La IA tiene muchos términos. Tenemos un glosario con lo que necesitas saber.

La IA tiene muchos términos. Tenemos un glosario con lo que necesitas saber.

¿GPU? ¿TPU? ¿LLM? Todo el vocabulario de IA importante que debes conocer

Es posible que se gane una comisión por los enlaces en esta página.
Iniciar presentación
Iniciar presentación
El logotipo de Open AI se muestra en el Mobile World Congress en Barcelona,   España.
El logotipo de Open AI se muestra en el Mobile World Congress en Barcelona, España.
Imagen: Joan Cros/NurPhoto (Getty Images)

Cuando las personas que no están familiarizadas con la IA imaginan inteligencia artificial,pueden imaginar el éxito de taquilla de Will Smith Yo, Robot, El thriller de ciencia ficción Ex Machina, o la película de Disney Casa inteligente —escenarios de pesadilla donde robots inteligentes toman el control y acaban con sus homólogos humanos.

Publicidad

Las tecnologías de IA generativa actuales aún no son del todo poderosas. Claro, pueden ser capaces de... Sembrando desinformación para perturbar las elecciones o compartiendo secretos comerciales. Pero la tecnología aún está en sus etapas iniciales, y Los chatbots siguen cometiendo grandes errores.

Sin embargo, la novedad de la tecnología también está generando nuevos términos. ¿Qué es lo que hace que un semiconductor sea un dispositivo? ¿En qué se diferencia la IA generativa de todos los demás tipos de inteligencia artificial? ¿Y realmente deberías conocer los matices entre una GPU, una CPU y una TPU?

Si desea mantenerse al día con la nueva jerga que se utiliza en el sector, Quartz tiene su guía de sus términos principales.

Publicidad
Diapositiva anterior
Siguiente diapositiva

2 / 16

¿Qué es la IA generativa?

¿Qué es la IA generativa?

Jensen Huang de pie frente a una pantalla que dice Generative AI y un dibujo de un diagrama
Jensen Huang, director ejecutivo de Nvidia.
Foto: Justin Sullivan (Getty Images)

Comencemos con los conceptos básicos para repasar. La inteligencia artificial generativa es una categoría de IA que utiliza datos para crear contenido original. Por el contrario, La IA clásica solo podía ofrecer predicciones Basado en entradas de datos, no en respuestas nuevas y únicas que utilizan aprendizaje automático. Pero IA generativa usos “aprendizaje profundo”, una forma de aprendizaje automático que utiliza redes neuronales artificiales (programas de software) que se asemejan al cerebro humano, para que las computadoras puedan realizar análisis similares a los humanos.

Publicidad

Sin embargo, la IA generativa no toma respuestas de la nada, sino que genera respuestas basadas en datos con los que se entrena, que pueden incluir texto, video, audio y líneas de código. Imagínate, por ejemplo, despertar de un coma, con los ojos vendados, y lo único que puedes recordar son 10 artículos de Wikipedia. Todas tus conversaciones con otra persona sobre lo que sabes se basan en esos 10 artículos de Wikipedia. Es algo así, excepto que la IA generativa usa millones de esos artículos y muchos más.

Publicidad
Diapositiva anterior
Siguiente diapositiva

¿Qué es un chatbot?

Imagen para el artículo titulado La IA tiene muchos términos. Tenemos un glosario con lo que necesitas saber.
Imagen: CFOTO/Future (Getty Images)

Los chatbots de IA son programas informáticos que Generar conversaciones similares a las humanas con los usuarios, dando respuestas únicas y originales a sus consultas. Los chatbots se popularizaron gracias a ChatGPT de OpenAI y, desde entonces, han debutado muchos más: Google Gemini, Microsoft CoPilot y Einstein de Salesforce lideran el grupo, entre otros.

Publicidad

Los chatbots no solo generan respuestas de texto También pueden crear sitios web, crear visualizaciones de datos, ayudar con la codificación, crear imágenes y analizar documentos. Sin duda, los chatbots de IA aún no son infalibles. Ya han cometido muchos errores. Pero a medida que la tecnología de IA avanza rápidamente, también lo hará la calidad de estos chatbots.

Publicidad
Diapositiva anterior
Siguiente diapositiva

4 / 16

¿Qué es un modelo de lenguaje extenso (LLM)?

¿Qué es un modelo de lenguaje extenso (LLM)?

Google Géminis.
Google Géminis.
Foto: NurPhoto/Contributor (Getty Images)

Los modelos de lenguaje grandes (LLM) son un tipo de inteligencia artificial generativa. Se entrenan con grandes cantidades de datos y texto, incluidos de artículos de noticias y libros electrónicos, comprender y generar contenido, incluido el lenguaje natural texto. Básicamente, están entrenados con una gran cantidad de texto para que puedan predecir qué palabra viene a continuación. Esta explicación de Google:

“Si comenzaste a escribir la frase “María pateó un…”, un modelo de lenguaje entrenado con suficientes datos podría predecir “María pateó una pelota”. Sin suficiente entrenamiento, es posible que solo aparezca un “objeto redondo” o solo su color “amarillo”. —Explicación de Google

Publicidad

Los chatbots populares como ChatGPT de OpenAI y Gemini de Google, que tienen capacidades como resumir y traducir texto, son ejemplos de LLM.

Publicidad
Diapositiva anterior
Siguiente diapositiva

5 / 16

¿Qué es un semiconductor?

¿Qué es un semiconductor?

Primer plano de una mano enguantada que sostiene un microchip
Un semiconductor también se llama microchip.
Foto: Wong Yu Liang (Getty Images)

No, no es un conductor de camión de 18 ruedas. Semiconductores, También conocidos como chips de IA, se utilizan en circuitos eléctricos de dispositivos como teléfonos y computadoras. Los dispositivos electrónicos no existirían sin semiconductores, que están hechos de elementos puros como el silicio o compuestos como el arseniuro de galio, para conducir electricidad. El nombre “semi” proviene del hecho de que el material puede conducir más electricidad que un aislante, pero menos electricidad. que un conductor puro como el cobre.

Publicidad

La fundición de semiconductores más grande del mundo, Taiwan Semiconductor Manufacturing Company (TSMC), fabrica un Se estima que el 90% de los chips avanzados en el mundo, y cuenta entre sus clientes a los principales diseñadores de chips Nvidia y Advanced Micro Devices (AMD).

Aunque Los semiconductores se inventaron en Estados Unidos.En la actualidad, produce alrededor del 10 % de los chips del mundo, sin incluir los avanzados necesarios para los modelos de IA más grandes. El presidente Joe Biden firmó la Ley de CHIPS y Ciencia en 2022. Para traer la fabricación de chips de vuelta a los EE.UU., y la administración Biden ya ha invertido miles de millones en compañías de semiconductores, incluidas Intel y Compañía de gestión de telecomunicaciones construir fábricas en todo el país. Parte de ese esfuerzo también tiene que ver con contrarrestar los avances de China en la fabricación de chips y el desarrollo de inteligencia artificial.

Publicidad
Diapositiva anterior
Siguiente diapositiva

6 / 16

¿Qué son las GPU y las CPU?

¿Qué son las GPU y las CPU?

Ilustración de una CPU en una placa base de computadora con otros interruptores
Unidad de procesamiento central (CPU) en la placa base.
Foto: Narumon Bowonkitwanchai (Getty Images)

Una GPU es una unidad de procesamiento de gráficos, un chip avanzado (o semiconductor) que impulsa los grandes modelos de lenguaje detrás de los chatbots de IA como ChatGPT. Tradicionalmente se utiliza para crear videojuegos con gráficos de mayor calidad..

Publicidad

En aquel entonces, un científico informático ucraniano-canadiense, Alex Krizhevsky, mostró cómo el uso de una GPU podría potenciar modelos de aprendizaje profundo mucho más rápido que una CPU —una unidad central de procesamiento o el hardware principal que alimenta las computadoras.

Las CPU son el «cerebro» de una computadora, ejecutando instrucciones para que esa computadora funcione. Una CPU es un procesador, cual lee e interpreta instrucciones de software para controlar las funciones de la computadora. Pero una GPU es un acelerador, un pieza de hardware diseñada para avanzar una función específica de un procesador.

Nvidia es el diseñador líder de GPU, cuyos chips H100 y H200 se utilizan en los centros de datos de las principales empresas tecnológicas para impulsar el software de inteligencia artificial. Otras empresas quieren competir con los aceleradores de Nvidia, incluido Intel con su acelerador Gaudi 3 y la GPU Azure Maia 100 de Microsoft.

Publicidad
Diapositiva anterior
Siguiente diapositiva

¿Qué es un TPU?

Un vídeo de Google analiza los detalles de su TPU.
Un vídeo de Google analiza los detalles de su TPU.
Captura de pantalla: Google (Otro)

TPU significa «unidad de procesamiento tensorial». Los chips de Google, a diferencia de los de Microsoft y Nvidia, son TPU: chips diseñados a medida y fabricados específicamente para entrenar modelos de IA de gran tamaño (mientras que las GPU se crearon inicialmente para juegos, no para IA).

Publicidad

Si bien las CPU son procesadores de propósito general y las GPU son un procesador adicional que ejecuta tareas de alto nivel, Las TPU son aceleradores personalizados para ejecutar servicios de IA —haciéndolos aún más poderosos.

Publicidad
Diapositiva anterior
Siguiente diapositiva

8 / 16

¿Qué es una alucinación?

¿Qué es una alucinación?

La respuesta generada por IA “ChatGPT” de OpenAI a la pregunta "¿Qué puede ofrecer la IA a la humanidad?" se ve en la pantalla de una computadora portátil
ChatGPT de OpenAI
Ilustración: Leon Neal (Getty Images)

Como se mencionó anteriormente, los chatbots de IA son capaces de realizar muchas tareas, pero también cometen muchos errores. Cuando los LLM como ChatGPT información falsa o sin sentido,así se llama una alucinación.

Publicidad

Los chatbots “alucinan” cuando no tienen los datos de entrenamiento necesarios para responder una pregunta, pero aún así generan una respuesta que parece un hecho. Las alucinaciones pueden ser causadas por diferentes factores, como datos de entrenamiento inexactos o sesgados y sobreajuste, que es cuando un El algoritmo no puede hacer predicciones ni conclusiones. de datos distintos de los que usó para el entrenamiento.

Las alucinaciones son actualmente uno de los mayores problemas con los modelos de IA generativa, y son No es exactamente fácil de resolver porque. Debido a que los modelos de IA se entrenan con conjuntos masivos de datos, puede resultar difícil encontrar problemas específicos en los datos. A veces, los datos utilizados para entrenar modelos de IA son inexactos de todos modos, porque viene de lugares como RedditAunque los modelos de IA están entrenados para no responder preguntas cuya respuesta no conocen, a veces no rechazan estas preguntas y, en cambio, generan respuestas que son inexactas.

Publicidad
Diapositiva anterior
Siguiente diapositiva

9 / 16

¿Qué es el entrenamiento?

¿Qué es el entrenamiento?

Un pequeño robot camina sobre una pequeña cinta de correr sobre un escritorio con una computadora portátil y un cuaderno.
Ilustración: Westend61 (Getty Images)

El entrenamiento es el proceso de enseñar a un modelo de IA cómo hacer predicciones. En esta fase, un modelo de IA recibe datos para aprender a realizar una o varias tareas específicas y pasa por prueba y error hasta que comienza a producir los resultados deseados.

Publicidad
Diapositiva anterior
Siguiente diapositiva

10 / 16

¿Qué es la inferencia?

¿Qué es la inferencia?

Ilustración de un cerebro azul neón en un túnel con otras rayas azules de luz y código
Imagen: Yuichiro Chino (Getty Images)

La inferencia viene después del entrenamiento y es el proceso por el cual un modelo de IA entrenado realiza predicciones a partir de datos nuevos. Por ejemplo, se puede entrenar a un automóvil autónomo para que reconozca una señal de pare en una carretera específica. A través de la inferencia, el automóvil autónomo podría Reconocer una señal de stop en cualquier carretera.

Publicidad
Diapositiva anterior
Siguiente diapositiva

11 / 16

¿Qué es la generación aumentada por recuperación (RAG)?

¿Qué es la generación aumentada por recuperación (RAG)?

Ilustración de estrellas saliendo de un cerebro en la pantalla de una computadora portátil sobre un fondo verde menta
Ilustración: Malte Mueller (Getty Images)

La generación aumentada por recuperación, o RAG, es una técnica de procesamiento del lenguaje natural (PLN) utilizada para mejorar la precisión de los modelos generativos de IA. Con RAG, los modelos generativos de lenguaje grande se combinan con sistemas de recuperación de información (como bases de datos y páginas web), lo que permite que los modelos hagan referencia al conocimiento fuera de sus datos de entrenamiento originales y, por lo tanto, brinden respuestas más actualizadas.

Publicidad

El término fue acuñado en un Documento de 2020 por un grupo de investigadores de Facebook, University College London y New York University.

Publicidad
Diapositiva anterior
Siguiente diapositiva

12 / 16

¿Qué son los tokens?

¿Qué son los tokens?

Letras negras mezcladas entre sí, que se elevan sobre un fondo blanco; hay rayas debajo de las letras para ilustrar que se mueven hacia arriba.
Ilustración: carloscastilla (Getty Images)

Los datos de texto se descomponen en unidades más pequeñas, llamadas tokens, para que los procesen los modelos de IA. Los tokens pueden variar desde una letra hasta una frase completa.

Publicidad
Diapositiva anterior
Siguiente diapositiva

13 / 16

¿Qué son los parámetros?

¿Qué son los parámetros?

Ilustración digital de un cerebro geométrico blanco rodeado de puntos y líneas de colores para mostrar conexiones
Ilustración: da-kuk (Getty Images)

Los parámetros son las variables que un modelo aprende de los datos de entrenamiento que guían su capacidad para hacer predicciones. Durante el proceso de entrenamiento, un modelo ajusta sus parámetros para cerrar la brecha entre lo que predice y cuál es el resultado deseado. Por lo tanto, el modelo aprende a hacer predicciones precisas sobre datos nuevos.

Publicidad
Diapositiva anterior
Siguiente diapositiva

14 / 16

¿Qué es una PC con IA?

¿Qué es una PC con IA?

Vista superior de las manos de un hombre de negocios escribiendo en una computadora portátil, holograma de cerebro de IA, chip con placa de circuito digital y engranajes
Ilustración: ismagilov (Getty Images)

Una PC con IA es una computadora personal que puede manejar tareas de IA y aprendizaje automático. Están construidas con una CPU, una GPU y una NPU que tienen capacidades específicas de IAUna NPU, o unidad de procesamiento neuronal, es un chip especializado en realizar tareas basadas en inteligencia artificial y aprendizaje automático en la computadora sin tener que enviar esos datos para ser procesados en la nube.

Publicidad
Diapositiva anterior
Siguiente diapositiva

15 / 16

¿Qué es una unidad de procesamiento neuronal (NPU)?

¿Qué es una unidad de procesamiento neuronal (NPU)?

Ilustración de una placa de circuito electrónico con un gran chip verde en el medio con la palabra “AI” escrita en letras fucsias
Ilustración: Jonathan Kitchen (Getty Images)

Una unidad de procesamiento neuronal (NPU) puede ejecutar tareas de inteligencia artificial y aprendizaje automático directamente en un dispositivo, como una PC con IA, lo que significa que los datos no tienen que enviarse a la nube para su procesamiento.

Publicidad

Este contenido ha sido traducido automáticamente del material original. Debido a los matices de la traducción automática, pueden existir ligeras diferencias. Para la versión original, haga clic aquí.

Publicidad