Fundamentos de la Inteligencia Artificial Generativa

Acerca de este curso

Este curso te ofrece una introducción integral a la IA Generativa, cubriendo desde sus fundamentos hasta sus aplicaciones prácticas. Aprenderás sobre las diferencias entre la IA Generativa y otros tipos de IA, y explorarás modelos como transformadores y GANs para generar texto, imágenes, audio y más. Además, dominarás la ingeniería de prompts para optimizar resultados en diversas tareas.

El curso también aborda las implicaciones éticas y sociales de la IA, como la privacidad de los datos, la propiedad intelectual y los sesgos. Ideal para quienes desean comprender y aplicar la IA en contextos profesionales y creativos.

Objetivos

Este curso te enseña las habilidades necesarias para completar con éxito la certificación de Fundamentos de IA Generativa ofrecida por Certiport. Estas habilidades se introducen mediante diversos tipos de ejercicios y materiales de repaso.

Al completar este curso, comprenderás lo siguiente:

• Entender los conceptos clave de la IA Generativa: Explora los métodos esenciales de IA, incluidos los transformadores, GANs y modelos de difusión, y cómo producen salidas como texto, imágenes, video y audio.
• Dominar la ingeniería básica de prompts: Aprende a crear y modificar prompts efectivos para generar y transformar contenido, adaptando los resultados a tareas y formatos de medios específicos.
• Refinar las técnicas de prompts: Mejora la claridad y precisión de los prompts utilizando estrategias comunes, como el prompting de cero disparos (zero-shot) y pocos disparos (few-shot), para obtener respuestas de IA más precisas y enfocadas.
• Reconocer los impactos éticos y sociales: Comprende consideraciones éticas clave, como sesgos, privacidad de datos e implicaciones legales, y explora los impactos sociales más amplios del uso de la IA en diversos campos.

Certificación asociada

Certiport Generative AI Foundations certification

Duración

70 horas - Curso Online

Programa

UNIDAD 1: Introducción.

Módulo 1: Tipos de IA.

• Objetivos del módulo y términos clave.
• Inteligencia Artificial.
• IA Generativa.
• IA Predictiva.
• IA Discriminativa.
• IA Analítica.
• IA Estadística.
• IA vs. Motores de Búsqueda.

Módulo 2: Procesos.

• Objetivos del módulo y términos clave.
• Modelos de texto.
• Modelos de imagen.
• Modelos de lenguaje grande.
• Difusión.
• Transformer.
• Autoencodificadores Variacionales.
• Redes Generativas Antagónicas.
• Redes Neuronales Convolucionales.
• Entrenamiento de modelos.

Módulo 3: Entrada y Salida.

• Objetivos de del módulo y términos clave.
• Comprender la entrada y salida.
• Tipos de entrada.
• Tipos de salida.
• Personalización.
• Herramientas de IA.
• Selección de una herramienta.

Módulo 4: Herramientas y Sistemas.

• Objetivos del Módulo y términos clave.
• Modelos conversacionales.
• ChatGPT.
• Microsoft Copilot.
• Google Gemini.
• Meta AI.
• Adobe Express.
• Claude.
• Microsoft Azure AI Studio.
• Stable Diffusion.
• DALL-E.
• Adobe Firefly.

Módulo 5: Limitaciones.

• Objetivos del Módulo y términos clave.
• Fiabilidad.
• Requisitos tecnológicos.
• Privacidad.
• Falta de estándares.
• Consistencia.
• Obsolescencia.

UNIDAD 2: ingeniería de Prompts.

Módulo 1: Información textual.

• Objetivos del módulo y términos clave.
• Recolectar contenido.
• Resumir.
• Crear e idear.

Módulo 2: Transformar contenido.

• Objetivos del módulo y términos clave.
• Reformatear contenido.
• Editar y corregir.
• Visualizar.
• Transformar tipo de medio.
• Personalizar y adaptar.

Módulo 3: Imágenes.

• Producir una imagen.
• Explorar ideas artísticas.
• Transformar una imagen.
• Describir una imagen.

Módulo 4: Video.

• Añadir movimiento.
• Interpolar.
• Colorear.
• Generar video.
• Generar un avatar.
• Añadir y eliminar objetos.
• Subtítulos.

UNIDAD 3: Refinamiento de Prompts.

Módulo 1: Mejoras.

• Objetivos del módulo y términos clave.
• Especificidad.
• Claridad.
• Evitar suposiciones.
• Estilo y tono.
• Guía de estilo.
• Persona.
• Contexto.

Módulo 2: Entradas adicionales.

• Objetivos del módulo y términos clave.
• Ejemplos.
• Glosario.
• Plantillas.
• Documentos de investigación.
• Conversaciones anteriores.

Módulo 3: Técnicas de prompts.

• Objetivos del módulo y términos clave.
• Zero-Shot.
• Few-Shot.
• Chain-of-Thought.
• Auto-consistencia.
• Generar conocimiento.
• Encadenamiento de prompts.
• Reverse prompting.

Módulo 4: Precisión.

• Objetivos del módulo y términos clave.
• Verificar hechos históricos.
• Verificar hechos actuales.
• Verificar datos numéricos.

UNIDAD 4: Ética.

Módulo 1: Sesgo.

• Objetivos del módulo y términos clave.
• Sesgo en la IA.
• Datos de entrenamiento.
• Guardrails.
• Prompts.
• Sesgos comunes.

Módulo 2: Implicaciones legales.

• Objetivos del módulo y términos clave.
• Propiedad intelectual.
• Uso inapropiado.
• Transparencia.

Módulo 3: Preocupaciones sobre la privacidad.

• Objetivos del módulo y términos clave.
• Importancia de la privacidad.
• Entrenamiento.
• Robo de identidad.
• Políticas de la empresa.
• Contenido generado por humanos.

Módulo 4: Riesgos e impactos.

• Objetivos del módulo y términos clave.
• Supervisión.
• Responsabilidad.
• Acción legal.
• Propósitos peligrosos.
• Impactos negativos.
• Impactos positivos.