Introducción a la IA moderna
Las aplicaciones con IA están transformando cómo trabajamos y aprendemos, ayudando a simplificar tareas cotidianas. Aprende habilidades prácticas de IA para fomentar la innovación y mejorar tu preparación en este campo.
Fundamentos de la Inteligencia Artificial Generativa
Aprende sobre modelos que crean texto, imágenes y audio, ingeniería de prompts y aspectos éticos y sociales clave para desenvolverte en un mundo impulsado por la IA.
Acceder
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.
- Dominar la ingeniería básica de prompts.
- Refinar las técnicas de prompts.
- Reconocer los impactos éticos y sociales.
Contenidos
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.
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.
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.
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.
Otros cursos
AI-900: Microsoft Azure AI Fundamentals
Con este curso obtendrás la base necesaria para iniciar o avanzar en tu carrera en esta tecnología en auge. Adquirirás conocimiento sobre las cargas de trabajo comunes de IA, aprendizaje automático y los servicios de Azure necesarios para ejecutarlas.
IT Specialist - INF-307: Inteligencia Artificial
Descubre el potencial de la inteligencia artificial con este curso oficial. Aprende IA desde cero, domina el aprendizaje automático y prepárate para certificarte como IT Specialist.
¿Tienes alguna duda?
Envíanos un mail a aiskillsforeducation@pue.es