Programa del Curso

Introducción

  • ¿Qué es la IA generativa?
  • IA generativa frente a otros tipos de IA
  • Visión general de las principales técnicas y modelos de 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 la transferencia de estilo para aplicar estilos artísticos a las imágenes

Creación de texto con IA generativa

  • Generación de texto a partir de mensajes de texto
  • Uso de modelos basados en transformadores para crear texto con contexto y coherencia
  • Uso del resumen de texto para crear resúmenes concisos de textos largos
  • Usar la 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 de los contenidos en la IA generativa
  • Uso de métricas como la puntuación de inicio, la distancia de inicio de Fréchet y la puntuación BLEU
  • Utilizar la evaluación humana a través del crowdsourcing y las encuestas
  • Aplicación de métodos de evaluación adversaria, como las pruebas de Turing y los discriminadores.

Comprender 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 de contenido y los consumidores
  • Fomentar la creatividad y la colaboración entre humanos e IA

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos básicos y la terminología de la IA
  • Experiencia con Python programación y análisis de datos
  • Familiaridad con marcos de aprendizaje profundo como TensorFlow o PyTorch

Audiencia

  • Científicos de datos
  • Desarrolladores de IA
  • Entusiastas de la IA
 14 horas

Número de participantes



Precio por participante

Cursos Relacionados

Categorías Relacionadas

1