Glossary

0-9

6DoF pose estimation 4D data 5G + AI 1-shot learning 0-shot learning 3D convolution 8-bit quantization 7D representation 2-stage detector 9-layer network

A

Artificial Intelligence (AI)AGI / Artificial General Intelligence Autoencoder Attention Algorithm

B

Backpropagation BERT Bias Boosting Batch Normalization

C

Classifier / Classification CNN / Convolutional Neural Network Clustering Cross-Validation Chatbot

D

Data Augmentation Deep Learning Deepfake Deterministic Model Discriminative Model

E

Ensemble Learning Encoder Embedding Epoch Explainable AI (XAI)

F

Fine-tuning Fusion / Multimodal Fusion Feature Extraction Forward Propagation Foundation Model

G

GAN / Generative Adversarial Network Gradient Descent Grounding Generative AI Graph Neural Network (GNN)

H

Hierarchical Model Heuristic Hallucination Hidden Layer Hyperparameter

I

Instance / Sample Instruction tuning Intelligence Amplification / Augmentation Interpretability Imbalanced Data

J

Juxtaposition Jittering JAX Joint Embedding JSONL / JSON-lines

K

K-Shot Learning Kernel Trick K-means Clustering Knowledge Distillation KL Divergence (Kullback–Leibler Divergence)

L

Learning Rate Large Language Model (LLM)Loss Function Latent Variable LSTM / Long Short-Term Memory

M

Machine Learning (ML)Meta-learning Model Multi-head Attention Multimodal / Multimodality

N

NLP / Natural Language Processing Novelty Detection / Anomaly Detection NLU / Natural Language Understanding Normalization Neural Network

O

Online Learning Objective Function One-hot Encoding Overfitting Optimizer

P

Pretraining Pooling Parameter Policy / Reinforcement Learning Policy Prompt

Q

Q-learning Queue / Buffer Quantization Quality Estimation Query

R

Reinforcement Learning (RL)Retrieval Augmented Generation (RAG)Representation Learning Regularization RNN / Recurrent Neural Network

S

Self-Supervised Learning Supervised Learning Sequence Modeling Sampling Softmax

T

Tuning / Hyperparameter Tuning Tokenizer Training Data Transfer Learning Transformer

U

Unsupervised Learning Universal Approximation Theorem Underfitting Uncertainty Estimation U-Net

V

Vector Embedding Variational Autoencoder (VAE)Validation Set Vision Transformer (ViT)Vanishing / Exploding Gradient

W

Weight Decay Weak Supervision Whitening / Whitening Transformation Word Embedding Workflow

X

XOR problem XAI / Explainable AI X-axis / feature axis XLM XLNet

Y

Y-axis / feature axis Yield (model yield / throughput)YAGNI (You Aren't Gonna Need It)Y-transform / YUV Yoga of AI

Z

Zero-shot Learning / Zero-shot inference Zero-centric / Zero-bias initialization Z-score Normalization Zero-gradient phenomenon Zygosity in augmentation

¿Qué es la Inteligencia Artificial (IA)?

La Inteligencia Artificial (IA) se refiere a la capacidad de un sistema informático para imitar la inteligencia humana. Puede realizar tareas complejas como aprender, razonar, resolver problemas y comprender el lenguaje natural. Con el aumento del poder computacional y el volumen de datos, las aplicaciones de IA se están expandiendo rápidamente en diversas áreas, desde la salud hasta las finanzas, la conducción autónoma y los hogares inteligentes.

La importancia de la IA radica en su capacidad para mejorar la eficiencia, reducir los costos laborales y ayudar en el análisis de datos y la toma de decisiones. Sin embargo, la IA también plantea preocupaciones éticas y de privacidad, como la seguridad de los datos, el sesgo algorítmico y su impacto en el mercado laboral. Los sistemas de IA generalmente operan utilizando técnicas de aprendizaje automático y aprendizaje profundo, que permiten a las computadoras aprender de grandes conjuntos de datos y hacer predicciones.

En el futuro, se espera que la IA continúe evolucionando, logrando potencialmente niveles más altos de autonomía e inteligencia. A medida que la tecnología avanza, la regulación social y la orientación ética sobre la IA también se volverán cada vez más importantes. Los usuarios deben ser conscientes de los riesgos potenciales asociados con las tecnologías de IA y garantizar su uso responsable.