Diez cursos de Google que todos deben conocer para aprender sobre inteligencia artificial
Por:
Renato Silva
Martes 01 de
Agosto 2023
Los alumnos de la Nube aprenderán más sobre el funcionamiento y el código de programación de un software de este tipo
Google habilitó una sección en su nube para conocer más sobre inteligencia artificial generativa y cómo aplicarla en diferentes escenarios, además de darle un uso correcto y ético.
Para ingresar a estos cursos se deberá acceder a “cloudskillsboost.google” y buscar el apartado llamado “Generative AI learning path”. Al final de cada uno se otorgará una insignia en el perfil para indicar el avance en el aprendizaje.
Introducción a la inteligencia artificial generativa
Ya que es el primer curso de la serie, este será la puerta de los estudiantes para conocer sobre los usos y las capacidades de una inteligencia artificial generativa como lo es Bard y cómo puede ayudar a los usuarios a resolver diversas tareas usando métodos de aprendizaje automático.
Debido a que es el más ligero en cuanto a carga informativa, se estima que los estudiantes podrían terminar este módulo en 45 minutos.
Introducción a los grandes modelos lingüísticos (LLM)
Una vez aprendidas las capacidades de una inteligencia artificial como Bard, se hace énfasis en los grandes modelos de lenguaje que pueden ser utilizados con indicaciones o prompts para ejecutar algunos comandos y ofrecer mejores resultados en cuanto a la ejecución de tareas como la creación de textos.
Además, se profundiza en la capacidad de crear un comando que permitirá que el modelo pueda entender qué es lo que se desea generar como resultado final.
Inteligencia artificial responsable
Ya que la inteligencia artificial es una herramienta de trabajo poderosa que puede ejecutar gran variedad de comandos, los usuarios pueden aprender a cómo utilizarla de forma adecuada para sacar provecho de sus capacidades en el trabajo, estudios o investigación.
En esta sección se indica cuáles son los siete principios básicos de la inteligencia artificial de Google: ser beneficioso para la sociedad, evitar la creación o refuerzo de prejuicios, ser construido y probado para la seguridad, ser responsable ante las personas, incorporar diseño para la privacidad, altos estándares de excelencia científica y estar disponible para usos adecuados.
Fundamentos de la inteligencia artificial generativa
Más que un curso en sí mismo, los fundamentos de la inteligencia artificial generativa serán evaluados según los conocimientos que los usuarios deberían de tener interiorizados luego de aprobar los cursos previos, por lo que se realizarán una corroboración de lo aprendido con cuatro evaluaciones teóricas adicionales.
Introducción a la generación de imágenes
Ya que se aprendió lo básico sobre el uso de inteligencia artificial en diferentes ámbitos al igual que las características de generación de textos, los usuarios podrán iniciar a reconocer cuáles son las utilidades de la generación de imágenes a partir de un prompt y cómo se pueden generar piezas artísticas a partir de este tipo de aplicación.
Al igual que el resto de cursos, estos solo serán teóricos pues la intención de Google es ponerlo al alcance de cualquier persona curiosa por aprender más sobre el uso de estos programas.
Arquitectura del codificador-decodificador
En esta parte del programa, los usuarios podrán empezar a entender cómo es que una inteligencia artificial procesa la indicación que se le da y muestra los resultados que se indican. Con este curso se aprenderá más sobre cómo se entrenan estos programas para servir mejor a los fines de los usuarios.
Una de las actividades consistirá en escribir el código de programación de un sistema codificador-decodificador para un programa de generación de poemas.
Mecanismo de atención
El módulo consistirá en conocer más sobre los procesos neurales que están detrás de los programas de aprendizaje automático, incluyendo sistemas de traducción, resumen de textos y resolución de preguntas.
Modelos transformador y BERT
Ya que se conoce cuál es el proceso codificador - decodificador de la inteligencia artificial, el paso siguiente es el de comarlo como base para el sistema “Bidirectional Encoder Representations from Transformers” (BERT) con el que se podrán clasificar textos, resolver preguntas y utilizar sistemas para entender el lenguaje natural.
Creación de modelos de reconocimiento de imágenes
Con este curso se podrá entender más sobre el aprendizaje automático y cómo puede interpretar diferentes partes de una imagen para reconocerlas. También se identificarán aspectos específicos para su entrenamiento y cómo crear y programar un modelo de reconocimiento de imágenes propio.
Introducción al estudio de la inteligencia artificial generativa
Este curso consiste principalmente en entender qué es el “Generative AI Studio” de Google junto con sus características y opciones, además de cómo usar las versiones de prueba de algunos productos disponibles.
Para ingresar a estos cursos se deberá acceder a “cloudskillsboost.google” y buscar el apartado llamado “Generative AI learning path”. Al final de cada uno se otorgará una insignia en el perfil para indicar el avance en el aprendizaje.
Introducción a la inteligencia artificial generativa
Ya que es el primer curso de la serie, este será la puerta de los estudiantes para conocer sobre los usos y las capacidades de una inteligencia artificial generativa como lo es Bard y cómo puede ayudar a los usuarios a resolver diversas tareas usando métodos de aprendizaje automático.
Debido a que es el más ligero en cuanto a carga informativa, se estima que los estudiantes podrían terminar este módulo en 45 minutos.
Introducción a los grandes modelos lingüísticos (LLM)
Una vez aprendidas las capacidades de una inteligencia artificial como Bard, se hace énfasis en los grandes modelos de lenguaje que pueden ser utilizados con indicaciones o prompts para ejecutar algunos comandos y ofrecer mejores resultados en cuanto a la ejecución de tareas como la creación de textos.
Además, se profundiza en la capacidad de crear un comando que permitirá que el modelo pueda entender qué es lo que se desea generar como resultado final.
Inteligencia artificial responsable
Ya que la inteligencia artificial es una herramienta de trabajo poderosa que puede ejecutar gran variedad de comandos, los usuarios pueden aprender a cómo utilizarla de forma adecuada para sacar provecho de sus capacidades en el trabajo, estudios o investigación.
En esta sección se indica cuáles son los siete principios básicos de la inteligencia artificial de Google: ser beneficioso para la sociedad, evitar la creación o refuerzo de prejuicios, ser construido y probado para la seguridad, ser responsable ante las personas, incorporar diseño para la privacidad, altos estándares de excelencia científica y estar disponible para usos adecuados.
Fundamentos de la inteligencia artificial generativa
Más que un curso en sí mismo, los fundamentos de la inteligencia artificial generativa serán evaluados según los conocimientos que los usuarios deberían de tener interiorizados luego de aprobar los cursos previos, por lo que se realizarán una corroboración de lo aprendido con cuatro evaluaciones teóricas adicionales.
Introducción a la generación de imágenes
Ya que se aprendió lo básico sobre el uso de inteligencia artificial en diferentes ámbitos al igual que las características de generación de textos, los usuarios podrán iniciar a reconocer cuáles son las utilidades de la generación de imágenes a partir de un prompt y cómo se pueden generar piezas artísticas a partir de este tipo de aplicación.
Al igual que el resto de cursos, estos solo serán teóricos pues la intención de Google es ponerlo al alcance de cualquier persona curiosa por aprender más sobre el uso de estos programas.
Arquitectura del codificador-decodificador
En esta parte del programa, los usuarios podrán empezar a entender cómo es que una inteligencia artificial procesa la indicación que se le da y muestra los resultados que se indican. Con este curso se aprenderá más sobre cómo se entrenan estos programas para servir mejor a los fines de los usuarios.
Una de las actividades consistirá en escribir el código de programación de un sistema codificador-decodificador para un programa de generación de poemas.
Mecanismo de atención
El módulo consistirá en conocer más sobre los procesos neurales que están detrás de los programas de aprendizaje automático, incluyendo sistemas de traducción, resumen de textos y resolución de preguntas.
Modelos transformador y BERT
Ya que se conoce cuál es el proceso codificador - decodificador de la inteligencia artificial, el paso siguiente es el de comarlo como base para el sistema “Bidirectional Encoder Representations from Transformers” (BERT) con el que se podrán clasificar textos, resolver preguntas y utilizar sistemas para entender el lenguaje natural.
Creación de modelos de reconocimiento de imágenes
Con este curso se podrá entender más sobre el aprendizaje automático y cómo puede interpretar diferentes partes de una imagen para reconocerlas. También se identificarán aspectos específicos para su entrenamiento y cómo crear y programar un modelo de reconocimiento de imágenes propio.
Introducción al estudio de la inteligencia artificial generativa
Este curso consiste principalmente en entender qué es el “Generative AI Studio” de Google junto con sus características y opciones, además de cómo usar las versiones de prueba de algunos productos disponibles.
