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 Multimodal / Multimodalidad

Multimodal se refiere al uso de múltiples modos o métodos para transmitir información, enfatizando la importancia de integrar diferentes formas como texto, imágenes, audio y video. Este enfoque mejora la accesibilidad y comprensión de la información.

En el ámbito educativo, las estrategias de aprendizaje multimodal satisfacen las necesidades de diversos estudiantes, facilitando una comprensión y retención más profundas. Al combinar elementos visuales, auditivos y cinestésicos, los estudiantes pueden comprender el material desde diferentes perspectivas, mejorando la eficiencia del aprendizaje.

En el campo de la tecnología, la interacción multimodal, que involucra voz, gestos y toque, se está convirtiendo en una tendencia en el diseño de la experiencia del usuario. Esto no solo aumenta la participación del usuario, sino que también mejora la accesibilidad, haciendo que la tecnología sea más usable para personas con diversas habilidades.

Mirando hacia el futuro, el avance de la inteligencia artificial y el aprendizaje automático hará que los sistemas multimodales sean más comunes, capaces de analizar e integrar datos de varias modalidades, proporcionando servicios y experiencias más precisos.

Sin embargo, el enfoque multimodal enfrenta desafíos, incluyendo cómo integrar efectivamente la información de diferentes modos, cómo diseñar interfaces que soporten múltiples entradas y cómo evaluar y medir los resultados del aprendizaje multimodal.