Contacta con nosotros

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 textuales
  • Uso de GAN (Redes Generativas Antagónicas) para crear imágenes realistas y diversas
  • Uso de VAE (Variational Autoencoders) para crear imágenes con variables latentes
  • Transferencia de estilo para aplicar estilos artísticos a las imágenes

Creación de texto con IA generativa

  • Generación de texto a partir de indicaciones textuales
  • Uso de modelos basados en transformadores para crear texto con contexto y coherencia
  • Resumen de texto para crear resúmenes concisos de textos largos
  • Parafraseo de texto para crear diferentes formas de expresar el mismo significado

Creación de audio con IA generativa

  • Generación de habla a partir de texto
  • Generación de texto a partir del habla
  • Generación de música a partir de texto o audio
  • Generación de voz con una voz específica

Creación de otro contenido 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 Inception, la distancia Fréchet de Inception (FID) y el puntaje BLEU
  • Utilización de evaluaciones humanas 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 la equidad y la rendición de cuentas
  • 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 los conceptos y terminología básicos de la IA
  • Experiencia con programación en Python y análisis de datos
  • Familiaridad con marcos 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

Reseñas (2)

Próximos cursos

Categorías Relacionadas