#Inteligencia artificial generativa

[onedigital]

2025: Año de los vehículos eléctricos, el 64% los elegiría, según estudio de TCS

El estudio Movilidad Eléctrica Preparada para el Futuro de TCS 2025, publicado en el Salón del Automóvil de Detroit, revela nuevos conocimientos sobre el ecosistema de los vehículos eléctricos Continue reading 2025: Año de los vehículos eléctricos, el 64% los elegiría, según estudio de TCS

[ganadineroextra]

Quieres Ganar Dinero Extra? Haz clic Aquí | Trabaje con Nosotros 3 Claves para Usar IA Creativamente Calificación ★★★★★ 5/5 Estas Aqui : Inicio 3 Claves para Usar IA Creativamente Bienvenidos al futuro! La inteligencia artificial (IA) generativa está revolucionando la manera en que interactuamos con el mundo digital. Si alguna vez has escuchado hablar de ...

[neurowanderer]

¿Qué opinan adolescentes, padres y madres sobre el uso de la inteligencia artificial generativa en la casa y la escuela?

La inteligencia artificial generativa (IA generativa) es el sistema detrás de plataformas como ChatGPT que analizan y combinan información de bases de datos existentes para genera nuevo contenido.

Autor: Yonatan Ambrosio Lomeli La inteligencia artificial generativa (IA generativa) es el sistema detrás de plataformas como ChatGPT que analizan y combinan información de bases de datos existentes para genera nuevo contenido. Su uso ha explotado recientemente en todas las áreas, incluida la educación. En este artículo, resumo una investigación reciente que se ha enfocado en la población…

[tecnologiaylogistica]

Tipos de inteligencia artificial generativa

[dergarabedian]

Inteligencia artificial: encuesta sobre ChatGPT en medios argentinos

Una encuesta sobre usos de ChatGPT, la aplicación de chatbot de inteligencia artificial (IA) más popular del mundo, en redacciones de medios argentinos fue lanzada por el equipo de la materia “Políticas de la convergencia” de la carrera de ciencias de la comunicación de la Facultad de Ciencias Sociales de la Universidad de Buenos Aires (UBA). Las respuestas de esta encuesta, que te invito a…

[angelhernandezbravo]

Inteligencia Artificial Generativa

Arthur C., Clark, dijo la famosa frase de que cualquier tecnología suficientemente avanzada es indistinguible de la magia. 

Y quizás, la primera vez que jugaste con la IA generativa, evocó una sensación de magia. 

De repente, por primera vez en nuestra historia, tenemos una tecnología que puede hablar nuestros idiomas, entender nuestras solicitudes y producir resultados totalmente novedosos. 

La IA puede escribir poesía y dibujar imágenes de otro mundo. Puede escribir código. Puede sorprendernos y deleitarnos con un chiste original o una composición musical. 

Puede crear. 

Y un acto de creación a menudo inspira asombro. Pero la IA no es magia, es matemática y ciencia. Y no fue repentino. Estas experiencias se han estado gestando durante décadas. 

La IA afectará a todos los aspectos de nuestras vidas, cambiará el mundo. 

Pero cómo cambiará el mundo depende de nosotros, de todos nosotros.

Vamos a desmitificar la IA, empecemos por el principio. 

La gente ha estado especulando sobre la posibilidad de que las máquinas algún día piensen desde finales del siglo XIX, pero la idea realmente se arraigó con el artículo fundamental de Alan Turing en 1950. 

Los historiadores llamaron a Turing el padre de la IA. Teorizó que podríamos crear ordenadores que pudieran jugar al ajedrez, que superarían a los jugadores humanos, que podríamos hacer que dominaran el lenguaje natural. 

Teorizó que las máquinas eventualmente pensarían. 

Hemos visto y participado en la consecución de muchos de los hitos que Turing identificó en el camino hacia una máquina de pensar, como el ajedrez con sistemas de debate, el concurso de TV Jeopardy y el ajedrez (IBM Deep Blue). 

Pero Turing fue solo el principio. Si el artículo de Turing de 1950 fue la chispa, solo seis años después, tuvimos el Big Bang, el taller de Dartmouth. 

Un par de jóvenes académicos se reunieron con un par de científicos de alto nivel de Bell Labs e IBM. Y propuso un taller de verano extendido con solo un puñado de personas importantes en campos adyacentes para considerar intensamente la inteligencia artificial. 

Así es como se acuñó la frase inteligencia artificial, y marca el punto en el que la IA se estableció como un campo de investigación. Expusieron con gran detalle muchos de los desafíos para los que hemos estado trabajando todos estos años. 

Se han desarrollado máquinas que puedan pensar, redes neuronales, aprendizaje autodirigido, creatividad y más, todo lo cual sigue siendo relevante en la actualidad. 

Para ponerlo en perspectiva, esto fue en 1956, el mismo año en que la invención del transistor ganó el Premio Nobel. 

Ahora, podemos tener más de 100 mil millones de transistores en una GPU y bancos y bancos de GPU interconectadas para proporcionar la potencia de cálculo necesaria para crear y ejecutar funciones de IA generativas. Durante todos estos años, las teorías, técnicas e ideas de la IA se han desarrollado en paralelo con los avances en el hardware, lo que se tradujo en reducciones drásticas en los costos de procesamiento y almacenamiento, y todas convergen ahora para hacer que la IA generativa sea real y práctica. 

Sin embargo, quiero hacer una observación crítica. No se trata solo de hardware potente y algoritmos inteligentes. El tercer ingrediente, y quizás el más importante, especialmente cuando se trata de los negocios concretos, son los datos. No se puede hablar de IA generativa sin hablar de datos. 

Es la tercera pata del taburete de la IA: modelar la arquitectura, además de la computación y los datos.

Seguro que has oído hablar de los grandes modelos lingüísticos, o LLM, que están impulsando la IA generativa; ¿qué son? .

En un nivel básico, son una nueva forma de representar el lenguaje en un espacio de gran dimensión con una gran cantidad de parámetros, una representación que se crea al entrenar cantidades masivas de texto. 

Desde esa perspectiva, gran parte de la historia de la informática ha consistido en encontrar nuevas formas de representar datos y extraer valor de ellos. 

Colocamos los datos en tablas, filas de empleados o clientes y columnas de atributos en una base de datos. Esto es ideal para cosas como el procesamiento de transacciones o la emisión de cheques para pagos a personas. 

Luego empezamos a representar datos con gráficos. Empezamos a ver relaciones entre los puntos de datos. Esta persona, este negocio o este lugar está conectado con estas otras personas , negocios y lugares. 

Los datos representados de esta manera comienzan a revelar patrones, y podemos mapear una red social o detectar compras anómalas para detectar fraudes con tarjetas de crédito. 

Ahora, con modelos de lenguaje grandes, hablamos de muchos datos y los representamos en redes neuronales que simulan una versión abstracta de las células cerebrales. Capas y capas de conexiones, con decenas de miles de millones o cientos de miles de millones, incluso billones de parámetros. 

Y de repente, puedes empezar a hacer cosas fascinantes. Puede descubrir patrones tan detallados que puede predecir las relaciones con mucha confianza. Puede predecir que lo más probable es que esta palabra esté relacionada con la siguiente palabra. Lo más probable es que estas dos palabras vayan seguidas de una tercera palabra específica, que se acumule, reevalúe y prediga una y otra vez hasta que se escriba algo nuevo. Se crea o se genera algo nuevo, eso es la IA generativa. 

La capacidad de analizar los datos y descubrir relaciones y predecir la probabilidad de secuencias con la suficiente confianza como para crear o generar algo que no existía antes. 

Texto, imágenes, sonidos, cualquier dato que pueda representarse en el modelo. Antes podíamos hacer una versión limitada de esto con el aprendizaje profundo, que supuso un hito de la IA por derecho propio. 

Con el aprendizaje profundo, empezamos a representar una enorme cantidad de datos mediante redes neuronales muy grandes con muchas capas. 

Pero hasta hace poco, gran parte del entrenamiento se realizaba con datos anotados,  datos que los humanos etiquetaban manualmente. A esto lo llamamos aprendizaje supervisado, y es caro y lleva mucho tiempo, por lo que solo las grandes instituciones o empresas hacían ese trabajo y se hacía para tareas específicas. 

Sin embargo, alrededor de 2017, vimos un nuevo enfoque, impulsado por una arquitectura llamada "transformers", para llevar a cabo una forma de aprendizaje llamada aprendizaje autosupervisado. En este enfoque, un modelo se entrena con una gran cantidad de datos sin etiquetar enmascarando ciertas secciones del texto, palabras, oraciones, etc., y pidiéndole al modelo que complete esas palabras enmascaradas. 

Este asombroso proceso, cuando se realiza a gran escala, da como resultado una representación poderosa que denominamos modelo de lenguaje grande. 

En lugar de casos de uso y áreas de especialización imitados, podrías empezar a tener algo más amplio. Básicamente, estos LLM podrían capacitarse en enormes volúmenes de datos de Internet y adquirir un conjunto de capacidades de lenguaje natural similares a las humanas. 

La autosupervisión a escala, combinada con datos y cálculos masivos, nos brindan representaciones que son generalizables y adaptables. Estas representaciones se denominan modelos básicos, redes neuronales a gran escala que se entrenan mediante la autosupervisión y luego se adaptan a una amplia gama de tareas posteriores. 

Esto significa que puede tomar un modelo grande y previamente entrenado, idealmente entrenado con datos confiables y específicos de la industria, y agregar su conocimiento institucional, empresarial o particular para ajustar el modelo a fin de que destaque en sus casos de uso específicos. 

Termina con algo que está hecho a la medida, pero que también es bastante eficiente y mucho más rápido de implementar. 

La idea actual suele ser que se puede aplicar esto al lenguaje, pero eso suscita una pregunta. 

¿Qué es un idioma? 

Las señales de un equipo industrial hablan con usted, los clics de un usuario que navega por un sitio web, el código del software, la química y las representaciones esquemáticas de los productos químicos. Si entrecerra los ojos, todo empieza a parecerse a un idioma que se puede descifrar y entender. 

La IA puede especializarse para hacer todo tipo de cosas que aumenten la productividad en cualquiera de esos lenguajes. Esto significa que la IA puede extenderse horizontalmente a lo largo de su empresa y abarcar los procesos de recursos humanos, el servicio al cliente y el autoservicio, la ciberseguridad, la escritura de código software, la modernización de aplicaciones y muchas otras cosas.

Con todos los avances logrados en los últimos años, la ambición de la década de 1950 ha cerrado el círculo. Los modelos actuales no constituyen una verdadera inteligencia general, pero algunos de ellos pueden pasar la prueba de Turing. 

Entonces, ¿qué significa para todos nosotros? Algunas personas se encuentran con la IA generativa y piensan que estamos en los albores de una era brillante y utópica, mientras que otras piensan que este es el preludio de un misterio distópico. Desde el punto de vista científico, debe tenerse un punto de vista moderado. Tanto el optimismo como la ansiedad son válidos, y nos hemos hecho las mismas preguntas en todos los hitos importantes de la innovación desde la revolución industrial en adelante. La IA no solo tiene que ver con el mundo digital, sino también con el mundo físico aplicado correctamente. 

Imagínese lo que la IA puede hacer por el ritmo de los descubrimientos y la innovación, lo que puede hacer por el descubrimiento de nuevos materiales, por la medicina, por la energía, por el clima y por tantos de los desafíos apremiantes a los que nos enfrentamos como especie. 

En última instancia, nuestro éxito depende de cómo abordemos la IA. Recuerde la primera vez que oíste hablar de la IA generativa. Es una frase que realmente pasó a formar parte de la conversación pública a finales de 2022. Hemos visto nuevos modelos, modelos evolucionados y una explosión de modelos abiertos. 

La IA generativa ha pasado de ser una novedad fascinante a convertirse en un nuevo imperativo empresarial en menos de un año. Y todos los días hay noticias de un nuevo caso de uso o aplicación.

Hay un crecimiento tan rápido que se puede predecir exactamente dónde estaremos dentro de diez años o incluso dentro de diez meses. Pero sí sé que querría participar activamente en la configuración de ese viaje. 

El futuro de la IA no son uno o dos modelos increíbles para hacer de todo para todos, sino que es multimodal. Debe democratizarse, aprovechando la energía y la transparencia de la ciencia abierta y la IA de código abierto, para que todos podamos opinar sobre qué es la IA, qué hace, cómo se usa y cómo afecta a la sociedad. 

Aquí puede decidir qué puede hacer la IA por usetd y cómo se integra con su negocio. Es hora de empezar a hacer planes para poner en práctica la IA de forma eficaz, segura y responsable. Podemos entresacar cuatro consejos principales. 

En primer lugar, si desea proteger sus datos, sus datos y las representaciones de esos datos, que, como acabamos de explicar, 

son lo mas importante de los modelos de IA, será su ventaja competitiva. No se puede subcontratar eso (outsorcing), protéjalo. 

En segundo lugar, debe asegurarse de adoptar los principios de transparencia y confianza, de modo que pueda comprender y explicar en la medida de lo posible las decisiones o recomendaciones de la IA. 

En tercer lugar, debe asegurarse de que la IA d su negocio se implemente de manera ética, de que sus modelos estén capacitados con datos de calidad a los que se accede legalmente. 

Esos datos deben ser precisos y relevantes, pero también deben controlar los prejuicios, la incitación al odio y otros elementos tóxicos. 

Y por último, no seamos pasajeros simplemente. Necesitamos dotarnos de plataformas y procesos para controlar el destino de su IA. No es necesario convertirse en expertos en IA, pero cada empresario, cada político, cada regulador, todo el mundo debe tener una base desde la que tomar decisiones informadas sobre dónde, cuándo y cómo aplicar esta nueva tecnología para no ser solo un simple usuario de IA y convertirte en un creador de valor para, y con, la IA.

[darioalvarez]

Inteligencia Artificial generativa en Arquitectura: experimentando con Copilot y Leonardo AI

[demujeresblog]

Una gran oportunidad: simplificar la gestión de IA en las empresas

La cantidad de datos que generan las organizaciones y las personas no se detiene y se expande en la medida que se consolidan tendencias tecnológicas como el Edge Computing o la Inteligencia Artificial Generativa. Simplificar la gestión de esta transformación empresarial es una gran oportunidad para los proveedores de soluciones y servicios. De acuerdo con un estudio de NTT Data y el MIT en…

[disenografia]

Adobe lanzó formalmente su tecnología de Inteligencia Artificial “Adobe Firefly”.

Realiza imágenes a partir de texto.

Realiza ajustes detallados a las imágenes creadas como cambios de ropa y de gestos.

Mete efectos a textos.

Recolorea arte.

Propone bocetos digitales a partir de dibujos y bocetos.

Checa el video y todo lo que ofrece este producto que está actualmente en Beta de Adobe.

[viejospellejos]

Nueva actualización de Sora anunciada por OpenAl:

El modelo es capaz de reemplazar elementos específicos dentro de un video generado.

[ganadineroextra]

Quieres Ganar Dinero Extra? Haz clic Aquí | Trabaje con Nosotros 3 Claves para Usar IA Creativamente Calificación ★���★★★ 5/5 Estas Aqui : Inicio 3 Claves para Usar IA Creativamente Bienvenidos al futuro! La inteligencia artificial (IA) generativa está revolucionando la manera en que interactuamos con el mundo digital. Si alguna vez has escuchado hablar de ...

[maarizaperez]

Reflexiones y estrategias de uso de la IA en educación

Me gustaría hacer hoy un pequeño recorrido por las entradas de mi blog, donde he explorado el impacto y las posibilidades de la Inteligencia Artificial (IA) en el ámbito educativo. Este viaje refleja parte de mi acercamiento a la IA; supone un recorrido de aprendizaje, comprensión y aplicación ética de la IA en la educación, un campo que considero fundamental para el desarrollo de nuestros…

[avertigo]

Herramientas de Inteligencia Artificial Generativa: Revoluciona tu Creatividad y Productividad

La inteligencia artificial generativa ha experimentado un crecimiento exponencial en los últimos años, ofreciendo a usuarios de todos los sectores herramientas poderosas para aumentar su creatividad y productividad. Desde la generación de textos e imágenes hasta la creación de diseños y la automatización de tareas, las posibilidades son infinitas. En este artículo, exploraremos algunas de las…

[phaya]

IA Generativa: Estrategias de uso para docentes desde infantil a bachillerato

La Comunidad de Madrid, en colaboración con la Universidad Rey Juan Carlos (URJC), propone a los docentes de centros educativos públicos una formación en inteligencia artificial (IA) bajo el título Inteligencia artificial: actividades didácticas básicas para todas las edades y asignaturas. En la edición 2024/2025 he impartido una sesión dedica al uso de inteligencia artificial generativa como…

[tecnologiaylogistica]

Aplicaciones de Inteligencia Artificial || Aplicaciones IA generativa

[engenhariadesoftware]

Inteligência Artificial Geral (AGI): Uma Visão Abrangente

A Inteligência Artificial Geral (AGI), também conhecida como inteligência artificial forte, representa um dos objetivos mais ambiciosos da pesquisa em inteligência artificial. Ao contrário das soluções de inteligência artificial estreita, que são projetadas para realizar tarefas específicas, a AGI visa criar sistemas que possam compreender, aprender e aplicar conhecimento de forma semelhante aos…