¿Qué es la IA? Glosario de la A a la Z de términos esenciales de IA en 2024

El panorama de la IA se mueve a una velocidad vertiginosa, por lo que se te perdonará si un término desconocido (o dos) te pilla desprevenido. Mantenerse actualizado con la última jerga de IA es cada vez más importante a medida que la tecnología impacta nuestra vida diaria de más y más maneras.

Esto es especialmente cierto en el trabajo, donde la alfabetización en IA es la nueva habilidad imprescindible para los empleadores. Sin embargo, si no conoce su AGI de su LLM, no se preocupe. Hemos compilado una lista de la A a la Z de términos populares de IA y explicamos lo que significa cada concepto en términos sencillos, para ayudarlo a aprender más sobre la tecnología que continúa dando forma al mundo que nos rodea.

Desde puntos de contacto básicos como el aprendizaje automático hasta conceptos más complejos como la IA cuántica, siga leyendo para repasar algunos términos interesantes y aprender más sobre el nuevo y valiente mundo de la inteligencia artificial.

¿Qué es la IA?

Abreviatura de inteligencia artificial, IA se refiere a la inteligencia de las máquinas en contraposición a la inteligencia de seres sintientes como los humanos. Los sistemas de inteligencia artificial funcionan recibiendo grandes cantidades de datos de entrenamiento, analizando los datos en busca de patrones y utilizando estos patrones para generar resultados.

Si bien el concepto existe desde la década de 1950, la inteligencia artificial se ha generalizado en los últimos años debido a los avances realizados por desarrolladores de IA como OpenAI . El estudio de la IA es amplio y se expande cada año, así que siga leyendo para aprender más sobre la inteligencia artificial y conceptos relacionados en 2024.

A de Inteligencia General Artificial (AGI)

AGI es un tipo teórico de IA que exhibe una inteligencia similar a la humana y generalmente se considera tan inteligente o más inteligente que los humanos. Si bien los orígenes del término se remontan a 1997, el concepto de AGI se ha generalizado en los últimos años a medida que los desarrolladores de IA continúan avanzando en la frontera de la tecnología.

Por ejemplo, en noviembre de 2023 OpenAI reveló que estaba trabajando en un nuevo modelo de “superinteligencia” de IA con nombre en código Proyecto Q* , que podría acercar a la empresa a la realización de AGI. Sin embargo, cabe destacar que la AGI sigue siendo un concepto hipotético y muchos expertos confían en que este tipo de IA no se desarrollará pronto, si es que alguna vez se desarrollará.

B es para Big Data

Big data se refiere a conjuntos de datos grandes y de gran volumen, que los métodos tradicionales de procesamiento de datos tienen dificultades para gestionar. Big data y la IA van de la mano. El gigantesco conjunto de información sin procesar es vital para la toma de decisiones de IA, mientras que los algoritmos sofisticados de IA pueden analizar patrones en conjuntos de datos e identificar información valiosa. Cuando trabajan juntos, ayudan a los usuarios a hacer revelaciones más reveladoras, mucho más rápido que mediante los métodos tradicionales.

B es para sesgo

El sesgo de la IA ocurre cuando un algoritmo produce resultados que sistemáticamente tienen prejuicios contra ciertos tipos de personas. Lamentablemente, se ha demostrado sistemáticamente que los sistemas de IA reflejan prejuicios dentro de la sociedad al defender creencias nocivas y fomentar estereotipos negativos relacionados con la raza, el género y la identidad nacional.

Estos sesgos fueron enfatizados en un artículo ahora eliminado de Buzzfeed, que mostraba Barbies generadas por IA de todo el mundo. Las imágenes apoyaban una variedad de estereotipos raciales, al presentar muñecas caribeñas hipersexualizadas, Barbies blanqueadas del sur global y muñecas asiáticas con atuendos culturales inexactos.

C es para ChatGPT

Probablemente hayas oído hablar de este, pero aún así es importante mencionarlo, ya que ningún glosario de IA puede considerarse completo sin un guiño al chatbot generativo de IA que cambió el juego cuando se lanzó en noviembre de 2022.

En resumen, ChatGPT es el producto que ha trasladado el debate sobre la IA de la sala de servidores a la sala de estar. Ha hecho con la inteligencia artificial lo que el iPhone hizo por el teléfono móvil: acercar la tecnología a la atención del público en virtud de su modelo ampliamente accesible.

Como revelamos recientemente en nuestro informe Impacto de la tecnología en el lugar de trabajo , ChatGPT es fácilmente la herramienta de inteligencia artificial más utilizada por las empresas, e incluso puede ser la clave para desbloquear la semana laboral de 4 días .

Su influencia puede desvanecerse con el tiempo, pero el mundo de la IA siempre se verá a través del prisma del antes y el después del nacimiento de ChatGPT.

C es para Computar

Computación, que significa "potencia informática", se refiere a los recursos computacionales necesarios para entrenar modelos de IA para realizar tareas como el procesamiento de datos y la realización de predicciones. Por lo general, cuanto más poder competitivo se utilice para capacitar a un LLM, mejor podrá desempeñarse.

Sin embargo, la potencia informática depende de un gran consumo de energía, lo que genera preocupación entre los activistas medioambientales. Por ejemplo, una investigación ha revelado que se necesitan 1 GWh de energía para alimentar las respuestas de ChatGPT diariamente, que es energía suficiente para alimentar a 30.000 hogares estadounidenses.

D es para difusión

Los modelos de difusión representan un nuevo nivel de aprendizaje automático, capaz de generar imágenes superiores generadas por IA. Estos modelos funcionan agregando ruido a un conjunto de datos antes de aprender a revertir este proceso.

Al comprender el concepto de abstracción detrás de una imagen y crear contenido de una manera nueva, los modelos de difusión crean imágenes que son más nítidas y refinadas que las creadas por los modelos de IA tradicionales, y actualmente se están implementando en una variedad de herramientas de imágenes de IA como Dall. -E y Difusión Estable.

E es para capacidades emergentes

El comportamiento emergente tiene lugar cuando los modelos de IA producen una respuesta imprevista fuera de la intención de su creador. Gran parte de la IA es tan compleja que los humanos, ni siquiera sus creadores, aún no pueden entender sus procesos de toma de decisiones. Dado que modelos de IA tan destacados como GPT4 han mostrado recientemente capacidades emergentes, los investigadores de IA están haciendo un mayor esfuerzo para comprender el cómo y el por qué detrás de los modelos de IA.

F es para reconocimiento facial

La tecnología de reconocimiento facial se basa en inteligencia artificial, algoritmos de aprendizaje automático y técnicas de visión por computadora para procesar fotografías y videos de rostros humanos. Dado que la IA puede identificar detalles faciales intrincados de manera más eficiente que los métodos manuales, la mayoría de los sistemas de reconocimiento facial utilizan una red neuronal artificial llamada red neuronal convolucional (CNN) para mejorar su precisión.

G es para IA generativa

La IA generativa es un término general que describe cualquier tipo de IA que produzca contenido original como texto, imágenes y clips de audio. La IA generativa utiliza información de LLM y otros modelos de IA para crear resultados y potencia las respuestas realizadas por chatbots como ChatGPT, Gemini y Grok.

H es para alucinación

Los chatbots no siempre producen respuestas correctas o sensatas. A menudo, los modelos de IA generan información incorrecta pero la presentan como hechos. Esto se llama alucinación por IA. Las alucinaciones ocurren cuando el modelo de IA hace predicciones basadas en el conjunto de datos en el que fue entrenado, en lugar de recuperar hechos reales.

La mayoría de las alucinaciones de la IA son menores y el usuario medio puede incluso pasarlas por alto. Sin embargo, a veces las alucinaciones pueden tener consecuencias peligrosas, ya que los estafadores han aprovechado anteriormente las respuestas falsas producidas por ChatGPT para engañar a los desarrolladores para que descarguen código malicioso.

Yo estoy a favor de la explosión de inteligencia

Con similitudes con AGI, la explosión de inteligencia es un escenario hipotético en el que el desarrollo de la IA se vuelve incontrolable y, como resultado, representa una amenaza para la humanidad. También conocido como “singularidad”, el término representa una amenaza existencial que muchos sienten ante el avance rápido y en gran medida desenfrenado de la tecnología.

J es para jailbreak

El jailbreak es una forma de piratería informática cuyo objetivo es eludir las salvaguardias éticas de los modelos de IA. Específicamente, cuando se ingresan ciertas indicaciones en los chatbots, los usuarios pueden usarlos sin restricciones.

Curiosamente, un estudio reciente realizado por la Universidad de Brown encontró que el uso de idiomas como el hmong, el zulú y el gaélico escocés era una forma eficaz de liberar ChatGPT. Aprenda cómo hacer jailbreak a ChatGPT aquí .

J es para inseguridad laboral

A medida que la IA continúa automatizando procesos manuales que antes realizaban humanos, la tecnología está provocando una inseguridad laboral generalizada entre los trabajadores. Si bien la mayoría de los trabajadores no deberían tener nada de qué preocuparse, nuestro informe Tech.co Impact of Technology on the Workplace descubrió recientemente que las funciones de optimización de la cadena de suministro, investigación legal y análisis financiero son las que tienen más probabilidades de ser reemplazadas por la IA en 2024.

L es para modelos de lenguajes grandes (LLM)

Los LLM son un tipo especializado de modelo de IA que aprovecha el procesamiento del lenguaje natural (NLP) para comprender y producir respuestas naturales y similares a las humanas. En términos simples, hacer que herramientas como ChatGPT suenen menos como un bot y más como tú y yo.

A diferencia de la IA generativa, los LLM se han diseñado específicamente para manejar tareas relacionadas con el lenguaje. Ejemplos populares de LLM de los que quizás haya oído hablar incluyen GPT-4, PaLM 2 y Gemini .

M es para aprendizaje automático

El aprendizaje automático es un campo de la inteligencia artificial que permite que los sistemas aprendan y mejoren a partir de la experiencia, de forma similar a los humanos. Específicamente, se centra en el uso de datos y algoritmos en IA y tiene como objetivo mejorar la forma en que los modelos de IA pueden aprender y tomar decisiones de forma autónoma en entornos del mundo real.

Si bien el término se usa a menudo indistintamente con IA, el aprendizaje automático es parte del ámbito más amplio de la IA y requiere una mínima intervención humana.

N es para red neuronal

Una red neuronal (NN) es un modelo de aprendizaje automático diseñado para imitar la estructura y función de un cerebro humano. Una red neuronal artificial se compone de múltiples niveles y consta de unidades llamadas neuronas artificiales, que imitan vagamente a las neuronas que se encuentran en el cerebro.

También conocidas como redes neuronales profundas, las NN tienen una variedad de aplicaciones útiles y pueden usarse para mejorar el reconocimiento de imágenes, el modelado predictivo y el procesamiento del lenguaje natural.

O es para IA de código abierto

La IA de código abierto se refiere a la tecnología de IA que tiene un código fuente disponible gratuitamente. El objetivo final de la IA de código abierto es crear una cultura de colaboración y transparencia dentro de la comunidad de inteligencia artificial, que brinde a las empresas y desarrolladores una mayor libertad para innovar con la tecnología.

Muchos de los productos de IA de código abierto disponibles actualmente son variaciones de aplicaciones existentes, y las categorías de productos comunes incluyen chatbots, herramientas de traducción automática y modelos de lenguaje de gran tamaño.

P es para indicaciones

Si de alguna manera aún no está familiarizado con herramientas como Gemini y ChatGPT, un mensaje es una instrucción o consulta que ingresa en los chatbots para obtener una respuesta específica. Pueden existir como comandos independientes o pueden ser el punto de partida para conversaciones más largas con modelos de IA.

Las indicaciones de IA pueden adoptar cualquier forma que el usuario desee, pero descubrimos que las entradas más largas y detalladas generan las mejores respuestas. Usar un lenguaje emotivo es otra forma de generar respuestas de alta calidad, según un estudio reciente de Microsoft .

Descubra cómo hacer su vida laboral más fácil con estas 40 indicaciones de ChatGPT diseñadas para ahorrarle tiempo en el lugar de trabajo.

P es para parámetros

En IA, los parámetros son un valor que mide el comportamiento de un modelo de aprendizaje automático. En este contexto, cada parámetro actúa como una variable, determinando cómo el modelo convertirá una entrada en salida. Los parámetros son una de las formas más comunes de medir el rendimiento de la IA y, en términos generales, cuanto más tenga un modelo de IA, mejor podrá comprender patrones de datos complejos y producir respuestas más precisas.

Q es para Inteligencia Artificial Cuántica

La IA cuántica es el uso de la computación cuántica para el cálculo de algoritmos de aprendizaje automático. En comparación con la computación clásica, que procesa información a través de unos y ceros, la computación cuántica utiliza una unidad llamada qubits, que representa tanto unos como ceros a la vez. En teoría, este proceso podría acelerar drásticamente la velocidad informática.

En el caso de la IA cuántica, el uso de qubits podría ayudar a producir modelos de IA mucho más potentes, aunque muchos expertos creen que todavía estamos lejos de lograr esta realidad.

R es para equipo rojo

El equipo rojo es un sistema de prueba estructurado que tiene como objetivo encontrar fallas y vulnerabilidades en los modelos de IA. El término ciberseguridad se refiere esencialmente a una práctica de piratería ética en la que los actores intentan simular un ciberataque real para identificar posibles puntos débiles en un sistema y mejorar sus defensas a largo plazo.

En el caso del equipo rojo de IA, no puede haber ningún intento real de piratería, y los miembros del equipo rojo pueden, en cambio, intentar probar la seguridad del sistema indicándolo de cierta manera que evite cualquier barrera que los desarrolladores hayan colocado sobre él, de manera similar. al jailbreak.

S es para aprendizaje supervisado

Hay dos enfoques básicos cuando se trata de aprendizaje con IA: aprendizaje supervisado y aprendizaje no supervisado. También conocido como aprendizaje automático supervisado, el aprendizaje supervisado es un método de entrenamiento en el que los algoritmos se entrenan a partir de datos de entrada que han sido etiquetados para una salida específica. El objetivo de la prueba es medir la precisión con la que el algoritmo puede funcionar en datos sin etiquetar, y el proceso se esfuerza por mejorar la precisión general de los sistemas de IA en su conjunto.

T es para datos de entrenamiento

En términos simples, los datos de entrenamiento son un conjunto de datos de entrada extremadamente amplio que se utiliza para entrenar un modelo de aprendizaje automático. Los datos de entrenamiento se utilizan para enseñar a los modelos de predicción mediante algoritmos cómo extraer características que son relevantes para los objetivos específicos del usuario, y es el conjunto inicial de datos el que luego puede complementarse con datos posteriores llamados conjuntos de prueba.

Es fundamental para la forma en que funcionan la IA y el aprendizaje automático, y sin datos de entrenamiento, los modelos de IA no podrían aprender, extraer información útil y hacer predicciones, o simplemente no existir.

U es para aprendizaje no supervisado

A diferencia del aprendizaje supervisado, el aprendizaje no supervisado es un tipo de aprendizaje automático en el que los modelos reciben datos desordenados y sin etiquetar y se les anima a descubrir patrones e ideas sin ningún marco específico.

Los modelos de aprendizaje no supervisados ​​se utilizan para tres tareas principales: desorden, que es una técnica de extracción de datos para agrupar datos sin etiquetar, asociación, otro método de obtención que utiliza diferentes reglas para encontrar relaciones entre variables, y reducción de dimensionalidad, una técnica de aprendizaje implementada cuando el número de dimensiones en un conjunto de datos son demasiado altas.

X es para riesgo X

El riesgo X significa riesgo existencial. Más específicamente, el término se relaciona con el riesgo existencial que plantea el rápido desarrollo de la IA. Las personas que advierten sobre un posible evento de riesgo X creen que los avances que se están logrando en el campo de la IA pueden resultar en la extinción humana o una catástrofe global si no se controlan.

Sin embargo, el riesgo X no es una creencia marginal. De hecho, en 2023, varios líderes tecnológicos como Demis Hassabis, director ejecutivo de DeepMind, Ilya Sutskever, cofundador y científico jefe de OpenAI, y Bill Gates firmaron una carta advirtiendo a los desarrolladores de IA sobre la amenaza existencial que representa la IA .

Z es para el aprendizaje de disparo cero

El aprendizaje de disparo cero es una configuración de problema de aprendizaje profundo en la que un modelo de IA tiene la tarea de completar una tarea sin recibir ningún ejemplo de entrenamiento. En el aprendizaje automático, el aprendizaje de disparo cero se utiliza para crear modelos para clases que aún no han sido etiquetadas para capacitación.

Las dos etapas del aprendizaje de disparo cero incluyen la etapa de entrenamiento, donde se captura el conocimiento, y la etapa de interferencia, donde la información se utiliza para clasificar ejemplos en un nuevo conjunto de clases.