Glosario
Definiciones claras y concisas de términos de visión artificial, aprendizaje automático e IA: los conceptos que sustentan los modelos Ultralytics YOLO y la IA visual moderna.
Accuracy
La precisión es la proporción de predicciones acertadas de un modelo. Fórmula, precisión top-1 y top-5, la paradoja de la precisión en datos desequilibrados y mejores métricas.
Action Chunking
La fragmentación de acciones hace que una política robótica prediga una secuencia de acciones futuras a partir de una observación, lo que reduce la acumulación de errores. Incluye ACT, suavizado y VLA.
Action Recognition
El reconocimiento de acciones, o reconocimiento de actividades humanas (HAR), etiqueta lo que hacen las personas en vídeos mediante el modelado del movimiento a lo largo del tiempo. Métodos, conjuntos de datos y código.
Activation Function
Una función de activación es la función no lineal que una neurona aplica a su entrada ponderada, lo que permite a las redes aprender patrones curvos. Compara las opciones más habituales.
Active Learning
El aprendizaje activo permite que un modelo elija qué muestras sin etiquetar etiquetarán las personas a continuación, para alcanzar una precisión objetivo con menos etiquetas. Estrategias de consulta y código.
Adam Optimizer
Adam combina el momento con tamaños de paso por parámetro, escalados según la magnitud reciente de los gradientes. Incluye la regla de actualización, los valores predeterminados, AdamW y la comparación entre Adam y SGD.
Adversarial Attacks
Los ataques adversarios crean pequeños cambios en las entradas, a menudo invisibles, que hacen que los modelos de IA fallen con gran confianza. Cómo funciona FGSM, tipos de ataques y defensas.
Affective Computing
La computación afectiva crea sistemas que detectan y responden a las emociones humanas. Sus señales, conjuntos de datos, usos reales y límites científicos y legales.
Agent Evaluation
La evaluación de agentes comprueba si un agente de IA completa tareas de varios pasos de forma correcta y fiable, calificando los resultados finales y las transcripciones en ensayos repetidos.
Agent Harness
El armazón de un agente es el código que rodea un modelo y lo convierte en un agente de IA: el bucle, las herramientas, el contexto, la memoria, los permisos y las comprobaciones que ejecutan sus acciones.
Agent Sandboxing
El aislamiento de agentes ejecuta sus comandos y el código generado en un entorno aislado que limita el acceso a archivos, red, credenciales y recursos de computación.
Agent Skills
Las Agent Skills son carpetas de instrucciones, scripts y archivos de referencia, organizadas en torno a un archivo SKILL.md, que un agente de IA carga cuando una tarea las necesita.
Agent2Agent Protocol
El protocolo Agente a agente (A2A) es un estándar abierto que permite que agentes de IA de distintos proveedores se encuentren, deleguen tareas y devuelvan resultados.
Agentic Coding
La programación agéntica es el desarrollo de software en el que un agente de IA lee un código, edita archivos, ejecuta pruebas, corrige errores y devuelve cambios para su revisión.
Agentic Commerce
El comercio agéntico consiste en comprar y vender mediante agentes de IA que buscan, comparan y pagan en nombre de un comprador, dentro de unos límites establecidos y con protocolos como ACP, UCP y AP2.
Agentic RAG
El RAG agéntico pone a un agente de IA al mando de la recuperación: planifica búsquedas, elige herramientas, comprueba los resultados y vuelve a buscar hasta poder responder.
Agentic Workflows
Los flujos de trabajo agénticos dividen una tarea en pasos en los que los modelos de lenguaje planifican, llaman a herramientas, comprueban sus propios resultados y los revisan, en lugar de responder de una sola vez.
AI Agent
Un agente de IA persigue un objetivo observando su entorno, eligiendo una acción y ejecutándola mediante herramientas en un bucle hasta completar la tarea. Cómo funcionan los agentes.
AI Agent Orchestration
La orquestación de agentes de IA decide qué agente, modelo o herramienta se ocupa de cada paso de una tarea, qué contexto ve cada uno y cómo se combinan sus resultados.
AI Debate
En el debate de IA, dos modelos defienden respuestas opuestas y un juez menos capaz elige al ganador. Cómo funciona la propuesta de 2018, qué revelaron los experimentos y cuáles son sus límites.
AI Dubbing
El doblaje con IA combina transcripción, traducción y síntesis de voz para crear diálogos sincronizados en otros idiomas, respetando los tiempos de intervención de cada hablante.
AI Ethics
La ética de la IA aplica principios morales como la equidad, la privacidad, la transparencia y la rendición de cuentas al desarrollo y uso de la IA. Marcos, problemas y leyes.
AI Factory
Una fábrica de IA es la infraestructura y los flujos de trabajo que convierten los datos en resultados de IA a gran escala, desde el etiquetado y el entrenamiento hasta el despliegue y la supervisión.
AI Gateway
Una pasarela de IA es un proxy entre aplicaciones y modelos de IA que unifica las API de los proveedores y añade enrutamiento, alternativas, límites de tokens, caché y registros.
AI Governance
La gobernanza de la IA decide quién puede crear, aprobar y retirar sistemas de IA, y con qué pruebas. NIST AI RMF, ISO/IEC 42001, la Ley de IA de la UE y controles básicos.
AI Guardrails
Las barreras de protección de IA son comprobaciones alrededor de un modelo de IA que bloquean entradas, salidas y acciones inseguras, desde filtros contra la inyección de prompts hasta comprobaciones de esquemas en las llamadas a herramientas.
AI Literacy
La alfabetización en IA es el conocimiento y el criterio necesarios para comprender, cuestionar y utilizar bien la IA. Competencias básicas, marcos educativos y artículo 4 del Reglamento de IA de la UE.
AI Psychosis
La psicosis por IA describe delirios que aparecen o se intensifican durante conversaciones prolongadas con chatbots. Qué muestran las pruebas, por qué ocurre y qué medidas de protección existen.
AI Red Teaming
El red teaming de IA somete los sistemas de IA a adversarios simulados y usos indebidos para detectar jailbreaks, filtraciones de datos, resultados perjudiciales y fallos de robustez.
AI Safety
La seguridad de la IA es el campo que evita que los sistemas de IA causen daños por uso indebido, desalineación, errores o comportamientos frágiles ante entradas desconocidas.
AI Slop
La basura generada por IA es contenido de baja calidad producido en masa con IA generativa para conseguir clics e ingresos publicitarios. De dónde viene el término, por qué se propaga y cómo se detecta.
AI Sycophancy
La adulación de la IA consiste en que un modelo dé la razón o halague a los usuarios en detrimento de la precisión. Por qué la provoca el entrenamiento basado en preferencias, qué daños causa y cómo detectarla.
AI Video Editing
Cortes basados en transcripciones, reencuadre automático, máscaras de sujetos, eliminación de objetos y censura: los modelos que impulsan la edición de vídeo con IA y dónde fallan las ediciones automáticas.
AI Washing
El lavado de IA consiste en exagerar de forma engañosa las capacidades de IA de un producto y ocultar su rendimiento real, la participación humana y las pruebas que respaldan sus afirmaciones.
AI Watermarking
La marca de agua de IA oculta una señal detectable por máquinas en imágenes, texto, audio o vídeo generados. Cómo funcionan SynthID y los métodos de lista verde, y dónde fallan.
Algorithmic Bias
El sesgo algorítmico es un error sistemático y reproducible en decisiones automatizadas que perjudica a algunos grupos. Sus tres orígenes, casos emblemáticos y compensaciones.
Alignment Faking
La simulación de alineación ocurre cuando un modelo de IA cumple un entrenamiento con el que no está de acuerdo para mantener intactas sus preferencias; se observó por primera vez en Claude 3 Opus en 2024.
Anchor Boxes
Las cajas de anclaje son cajas predefinidas de tamaños y relaciones de aspecto fijos que un detector desplaza y redimensiona para ajustarlas a los objetos. Cómo se dimensionan, emparejan y utilizan.
Anchor-Based Detectors
Los detectores basados en anclajes predicen los objetos como desplazamientos respecto a cajas de anclaje predefinidas, como en Faster R-CNN, SSD, RetinaNet y YOLOv5. Cómo funcionan y cómo se comparan.
Anchor-Free Detectors
Los detectores sin anclajes predicen cajas a partir de puntos o puntos clave, sin cajas de anclaje predefinidas. Cómo FCOS, CenterNet y los modelos YOLO modernos detectan objetos.
Anomaly Detection
La detección de anomalías señala puntos de datos, eventos o regiones de imágenes que se desvían de los patrones normales. Tipos de anomalías, métodos principales, inspección visual y código.
Area Under the Curve (AUC)
AUC convierte una curva ROC en una puntuación de 0 a 1: la probabilidad de que un clasificador sitúe un positivo aleatorio por encima de un negativo aleatorio. ROC AUC frente a PR AUC, con código.
Artificial General Intelligence (AGI)
La inteligencia artificial general (AGI) es una IA hipotética que iguala a las personas en casi todas las tareas cognitivas. Definiciones, niveles, pruebas y comparación entre AGI y ANI.
Artificial Intelligence (AI)
La inteligencia artificial (AI) es el campo dedicado a crear máquinas que perciben, razonan, aprenden y actúan. Su historia, principales enfoques, tipos y usos.
Artificial Narrow Intelligence (ANI)
La inteligencia artificial estrecha (ANI), o IA débil, domina una tarea, pero no puede transferir esa habilidad a otras. Cómo funciona, ejemplos y comparación entre ANI y AGI.
Attention Mechanism
Un mecanismo de atención pondera las características de entrada según su relevancia mediante consultas, claves y valores. Incluye las matemáticas, los tipos de atención y la comparación entre atención y convolución.
Attention Sinks
Los sumideros de atención son tokens, normalmente los primeros, que absorben el peso de atención sobrante; almacenarlos en caché mantiene estables los LLM durante flujos muy largos.
Auto-GPT
Auto-GPT es un programa de código abierto de 2023 que permitía a GPT-4 perseguir un objetivo por su cuenta mediante un bucle de planificación, comandos de herramientas y memoria que se solicitaban a sí mismos.
Autoencoder
Un autoencoder aprende a comprimir datos en un código compacto y reconstruirlos, sin etiquetas. Incluye su estructura, variantes, detección de anomalías y código.
Automated Machine Learning (AutoML)
El aprendizaje automático automatizado (AutoML) automatiza la selección de modelos, el ajuste de hiperparámetros y la preparación de características. Cómo funciona la búsqueda, herramientas y ajuste de YOLO.
Autonomous Vehicles
Los vehículos autónomos perciben su entorno y conducen con poca o ninguna intervención humana. Incluye sensores, el sistema de conducción, los niveles SAE y los despliegues.
¡Construyamos juntos el futuro de la IA!
Inicia tu recorrido hacia el futuro del aprendizaje automático