Contacta con nosotros

Temario del curso

Introducción

  • ¿Qué es la IA generativa?
  • IA generativa vs otros tipos de IA
  • Descripción 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 de texto
  • Uso de GANs para crear imágenes realistas y diversas
  • Uso de VAEs 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 un tono específico

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 IA generativa
  • Uso de métricas como el puntaje de Inception, la distancia de Frechet Inception y el puntaje BLEU
  • Uso de evaluación humana a través de crowdsourcing y encuestas
  • Aplicación de métodos de evaluación adversaria 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 abuso
  • Respetar los derechos y la privacidad de los creadores y consumidores de contenido
  • Fomentar la creatividad y colaboración de humanos e IA

Resumen y próximos pasos

Requerimientos

  • Comprensión de conceptos y terminología básica de 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