de métodos de evaluación adversarial como las 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 los creadores y consumidores de contenido
- Fomentar la creatividad y la colaboración entre humanos e IA
Resumen y próximos pasos
Requerimientos
- Comprensión de conceptos básicos de IA y terminología
- Experiencia con programación en Python y análisis de datos
- Familiaridad con marcos de aprendizaje profundo como TensorFlow o PyTorch
Audiencia objetivo
- Científicos de datos
- Desarrolladores de IA
- Entusiastas de la IA
Reseñas (3)
Uso correcto de Prompt
Edgar Benedict C Cutiongco
Curso - Generative AI and Prompt Engineering for Corporate Professionals
Traducción Automática
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
