Masterclass - Herramientas de mercado para implantar IA generativa

En esta Masterclass, se explorará la Inteligencia Artificial Generativa (IAG), desde sus fundamentos hasta sus aplicaciones prácticas.

OBJETIVOS

- Comprender los Fundamentos de la IAG: Al terminar la formación, podrás definir y comprender en profundidad qué es la Inteligencia Artificial Generativa y cómo ha evolucionado a lo largo del tiempo.

- Dominar los Modelos Generativos Avanzados: Adquirirás sólidos conocimientos sobre diferentes tipos de modelos generativos, como GANs, VAEs y modelos basados en Transformers, y entenderás sus aplicaciones prácticas en diversos campos.

- Aplicar Métodos de Optimización Efectivos: Aprenderás técnicas clave para entrenar, optimizar y perfeccionar modelos generativos, incluyendo fine-tuning, generación aumentada de recuperación (RAG) y prompt engineering, mejorando así la calidad de las generaciones y la eficiencia del modelo.

- Navegar en el Ecosistema de Herramientas y Tecnologías: Obtendrás habilidades prácticas para utilizar frameworks de desarrollo, plataformas en la nube y bibliotecas especializadas, permitiendo implementar soluciones de IAG de forma efectiva y eficiente.

TEMARIO

1. Introducción
- Definición de Inteligencia Artificial Generativa (IAG)
- Breve historia y evolución de la IAG

2. Modelos generativos
- ¿Qué son los modelos generativos?
- Tipos de modelos generativos: Generative Adversarial Networks (GANs), Variational Autoencoders (VAEs), Transformer-based Models (como GPT y BERT)
- Aplicaciones prácticas IAG

3. Métodos de optimización: desbloqueando el potencial de los modelos generativos
- Entrenamiento de un modelo de IA desde cero
- Fine-Tuning
- Generación aumentada de recuperación (RAG)
- Prompt Engineering

4. Herramientas y Tecnologías
- Frameworks de desarrollo
- Plataformas en la nube y servicios de IA
- Bibliotecas especializadas y herramientas de optimización

5. Desafíos, limitaciones y futuro de la Inteligencia Artificial Generativa
- Calidad y coherencia de las generaciones
- Requisitos computacionales y de datos
- Tendencias emergentes y avances tecnológicos
- Potencial y oportunidades futuras

6. Ruegos y preguntas, y aula abierta de experimentación en tiempo real