Generative AI
IA generativa
En una frase
Generative AI: IA capaz de crear contenido nuevo —texto, imágenes, código, audio o video— a partir de lo que aprendió de grandes cantidades de datos.
¿Demasiado técnico? Ver explicación sencilla¿Quieres profundizar? Ver explicación técnica
Explícamelo fácil
La mayoría de la IA tradicional clasifica o predice: dice si un correo es spam o cuánto costará una casa. La IA generativa crea: escribe un correo, dibuja una ilustración o programa una función.
No copia y pega de su entrenamiento: aprende los patrones de cómo se ve un texto o una imagen y produce ejemplos nuevos que siguen esos patrones.
Nivel técnico
Profundizando
Los modelos generativos aprenden (explícita o implícitamente) la distribución de probabilidad de los datos, p(x), o una distribución condicional p(x | contexto), y generan muestras de ella. Familias principales: modelos autoregresivos como los LLMs (predicen el siguiente Token), modelos de difusión (eliminan ruido progresivamente), GANs y autoencoders variacionales.
La generación es probabilística: parámetros como la temperatura controlan cuánta variación hay entre respuestas.
Error común
¿Por qué importa?
Cambió la relación entre personas y computadoras: ahora puedes pedir resultados en lenguaje natural en lugar de programarlos.
¿Dónde se utiliza?
- Asistentes conversacionales
- Generación de código
- Diseño e ilustración
- Resúmenes
- Doblaje y voz sintética
Antes de aprender esto
Si alguno te resulta nuevo, empieza por ahí.
Continúa aprendiendo
- Large Language ModelUn modelo de IA entrenado con enormes cantidades de texto para predecir la siguiente palabra, lo que le permite conversar, escribir, resumir y razonar.
- Foundation ModelUn modelo grande entrenado con datos amplios y diversos que sirve como base para muchas tareas distintas.
- Diffusion ModelUn modelo generativo que aprende a crear imágenes (u otros datos) partiendo de ruido aleatorio y eliminándolo paso a paso.