Abductive Reasoning (Razonamiento Abductivo)
Implica tomar observaciones o evidencias y formular la mejor hipótesis posible para explicarlas.
Diccionario AIGlosario de
Glosario de
Inteligencia Artificial
Explora y domina el vocabulario de la revolución tecnológica. Definiciones clara en español para conceptos complejos.
A
Action Description Language (Lenguaje de Descripción de Acciones)
Un lenguaje especializado utilizado para definir las acciones que un agente de IA puede realizar y sus consecuencias.
Action Model Learning (AML)
Un método en IA para aprender precondiciones y efectos de acciones, a menudo en sistemas de planificación.
Action Planning (Planificación de Acciones)
Encontrar la mejor secuencia de acciones para lograr un objetivo específico de manera eficiente.
Activation Function (Función de Activación)
En redes neuronales, determina si una neurona se dispara basándose en la entrada, moldeando la salida del modelo.
Active Learning (Aprendizaje Activo)
Un enfoque de aprendizaje donde la IA solicita más datos o ejemplos para mejorar su rendimiento.
Actor-Critic (Actor-Crítico)
Una técnica de aprendizaje por refuerzo donde el 'actor' selecciona acciones y el 'crítico' las evalúa.
Admissable Heuristic (Heurística Admisible)
Concepto de algoritmo de búsqueda que asegura que el costo estimado nunca sea sobreestimado para garantizar la optimalidad.
Adversarial Example (Ejemplo Adversario)
Entrada diseñada intencionalmente para engañar a un modelo de IA, causando que cometa errores con cambios imperceptibles para humanos.
Adversarial Machine Learning (Aprendizaje Automático Adversario)
El estudio de cómo defender la IA de ataques que intentan engañar o confundir a los modelos de aprendizaje.
Agent (Agente)
Un sistema de software que percibe su entorno y toma acciones para alcanzar objetivos.
Agent Workflow (.agent.md)
Archivo de configuración (generalmente Markdown) que define secuencias estructuradas de pasos y herramientas que un agente de IA debe seguir para completar tareas complejas.
Agentic AI (IA Agéntica)
Sistemas de IA diseñados para la toma de decisiones autónoma y la ejecución de tareas con mínima intervención humana.
AGI Safety (Seguridad de AGI)
Campo de investigación enfocado en garantizar que la Inteligencia General Artificial sea segura y beneficiosa para la humanidad.
AI Alignment (Alineación de IA)
Garantizar que los sistemas de IA se comporten de maneras que estén alineadas con los valores y la ética humanos.
AI Copilot (Copiloto de IA)
Herramientas de IA conversacional impulsadas por LLMs que asisten a los usuarios en completar tareas organizacionales o de código.
AI Safety (Seguridad de la IA)
Campo de investigación que asegura que las tecnologías de IA permanezcan seguras, éticas y alineadas con el beneficio humano.
Algorithm (Algoritmo)
Conjunto de reglas o instrucciones paso a paso que un sistema de IA sigue para resolver problemas o realizar tareas.
Algorithmic Bias (Sesgo Algorítmico)
Un error sistemático en la salida de una IA que lleva a resultados injustos o prejuiciosos.
AlphaGo
Un programa de IA pionero de DeepMind que derrotó a campeones humanos de Go usando aprendizaje profundo.
AlphaZero
Una IA de propósito general de DeepMind que dominó múltiples juegos desde cero sin datos humanos previos.
Anthropic
Empresa de investigación de seguridad y IA, creadora de la familia de modelos Claude, enfocada en IA constitucional y confiable.
Anthropomorphism (Antropomorfismo)
Tendencia a atribuir características humanas a sistemas de IA, aunque estos no posean conciencia o emociones reales.
API Key (Clave API)
Identificador único utilizado para autenticar y autorizar el acceso a servicios y modelos de IA a través de APIs.
Artificial General Intelligence (AGI)
IA que puede realizar cualquier tarea intelectual que un ser humano puede hacer.
Artificial Narrow Intelligence (ANI)
Tipo de IA enfocada en tareas específicas como actualizaciones del clima, análisis de datos o juegos, no en inteligencia general.
Artificial Neural Network (ANN)
Un método donde la IA imita el procesamiento similar al del cerebro para interpretar y analizar datos.
Attention Mechanism (Mecanismo de Atención)
Técnica que permite a los modelos de IA enfocarse en partes específicas de la entrada al procesar información, fundamental en arquitecturas Transformer.
Autoencoder (Autoencoder)
Tipo de red neuronal que aprende a codificar y decodificar datos, útil para reducción de dimensionalidad y detección de anomalías.
AutoML (Automated Machine Learning)
Proceso automatizado que selecciona, configura y optimiza modelos de Machine Learning con mínima intervención humana.
B
Backpropagation (Retropropagación)
Algoritmo clave en redes neuronales para ajustar los pesos minimizando el error en la salida.
Backward Pass (Paso Hacia Atrás)
Fase del entrenamiento de redes neuronales donde se calculan los gradientes mediante backpropagation para actualizar los pesos.
Bag of Words (Bolsa de Palabras)
Modelo de representación de texto que ignora el orden de las palabras y solo cuenta su frecuencia de aparición.
Batch (Lote)
Conjunto de ejemplos de entrenamiento procesados simultáneamente durante una iteración del algoritmo de aprendizaje.
Bayesian Learning (Aprendizaje Bayesiano)
Enfoque probabilístico de Machine Learning que utiliza el teorema de Bayes para actualizar creencias sobre parámetros del modelo.
BERT (Bidirectional Encoder Representations from Transformers)
Modelo de lenguaje pre-entrenado desarrollado por Google que procesa texto en ambas direcciones para entender mejor el contexto.
BERT Variants (Variantes de BERT)
Modelos derivados de BERT como RoBERTa, ALBERT y DistilBERT, cada uno optimizado para diferentes objetivos de rendimiento.
Bias Correction (Corrección de Sesgo)
Técnicas utilizadas para identificar y mitigar sesgos en modelos de IA para garantizar resultados justos y equitativos.
Bias-Variance Tradeoff (Compromiso Sesgo-Varianza)
El equilibrio que se debe encontrar entre el error por sesgo (underfitting) y el error por varianza (overfitting).
Bidirectional (Bidireccional)
Capacidad de un modelo de procesar información en ambas direcciones (adelante y atrás), como en BERT.
Big Data
Conjuntos de datos extremadamente grandes y complejos que requieren herramientas avanzadas para su procesamiento.
Black Box (Caja Negra)
Término que describe modelos de IA cuyas decisiones internas son difíciles de interpretar o explicar.
Bootstrapping (Arranque)
Técnica estadística que crea múltiples muestras aleatorias del conjunto de datos para evaluar la robustez del modelo.
C
Causal Inference (Inferencia Causal)
Campo que busca entender relaciones causa-efecto en datos, más allá de simples correlaciones estadísticas.
Chat Completion (Finalización de Chat)
Funcionalidad de modelos de lenguaje que genera respuestas conversacionales basadas en el historial de mensajes.
Chatbot
Programa diseñado para simular conversaciones con usuarios humanos, especialmente a través de internet.
ChatGPT
Modelo de lenguaje avanzado desarrollado por OpenAI optimizado para el diálogo.
Classification (Clasificación)
Tarea de Machine Learning que consiste en asignar etiquetas o categorías a datos de entrada basándose en características aprendidas.
CLIP (Contrastive Language-Image Pre-training)
Modelo multimodal desarrollado por OpenAI que conecta texto e imágenes mediante aprendizaje contrastivo.
Cloud AI (IA en la Nube)
Servicios de IA proporcionados a través de plataformas en la nube, permitiendo acceso sin infraestructura local.
Clustering (Agrupación)
Técnica de aprendizaje no supervisado que agrupa datos similares sin necesidad de etiquetas previas.
CNN (Convolutional Neural Network - Red Neuronal Convolucional)
Tipo de red neuronal especialmente efectiva para procesar imágenes mediante el uso de capas convolucionales que detectan patrones espaciales.
Cognitive Computing (Computación Cognitiva)
Sistemas que simulan procesos de pensamiento humano para resolver problemas complejos de manera similar a como lo haría un humano.
Collaborative Filtering (Filtrado Colaborativo)
Técnica de recomendación que predice preferencias basándose en el comportamiento y preferencias de usuarios similares.
Computational Graph (Grafo Computacional)
Representación matemática de operaciones en redes neuronales que permite calcular gradientes eficientemente.
Computer Use (Uso de Computadora)
Capacidad avanzada de modelos como Claude (Anthropic) para interactuar con interfaces de usuario, moviendo el cursor y escribiendo para realizar tareas complejas.
Computer Vision (Visión por Computadora)
Campo de la IA que permite a las computadoras 'ver' y comprender el contenido de imágenes y videos digitles.
Confusion Matrix (Matriz de Confusión)
Tabla que muestra el rendimiento de un modelo de clasificación comparando predicciones con valores reales.
Continual Learning (Aprendizaje Continuo)
Capacidad de un modelo para aprender nuevas tareas sin olvidar conocimientos previamente adquiridos.
Convergence (Convergencia)
Estado donde el proceso de entrenamiento alcanza un punto donde los parámetros del modelo ya no mejoran significativamente.
Cost Function (Función de Costo)
Sinónimo de función de pérdida; mide el error entre predicciones del modelo y valores reales.
Cross-entropy Loss (Pérdida de Entropía Cruzada)
Función de pérdida comúnmente utilizada en problemas de clasificación, especialmente con múltiples clases.
Cross-validation (Validación Cruzada)
Técnica para evaluar modelos dividiendo los datos en múltiples subconjuntos y entrenando/validando en diferentes combinaciones.
Cursor Rules (.cursorrules)
Archivo de configuración específico del editor Cursor que proporciona instrucciones de contexto y estilo para que la IA genere código alineado con el proyecto.
D
DALL-E
Modelo de IA generativa desarrollado por OpenAI capaz de crear imágenes realistas a partir de descripciones textuales.
Data Augmentation (Aumento de Datos)
Técnica que incrementa la cantidad de datos de entrenamiento mediante transformaciones como rotaciones, escalados o cambios de color.
Data Drift (Deriva de Datos)
Fenómeno donde la distribución de datos en producción cambia con el tiempo, degradando el rendimiento del modelo.
Data Pipeline (Canalización de Datos)
Conjunto de procesos automatizados que transforman datos desde su origen hasta un formato utilizable para entrenamiento.
Decision Tree (Árbol de Decisión)
Algoritmo de Machine Learning que toma decisiones mediante una estructura de árbol con nodos de decisión y hojas.
Deep Learning (Aprendizaje Profundo)
Subcampo del Machine Learning basado en redes neuronales artificiales con múltiples capas (profundas).
Deep Reinforcement Learning (Aprendizaje por Refuerzo Profundo)
Combinación de Deep Learning y Reinforcement Learning, utilizada en sistemas como AlphaGo.
DeepMind
Laboratorio de investigación de IA (propiedad de Google) famoso por AlphaGo y avances en aprendizaje profundo.
Dimensionality Reduction (Reducción de Dimensionalidad)
Técnicas que reducen el número de características en los datos manteniendo la información más importante.
Distributed Training (Entrenamiento Distribuido)
Proceso de entrenar modelos de IA utilizando múltiples GPUs o máquinas en paralelo para acelerar el proceso.
Domain Adaptation (Adaptación de Dominio)
Técnica que adapta un modelo entrenado en un dominio a otro dominio relacionado pero diferente.
Downstream Task (Tarea Descendente)
Tarea específica para la cual se ajusta un modelo pre-entrenado, como clasificación de sentimientos o Q&A.
E
Early Stopping (Parada Temprana)
Técnica de regularización que detiene el entrenamiento cuando el rendimiento en validación deja de mejorar.
Edge AI (IA en el Borde)
Ejecución de modelos de IA directamente en dispositivos locales (móviles, IoT) sin depender de la nube.
Embedding (Incrustación)
Representación numérica densa de palabras, frases o conceptos en un espacio vectorial de alta dimensión que captura relaciones semánticas.
Encoder-Decoder (Codificador-Decodificador)
Arquitectura de red neuronal donde un codificador procesa la entrada y un decodificador genera la salida, común en traducción.
Entity Recognition (Reconocimiento de Entidades)
Tarea de NLP que identifica y clasifica entidades nombradas en texto (personas, lugares, organizaciones, etc.).
Epoch (Época)
Un ciclo completo de entrenamiento donde el modelo procesa todo el conjunto de datos de entrenamiento una vez.
Ethical AI (IA Ética)
Desarrollo y uso de sistemas de IA que respetan valores humanos, derechos y principios éticos fundamentales.
Evals (Evaluaciones)
Proceso sistemático de evaluación de modelos de IA mediante conjuntos de pruebas estandarizados y métricas específicas. Las evals miden el rendimiento, capacidades y limitaciones de modelos en tareas específicas, permitiendo comparaciones objetivas entre diferentes modelos.
Expert System (Sistema Experto)
Sistema de IA temprano que imita la capacidad de decisión de un experto humano mediante reglas y conocimiento codificado.
Explainable AI (XAI - IA Explicable)
Campo de investigación que busca hacer comprensibles las decisiones y predicciones de los modelos de IA para humanos.
F
Feature Engineering (Ingeniería de Características)
Proceso de seleccionar, modificar o crear variables de entrada (features) para mejorar el rendimiento de los modelos de Machine Learning.
Federated Learning (Aprendizaje Federado)
Técnica que entrena modelos de IA utilizando datos distribuidos en múltiples dispositivos sin compartir los datos centralmente.
Few-shot Learning (Aprendizaje con Pocos Ejemplos)
Capacidad de un modelo de IA para aprender nuevas tareas con muy pocos ejemplos de entrenamiento, a menudo solo unos pocos.
Few-shot Prompting (Prompting con Pocos Ejemplos)
Técnica de prompt engineering que proporciona algunos ejemplos al modelo para guiar su comportamiento en una tarea específica.
Fine-tuning (Ajuste Fino)
Proceso de adaptar un modelo pre-entrenado a una tarea específica ajustando sus parámetros con datos del dominio objetivo.
Forward Pass (Paso Hacia Adelante)
Fase del entrenamiento donde los datos fluyen a través de la red neuronal desde la entrada hasta la salida.
Foundation Model (Modelo Base)
Modelo de IA grande y versátil pre-entrenado en datos masivos que puede adaptarse a múltiples tareas específicas.
Fuzzy Logic (Lógica Difusa)
Sistema de lógica que maneja valores de verdad parciales, útil para modelar incertidumbre e imprecisión.
G
GAN (Generative Adversarial Network - Red Generativa Antagónica)
Arquitectura de red neuronal compuesta por dos redes que compiten: un generador que crea datos falsos y un discriminador que intenta detectarlos.
Gemini
Familia de modelos de IA multimodales más capaces de Google, diseñados para razonar de forma nativa sobre texto, imágenes, video, audio y código.
Generative AI (IA Generativa)
Tipo de IA capaz de generar nuevo contenido, como texto, imágenes, audio y video, en respuesta a indicaciones (prompts).
GPT (Generative Pre-trained Transformer)
Familia de modelos de lenguaje grandes desarrollados por OpenAI que utilizan aprendizaje profundo para generar texto similar al humano.
GPT-3/GPT-4
Modelos de lenguaje grandes de OpenAI con miles de millones de parámetros, capaces de tareas complejas de lenguaje natural.
Gradient (Gradiente)
Vector que indica la dirección de mayor crecimiento de una función, esencial para optimizar modelos mediante descenso de gradiente.
Gradient Descent (Descenso de Gradiente)
Algoritmo de optimización que minimiza la función de pérdida ajustando iterativamente los parámetros del modelo en dirección opuesta al gradiente.
Graph Neural Network (GNN - Red Neuronal de Grafos)
Tipo de red neuronal diseñada para procesar datos estructurados como grafos, útil en redes sociales y química.
Ground Truth (Verdad Fundamental)
Datos de referencia correctos y verificados utilizados para entrenar y evaluar modelos de IA.
H
Hallucination (Alucinación)
Fenómeno donde un modelo de IA genera información incorrecta o sin sentido con gran confianza.
Heuristic (Heurística)
Regla práctica o método aproximado que proporciona soluciones rápidas aunque no necesariamente óptimas.
Human-in-the-Loop (Humano en el Ciclo)
Enfoque donde humanos supervisan, validan o corrigen las decisiones de sistemas de IA durante su funcionamiento.
Hyperparameter (Hiperparámetro)
Parámetro de configuración del modelo que se establece antes del entrenamiento y no se aprende de los datos (ej: tasa de aprendizaje, número de capas).
Hyperparameter Tuning (Ajuste de Hiperparámetros)
Proceso de encontrar los mejores valores para hiperparámetros mediante técnicas como grid search o random search.
I
Image Classification (Clasificación de Imágenes)
Tarea de Computer Vision que asigna etiquetas categóricas a imágenes, como identificar objetos o escenas.
Imbalanced Dataset (Conjunto de Datos Desbalanceado)
Dataset donde algunas clases tienen muchos más ejemplos que otras, requiriendo técnicas especiales de manejo.
In-context Learning (Aprendizaje en Contexto)
Capacidad de los LLMs de aprender nuevas tareas o patrones directamente desde ejemplos proporcionados en el prompt sin ajuste de parámetros.
Incremental Learning (Aprendizaje Incremental)
Capacidad de un modelo para aprender continuamente de nuevos datos sin reentrenar desde cero.
Inductive Bias (Sesgo Inductivo)
Suposiciones incorporadas en un algoritmo de aprendizaje que guían cómo generaliza a partir de ejemplos de entrenamiento.
Information Extraction (Extracción de Información)
Tarea de NLP que identifica y estructura información específica de texto no estructurado.
Instance-based Learning (Aprendizaje Basado en Instancias)
Algoritmos que almacenan ejemplos de entrenamiento y hacen predicciones basándose en instancias similares.
Interpretability (Interpretabilidad)
Capacidad de entender y explicar cómo un modelo de IA llega a sus decisiones o predicciones.
J
JAX
Biblioteca de Python desarrollada por Google para computación científica de alto rendimiento, popular en investigación de IA.
Joint Embedding (Incrustación Conjunta)
Técnica que mapea diferentes tipos de datos (texto, imágenes) al mismo espacio vectorial para comparación.
K
Knowledge Distillation (Distilación de Conocimiento)
Técnica donde un modelo pequeño aprende a imitar el comportamiento de un modelo grande y complejo.
L
Label (Etiqueta)
Valor correcto o esperado para un ejemplo de entrenamiento en aprendizaje supervisado.
LAMs (Large Action Models - Modelos de Acción Grandes)
Modelos de IA diseñados para realizar acciones concretas en sistemas y aplicaciones, no solo generar texto. Combinan capacidades de razonamiento con la habilidad de ejecutar tareas como interactuar con interfaces, usar herramientas y realizar acciones complejas.
Large Language Model (LLM)
Modelo de aprendizaje profundo entrenado en inmensas cantidades de datos de texto para entender y generar lenguaje natural.
Latent Space (Espacio Latente)
Representación comprimida de datos en un espacio de menor dimensión donde se capturan características esenciales.
Layer (Capa)
Grupo de neuronas en una red neuronal que procesa información y la pasa a la siguiente capa.
Learning Curve (Curva de Aprendizaje)
Gráfico que muestra cómo el rendimiento del modelo mejora con más datos de entrenamiento o épocas.
Linear Regression (Regresión Lineal)
Algoritmo de Machine Learning que modela la relación entre variables mediante una línea recta.
Logistic Regression (Regresión Logística)
Algoritmo de clasificación que predice probabilidades utilizando una función logística (sigmoide).
Loss Function (Función de Pérdida)
Función que mide qué tan lejos están las predicciones del modelo de los valores reales, guiando el proceso de optimización.
LSTM (Long Short-Term Memory)
Tipo especial de red neuronal recurrente diseñada para recordar información a largo plazo y evitar el problema del gradiente que desaparece.
M
Machine Learning (Aprendizaje Automático)
Subcampo de la IA que se centra en el desarrollo de algoritmos que permiten a las computadoras aprender de los datos.
Machine Translation (Traducción Automática)
Aplicación de NLP que traduce texto de un idioma a otro utilizando modelos de IA.
Masked Language Modeling (Modelado de Lenguaje Enmascarado)
Técnica de pre-entrenamiento donde el modelo predice palabras ocultas en contexto, como en BERT.
Mean Squared Error (MSE - Error Cuadrático Medio)
Métrica común de regresión que mide el promedio de los errores al cuadrado entre predicciones y valores reales.
Meta-learning (Meta-aprendizaje)
Campo que busca desarrollar algoritmos capaces de aprender a aprender, mejorando su eficiencia en nuevas tareas.
Midjourney
Servicio de IA generativa especializado en la creación de imágenes artísticas de alta calidad a partir de descripciones textuales.
MLOps (Machine Learning Operations)
Conjunto de prácticas y herramientas que combinan Machine Learning con DevOps para automatizar y gestionar el ciclo de vida completo de modelos de IA en producción. Incluye versionado de modelos, monitoreo, despliegue, escalado y mantenimiento continuo.
Model Card (Tarjeta de Modelo)
Documento que proporciona información transparente sobre el rendimiento, limitaciones y uso ético de un modelo de IA.
Model Hub (Centro de Modelos)
Repositorio centralizado donde se comparten modelos pre-entrenados para facilitar su reutilización.
Momentum (Momento)
Técnica de optimización que acelera el descenso de gradiente acumulando información de actualizaciones anteriores.
Multi-Agent Systems (MAS - Sistemas Multi-Agente)
Sistemas compuestos por múltiples agentes de IA autónomos que interactúan entre sí para resolver problemas complejos. Cada agente puede tener objetivos, capacidades y conocimiento propios, colaborando o compitiendo para alcanzar metas colectivas o individuales.
Multi-task Learning (Aprendizaje Multi-tarea)
Enfoque donde un modelo aprende múltiples tareas relacionadas simultáneamente, mejorando la generalización.
Multimodal (Multimodal)
Sistemas de IA que pueden procesar y entender múltiples tipos de datos simultáneamente, como texto, imágenes, audio y video.
N
Named Entity Recognition (NER - Reconocimiento de Entidades Nombradas)
Tarea de NLP que identifica y clasifica entidades como nombres de personas, organizaciones y ubicaciones en texto.
Natural Language Processing (NLP)
Rama de la IA que ayuda a las computadoras a entender, interpretar y manipular el lenguaje humano.
Neural Machine Translation (NMT - Traducción Automática Neuronal)
Enfoque moderno de traducción automática utilizando redes neuronales, especialmente encoder-decoder.
Neural Network Architecture (Arquitectura de Red Neuronal)
Estructura y diseño de una red neuronal, incluyendo número de capas, tipos de neuronas y conexiones.
Noise (Ruido)
Variaciones aleatorias o errores en los datos que pueden afectar el rendimiento del modelo.
Normalization Layer (Capa de Normalización)
Capa en redes neuronales que normaliza las activaciones, como BatchNorm o LayerNorm, para estabilizar el entrenamiento.
O
Object Detection (Detección de Objetos)
Tarea de Computer Vision que identifica y localiza múltiples objetos en una imagen, proporcionando sus coordenadas.
OCR (Optical Character Recognition - Reconocimiento Óptico de Caracteres)
Tecnología que convierte imágenes de texto (escaneadas o fotografiadas) en texto editable.
One-hot Encoding (Codificación One-hot)
Técnica que convierte variables categóricas en vectores binarios donde solo un elemento es 1 y el resto son 0.
Online Learning (Aprendizaje Online)
Método donde el modelo se actualiza continuamente con cada nuevo ejemplo de datos, sin reentrenar desde cero.
OpenAI
Laboratorio de investigación de IA estadounidense responsable de ChatGPT, GPT-4 y DALL-E.
Outlier (Valor Atípico)
Punto de datos que se desvía significativamente del patrón general, potencialmente afectando el entrenamiento del modelo.
Overfitting (Sobreajuste)
Problema donde un modelo aprende demasiado bien los datos de entrenamiento pero falla en generalizar a datos nuevos no vistos.
P
Parameter Efficiency (Eficiencia de Parámetros)
Técnicas que reducen el número de parámetros entrenables manteniendo el rendimiento, como LoRA o adaptadores.
Perplexity (Perplejidad)
Métrica que mide qué tan bien un modelo de lenguaje predice una muestra de texto; valores más bajos indican mejor rendimiento.
Pipeline (Canalización)
Secuencia automatizada de pasos que transforma datos desde entrada hasta salida, común en sistemas de producción de IA.
Policy Gradient (Gradiente de Política)
Método de Reinforcement Learning que optimiza directamente la política del agente mediante gradientes.
Pooling (Agrupación)
Operación en CNNs que reduce la dimensionalidad de mapas de características, como max pooling o average pooling.
Precision-Recall Curve (Curva Precision-Recall)
Gráfico que muestra la relación entre precisión y recall para diferentes umbrales de clasificación.
Preprocessing (Preprocesamiento)
Transformaciones aplicadas a datos crudos antes del entrenamiento, como normalización, limpieza o tokenización.
Prompt Chaining (Encadenamiento de Prompts)
Técnica donde múltiples prompts se ejecutan secuencialmente, usando la salida de uno como entrada del siguiente.
Prompt Engineering
El arte de elaborar entradas (prompts) efectivas para guiar a los modelos de IA generativa a producir resultados óptimos.
Prompt Template (Plantilla de Prompt)
Estructura reutilizable para crear prompts consistentes y efectivos para modelos de lenguaje.
PyTorch
Framework de Deep Learning desarrollado por Facebook, popular por su flexibilidad y facilidad de uso en investigación.
Q
Q-Learning
Algoritmo de Reinforcement Learning que aprende el valor de acciones en diferentes estados mediante una tabla Q.
Question Answering (Q&A - Preguntas y Respuestas)
Tarea de NLP donde el modelo responde preguntas basándose en un contexto proporcionado.
R
RAG (Retrieval Augmented Generation)
Técnica que mejora la precisión de los modelos generativos recuperando datos relevantes de fuentes externas.
Random Forest (Bosque Aleatorio)
Algoritmo de Machine Learning que combina múltiples árboles de decisión para mejorar la precisión y reducir overfitting.
Regression (Regresión)
Tarea de Machine Learning que predice valores numéricos continuos en lugar de categorías discretas.
Reinforcement Learning (Aprendizaje por Refuerzo)
Tipo de Machine Learning donde un agente aprende a tomar decisiones mediante prueba y error para maximizar una recompensa.
Reinforcement Learning from Human Feedback (RLHF)
Técnica que entrena modelos usando retroalimentación humana para alinear mejor el comportamiento con valores humanos.
Representation Learning (Aprendizaje de Representaciones)
Proceso donde un modelo aprende automáticamente características útiles de los datos sin supervisión explícita.
Residual Connection (Conexión Residual)
Conexión directa que salta capas en una red neuronal, facilitando el entrenamiento de redes muy profundas.
RNN (Recurrent Neural Network - Red Neuronal Recurrente)
Tipo de red neuronal diseñada para procesar secuencias de datos manteniendo información de estados anteriores mediante conexiones recurrentes.
Robustness (Robustez)
Capacidad de un modelo de mantener buen rendimiento ante variaciones en los datos de entrada o condiciones adversas.
ROC Curve (Curva ROC)
Gráfico que muestra el rendimiento de un clasificador binario variando el umbral de decisión.
S
Scaling Law (Ley de Escalado)
Observación empírica de que el rendimiento de modelos de IA mejora predeciblemente con más datos, parámetros y computación.
Self-Attention (Auto-atención)
Mecanismo que permite a cada elemento de una secuencia atender a todos los demás elementos, fundamental en arquitecturas Transformer.
Semantic Search (Búsqueda Semántica)
Técnica de búsqueda que entiende el significado y contexto de consultas, no solo palabras clave exactas.
Semi-supervised Learning (Aprendizaje Semi-supervisado)
Enfoque de Machine Learning que combina una pequeña cantidad de datos etiquetados con una gran cantidad de datos no etiquetados.
Sequence-to-Sequence (Seq2Seq)
Arquitectura de red neuronal que transforma secuencias de entrada en secuencias de salida, común en traducción.
Sharding (Fragmentación)
Técnica de dividir grandes modelos o datasets en partes más pequeñas para distribuir el procesamiento.
Sigmoid Function (Función Sigmoide)
Función de activación en forma de S que mapea valores a un rango entre 0 y 1, útil en clasificación binaria.
Similarity Search (Búsqueda de Similitud)
Técnica que encuentra elementos similares en un conjunto de datos basándose en embeddings o vectores.
Skip Connection (Conexión de Salto)
Sinónimo de conexión residual; conexión directa que evita capas intermedias en una red neuronal.
SLMs (Small Language Models - Modelos de Lenguaje Pequeños)
Modelos de lenguaje con menos parámetros (típicamente menos de 10 mil millones) comparados con los LLMs grandes. Los SLMs son más eficientes computacionalmente, requieren menos recursos y pueden ejecutarse en dispositivos locales, aunque generalmente tienen capacidades más limitadas que los modelos grandes.
Sparse Attention (Atención Dispersa)
Variante del mecanismo de atención que solo calcula atención para un subconjunto de posiciones, reduciendo costos computacionales.
Speech Recognition (Reconocimiento de Voz)
Tecnología que convierte señales de audio de habla humana en texto transcrito.
Stable Diffusion
Modelo de IA generativa de código abierto para crear imágenes a partir de texto, conocido por su eficiencia y calidad.
Stochastic (Estocástico)
Proceso que involucra aleatoriedad, como en Stochastic Gradient Descent donde se usan muestras aleatorias.
Supervised Fine-tuning (Ajuste Fino Supervisado)
Proceso de ajustar un modelo pre-entrenado usando ejemplos etiquetados para una tarea específica.
Supervised Learning (Aprendizaje Supervisado)
Tipo de Machine Learning donde el modelo aprende de datos etiquetados, es decir, ejemplos con las respuestas correctas.
Support Vector Machine (SVM)
Algoritmo de Machine Learning que encuentra el hiperplano óptimo para separar clases en un espacio de características.
T
Task-specific Head (Cabeza Específica de Tarea)
Capa final de un modelo que se adapta para una tarea particular, como clasificación o generación.
Text Classification (Clasificación de Texto)
Tarea de NLP que asigna categorías o etiquetas a documentos o fragmentos de texto.
Text Generation (Generación de Texto)
Capacidad de modelos de lenguaje para crear texto nuevo, coherente y contextualmente relevante.
Text Summarization (Resumen de Texto)
Tarea de NLP que condensa documentos largos en versiones más cortas manteniendo la información clave.
Time Series (Serie Temporal)
Secuencia de datos medidos a intervalos regulares en el tiempo, como precios de acciones o sensores.
Token (Token)
Unidad básica de procesamiento en modelos de lenguaje, que puede ser una palabra, parte de una palabra o un carácter, dependiendo del tokenizador.
Tokenization (Tokenización)
Proceso de dividir texto en unidades más pequeñas (tokens) que los modelos de lenguaje pueden procesar y entender.
Top-k Sampling (Muestreo Top-k)
Técnica de generación de texto que selecciona tokens solo entre los k más probables, balanceando creatividad y coherencia.
Training Data (Datos de Entrenamiento)
Conjunto de ejemplos utilizados para enseñar al modelo a realizar una tarea específica.
Transfer Learning (Aprendizaje por Transferencia)
Técnica que aprovecha conocimiento aprendido de una tarea para mejorar el rendimiento en una tarea relacionada diferente.
Transformer
Arquitectura de red neuronal que introdujo el mecanismo de atención, base de los LLMs modernos como GPT.
Transformer Architecture (Arquitectura Transformer)
Diseño de red neuronal basado en mecanismos de auto-atención, fundamento de la mayoría de LLMs modernos.
Tree of Thoughts (ToT - Árbol de Pensamientos)
Técnica de razonamiento avanzada donde un modelo explora múltiples cadenas de pensamiento en paralelo, evaluando y expandiendo las más prometedoras. A diferencia del pensamiento secuencial, ToT permite explorar diferentes caminos de razonamiento simultáneamente, mejorando la capacidad de resolución de problemas complejos.
Tuning (Ajuste)
Proceso de optimizar hiperparámetros o adaptar un modelo pre-entrenado para una tarea específica.
Turing Test (Test de Turing)
Prueba de la capacidad de una máquina para exhibir un comportamiento inteligente indistinguible del de un humano.
U
Uncertainty Quantification (Cuantificación de Incertidumbre)
Técnicas que estiman la confianza o incertidumbre en las predicciones de un modelo de IA.
Underfitting (Subajuste)
Problema donde un modelo es demasiado simple y no puede capturar los patrones subyacentes en los datos de entrenamiento.
Unsupervised Learning (Aprendizaje No Supervisado)
Tipo de Machine Learning donde el modelo aprende patrones de datos sin etiquetas ni supervisión explícita.
Unsupervised Pre-training (Pre-entrenamiento No Supervisado)
Fase inicial donde un modelo aprende representaciones generales de datos sin etiquetas, como en GPT.
Upsampling (Sobremuestreo)
Técnica que aumenta la resolución o cantidad de datos, común en generación de imágenes o manejo de clases desbalanceadas.
V
Vanishing Gradient Problem (Problema del Gradiente que Desaparece)
Dificultad en entrenar redes profundas donde los gradientes se vuelven extremadamente pequeños en capas tempranas.
Vision Transformer (ViT)
Aplicación de arquitectura Transformer a imágenes, dividiendo imágenes en parches y procesándolos como secuencias.
Vocabulary (Vocabulario)
Conjunto completo de tokens únicos que un modelo de lenguaje puede reconocer y procesar.
W
Weight Initialization (Inicialización de Pesos)
Estrategia para establecer valores iniciales de pesos en redes neuronales, crucial para un entrenamiento exitoso.
Word Embedding (Incrustación de Palabras)
Representación vectorial densa de palabras que captura relaciones semánticas y sintácticas.
Word2Vec
Técnica pionera para generar embeddings de palabras que captura relaciones semánticas mediante contexto.
Y
YOLO (You Only Look Once)
Algoritmo de detección de objetos en tiempo real que procesa imágenes en una sola pasada.
Z
Zero-day Attack (Ataque de Día Cero)
Ataque adversario que explota vulnerabilidades desconocidas en modelos de IA antes de que sean detectadas.
Zero-shot Learning (Aprendizaje sin Ejemplos)
Capacidad de un modelo de IA para realizar tareas para las que no fue específicamente entrenado, usando solo su conocimiento general.