Aprende sobre inteligencia artificial con estos diez cursos de Google

Google ha incorporado una nueva sección dentro de su plataforma en la nube, diseñada para brindar una comprensión más profunda acerca de la inteligencia artificial generativa y su aplicación en diversos escenarios. Además, se enfoca en promover un uso apropiado y ético de esta tecnología. 

Para acceder a estos cursos, los interesados deben dirigirse a "cloudskillsboost.google" y localizar la sección titulada "Camino de Aprendizaje en Inteligencia Artificial Generativa". Al finalizar cada curso, se otorgará una insignia en el perfil del usuario para indicar su progreso en el aprendizaje.

1. Introducción a la Inteligencia Artificial Generativa

Este primer curso sirve como punto de entrada para los estudiantes que deseen familiarizarse con los usos y capacidades de la inteligencia artificial generativa, como la que representa Bard. 

Se explora cómo esta tecnología puede ayudar a los usuarios a abordar diversas tareas utilizando enfoques de aprendizaje automático. Dado que es el módulo más liviano en términos de contenido, se estima que los estudiantes podrán completarlo en un lapso de 45 minutos.

2. Fundamentos de los Grandes Modelos de Lenguaje (LLM)

Una vez que se han comprendido las capacidades de una inteligencia artificial como Bard, se pone énfasis en los grandes modelos de lenguaje que pueden ser dirigidos mediante indicaciones o comandos. 

Esto resulta en una ejecución más efectiva de tareas como la generación de texto. Además, se profundiza en la habilidad de crear comandos que permitan al modelo comprender qué tipo de resultado final se desea generar.

3. Ética en la Inteligencia Artificial

Dado que la inteligencia artificial es una herramienta poderosa con la capacidad de llevar a cabo una amplia variedad de comandos, los usuarios pueden aprender a utilizarla de manera adecuada para beneficiarse en entornos laborales, educativos o de investigación. 

En esta sección, se destacan los siete principios fundamentales de la inteligencia artificial de Google: beneficio para la sociedad, evitar la amplificación de prejuicios, construcción y pruebas orientadas a la seguridad, responsabilidad hacia las personas, integración de diseño centrado en la privacidad, adhesión a elevados estándares científicos y disponibilidad para usos apropiados.

4 Principios Fundamentales de la Inteligencia Artificial Generativa

En lugar de ser un curso independiente, los principios fundamentales de la inteligencia artificial generativa se evaluarán según los conocimientos que los usuarios deben haber asimilado tras aprobar los cursos anteriores. Por lo tanto, se llevará a cabo una revisión para confirmar lo aprendido mediante cuatro evaluaciones teóricas adicionales.

5 Iniciación a la Generación de Imágenes

Después de haber adquirido una comprensión básica sobre el uso de la inteligencia artificial en diversos campos, así como de las características de la generación de textos, los usuarios estarán preparados para comenzar a identificar las utilidades de generar imágenes a partir de un estímulo y cómo se puede emplear esta aplicación para crear obras artísticas. 

Similar a los cursos previos, estos módulos serán principalmente teóricos, ya que la intención de Google es hacerlos accesibles para cualquier persona interesada en ampliar su conocimiento sobre el uso de estos programas.

6 Estructura del Codificador-Decodificador

En esta sección del programa, los usuarios tendrán la oportunidad de comprender cómo una inteligencia artificial procesa las instrucciones que recibe y presenta los resultados correspondientes. 

Mediante este curso, se profundizará en la forma en que estos programas son entrenados para cumplir mejor con los objetivos de los usuarios. Una de las actividades incluirá la redacción del código de programación para un sistema codificador-decodificador, utilizado en un programa de generación de poemas.

7 Mecanismo de Atención

Este módulo se enfocará en comprender más a fondo los procesos neuronales que están en la base de los programas de aprendizaje automático, abordando sistemas de traducción, resumen de textos y resolución de preguntas.

8: Modelos Transformadores y BERT

Ahora que comprendemos el proceso de codificación y decodificación de la inteligencia artificial, el siguiente paso consiste en emplearlo como base para el sistema conocido como "Bidirectional Encoder Representations from Transformers" (BERT). 

Utilizando BERT, se logra la clasificación de textos, la resolución de preguntas y la implementación de sistemas para comprender el lenguaje natural de manera efectiva.

9: Desarrollo de Modelos para el Reconocimiento de Imágenes

Este curso permitirá una mejor comprensión sobre el aprendizaje automático y su capacidad para interpretar diferentes elementos de una imagen con el fin de reconocerlos. 

Asimismo, se abordarán aspectos específicos relacionados con su entrenamiento, así como la creación y programación de un modelo personalizado para el reconocimiento de imágenes.

10: Introducción al Estudio de la Inteligencia Artificial Generativa

Este curso tiene como enfoque principal la comprensión del "Generative AI Studio" de Google, incluyendo sus características y opciones. Además, se brindará orientación sobre cómo aprovechar las versiones de prueba de diversos productos disponibles en este ámbito.