Inteligencia artificial (IA)
el modelo
algoritmo que se ha entrenado en función de un conjunto de datos para reconocer ciertos tipos de patrones y hacer predicciones. Un modelo está diseñado para que una computadora se comporte como un sistema del mundo real.
la visión computarizada
ampo de la IA que posibilita a las computadoras usar datos para reconocer imágenes, videos y otros estímulos visuales
la ciencia de datos
campo amplio que usa enormes cantidades de información disponible para proporcionar conocimientos significativos.
la inteligencia artificial (IA)
colección de tecnologías que permiten que las computadoras utilicen conjuntos de instrucciones, llamados algoritmos, para percibir, aprender, razonar y actuar
conjunto de datos de entrenamiento
conjunto de datos que las máquinas procesan para aprender. Si algunas personas, algunos períodos de tiempo o algunas regiones quedan fuera de los conjuntos de datos de entrenamiento, el modelo de IA tendrá defectos que pueden afectar las vidas de las personas de manera desigual.
el algoritmo
conjunto de instrucciones paso a paso para completar una tarea.
el programa
conjunto de instrucciones que debe seguir una computadora y que se imparte en un lenguaje que la computadora puede comprender. Un programa puede indicar a una computadora cómo usar un algoritmo.
los macrodatos
conjuntos de datos muy grandes que pueden incluir billones o trillones de entradas.
la robótica
construcción y programación de los robots para que puedan operar en situaciones complejas del mundo real.
la IA avanzada (IAG)
cuando una máquina puede razonar en su totalidad como un ser humano.
el deepfake / el ultrafalso
es una imagen, un video o un clip de audio alterado o completamente creado mediante el uso de herramientas de inteligencia artificial
el conjunto de datos
grupo organizado de datos.
la adaptabilidad
habilidad de mejorar el desempeño aprendiendo a través de la experiencia.
los datos
información que las computadoras almacenan y procesan.
la autonomía
la habilidad de realizar tareas en entornos complejos sin la guía constante de un usuario.
el aprendizaje no supervisado
método de entrenamiento que no usa etiquetas ni salidas correctas. El algoritmo descubre la estructura de los datos por sí mismo.
el aprendizaje supervisado
método de entrenamiento que usa conjuntos de datos etiquetados en el que se dan ejemplos de pares de entrada-salida a un algoritmo. Un conjunto de imágenes que se identifica como "gato" o "no gato" es un ejemplo de un conjunto de datos etiquetado.
el sesgo
preferencia o tendencia por una perspectiva específica
el reconocimiento facial
programa de reconocimiento de imagen entrenado para verificar o confirmar la identidad de una persona a través de su rostro.
el programa de reconocimiento de imágenes
puede identificar si personas y ciertos objetos aparecen en imágenes o videos a través de algoritmos entrenados y un sistema de cámaras
la ética
sistema de reglas o principios que afecta la forma de pensar y comportarse de las personas.
la red neuronal
sistema inspirado por la biología humana que usa una red de algoritmos para comprender datos de entrada y traducirlos en valores de salida. Las redes neuronales cuentan con conjuntos de datos de entrenamiento para aprender y mejorar con el tiempo.
el aprendizaje profundo
subconjunto de aprendizaje automático que usa redes neuronales con un mínimo de tres capas.
el aprendizaje automático
tipo de IA que aprende, mediante ejemplos, a reconocer patrones y resolver problemas
la capa
un paso del procesamiento de datos
