| Término (Inglés) | Definición (Español) |
| ||
|---|---|---|---|---|---|
| Algoritmo |
| Es un término genérico que se aplica a los pasos a seguir para resolver un problema. En computacion, un algoritmo corresponde a una serie de instrucciones, que ejecutaria un computador para realizar un computo, o realizar una tarea especifica. | Una receta de cocina es un algoritmo. Los pasos que se siguen para dividir dos numeros constituyen un algoritmo. | ||
| Aprendizaje automático | Machine learning | Termino que se refiere a un campo de la computacion en la que algoritmos aprenden a realizar tareas a partir de datos que les son proporcionados. Dichos algoritmos aprenden a identificar patrones en los datos y usan lo aprendido para tomar decisiones. | Un sistema que determina si a una persona se le da un prestamo o no, aprende automaticamente a determinar a que persoas dar prestamos; un sistema que detetcta caras en imagenes aprende automaticamente a detectar caras. | ||
| Aprendizaje no supervisado | Unsupervised Learning | Termino que se refiere a algoritmos de aprendizaje automatico que no necesitan muestras o ejemplos con etiquetas para ser entrenados. | En el mercadeo, es util agrupar clientes de acuerdo a sus caracteristicas. Un algoritmo de aprendizaje automatico no supervisado crearia grupos de clientes, y para hacer esos agrupamientos, no necesitaria tener datos de entrenamiento (por eso estas tecnicas se llaman "no supervisadas") | ||
| Aprendizaje por transferencia | Transfer learning | Metodo de aprendizaje automatico en el cual se usan modelos entrenados para una tarea diferente a la tarea que el modelo realiza. | En Vision por Computador, es comun entrenar un modelo con imagenes genericas, y luego modificar ese modelo para una tarea especifica- por ejemplo, para reconocer diferentes tipos de flores. | ||
| Aprendizaje profundo | Deep learning | Termino que se refiere a algoritmos que utilizan por lo menos tres capas de redes neuronales. | Cuando se disenia un modelo de aprendizaje profundo, el creador decide cuantas capas va a tener el modelo. Los modelos "Transformer" son bastante conocidos en el procesamiento de lenguaje natural y pueden tener 6 o mas capas de redes neuronales. | ||
| Aprendizaje supervisado | Supervised Learning | Termino que se refiere a algoritmos de aprendizaje automatico que necesitan muestras o ejemplos con etiquetas para poder ser entrenados. | Para construir un modelo que decida si a un solicitante se le da un prestamo o no, un algoritmo de aprendizaje supervisado require un conjunto de solicitudes previamente aprobadas y un conjunto de solicitudes previamente rechazadas. El algoritmo aprende patrones en dichos conjuntos y cuando llega una nueva solicitud, decide si se aprueba o no, basado en los patrones aprendidos. | ||
| Big Data (Datos Masivos) | Big Data | Termino que se refiere al area de computacion en la que se procesan grandes volumenes de datos, que no pueden ser procesados por sistemas de bases de datos tradicionales. Gran parte del trabajo asocciado con "Big Data" consiste en utilizar metodos analiticos para extraer perspectivas interesantes sobre los datos. En contraste, metodos de Inteligencia Artificial se enfocan en la creacion de modelos para realizar tareas especificas (y pueden, o no usar "Big Data"). | Ejemplos de tecnicas en Big Data incluyen la computacion de estadisticas sobre datos de mercadeo a gran escala, sobre datos en redes sociales, y algunas tareas de inteligencia de negocio, entre otras. | ||
| Bot | Bot | Un programa que realiza tareas repetitivas de interaccion con humanos o con sistemasm de tal forma, que en algunos casos los humanos o sistemas que interactuan con el bot no saben que es un programa y creen que es humano. | Un bot que llena formularios en la web (por eso algunas paginas preguntan al usuario si 'es humano'); un chatbot (ver definicion); un bot que publica mensajes en redes sociales. | ||
| Chatbot | Chatbot | Un programa que puede 'conversar' con un humano. | Un chatbot de servicio al cliente en una pagina web- responde a preguntas basicas; un sistema que responde a comandos de voz, por ejemplo, para servicio al cliente. | ||
| Ciencia de datos | Data Science | Area de la computacion en la que el objetivo es extraer conocimientos utiles de grandes cantidades de datos no estructurados. | Hay muchas tareas que son parte de la ciencia de datos. Por ejemplo, la realizacion de experimentos para buscar patrones, la creacion de modelos para hacer predicciones a partir de los datos, la creacion de visualizaciones o de informes que resuman observaciones generales sobre grandes cantidades de datos. En general, la ciencia de datos se aplica a grandes cantidades de datos no estructurados. | ||
| Comprensión del lenguaje natural | Natural Language Understanding | Area de la Inteligencia Artificial en la que el objetivo es interpretar lenguaje humano escrito, de tal forma que un sistema, al procesar un texto, pueda extraer los elementos y las estructuras relevantes que aparecen en dicho texto. | Cuando una persona hace una busqueda en la Web, escribe unas palabras correspondientes a lo que desea encontrar. Una parte del sistema utiliza tecnicas de Entendimiento de Lenguaje Natural (en Ingles, NLU) para detectar palabras, verbos, numeros, y en general para intentar extraer los elementos importantes de la busqueda para poder proporcionar los resultados mas relevantes. | ||
| Datos estructurados | Structured Data | Datos en un sistema, que corresponden a campos pre-definidos, por ejemplo, en una base de datos. | Ver ejemplo de abajo. | ||
| Datos no estructurados | Unstructured Data | Datos en un sistema, que no tienen una estructura pre-determinada. | Por ejemplo, una imagen puede ser de cualquier cosa- no hay una estructura pre-determinada. En un fomulario, sin embargo, un computador puede pedir la fecha de nacimiento del usuario: esa fecha es un dato 'estructurado' porque el computador sabe que debe tener el formato MM/DD/AAAA. Si el campo de entrada del formulario dice "comentarios" y el usuario puede poner cualquier comentario, ese dato es no estructurado. La Inteligencia Artificial, en gran parte, intenta extraer o asignar estructura a datos no estructurados. Por ejemplo, trata de detectar un coche en una imagen, o extraer el nombre de un producto en un comentario. | ||
| Deep Fake | Deep Fake | Un video, imagen, o segmento de audio en el que aparecen personas reales pero que son falsas: dichos videos, imagenes, o segmentos de sonido son generados automaticamente por un modelo. | Se han creado algunos videos de politicos famosos, en los que dicen cosas- como los videos son Deep Fakes, son falsos: los politicos que aparecen nunca fueron grabados diciendo lo que aparece en el video. Igualmente, se han generado segmentos de audio donde alguien conocido dice algo, pero el audio es generado- la persona que parece hablar en el audio nunca dijo lo que dice la grabacion. | ||
| Entrenamiento | Training | Proceso bajo el cual un algoritmo de aprendizaje "aprende" a crear un modelo que se puede utilizar para realizar una tarea especifica. | En el ejemplo de prestamos (ver ejemplo) el proceso mediante el cual el algoritmo analiza y aprende los patrones en solicitudes anteriores, es el proceso de entrenamiento. | ||
| Generacion de lenguaje natural | Natural Language Generation | Area de Procesamiento de Lenguaje Natural en la que el objetivo es generar texto automaticamente (Natural Language Generation). | Un programa, por ejemplo, un Chatbot, puede hacer preguntas a un usuario y mostrar respuestas a preguntas. Los componentes del sistema que generan las preguntas y respuestas usan tecnicas de Generacion de Lenguaje Natural (en Ingles, NLG). | ||
| Inferencia | Inference | Proceso bajo el cual, un modelo que ha 'aprendido' un algoritmo de aprendizaje, es utilizado para realizar la tarea especifica aprendida durante el entrenamiento del modelo. | En el ejemplo de prestamos (ver ejemplo) cuando el modelo analiza una solicitud nueva, el proceso de inferencia, corresponde al proceso de analizar dicha solicitud y de decidir si se aprueba el prestamo o no. | ||
| Inteligencia Artificial (IA) | Artificial Intelligence | La Inteligencia Artificial (IA) es un área de la computación. Aunque las ideas básicas de IA existen desde hace mucho tiempo (varios siglos antes de Cristo), en términos de computación, las bases empezaron a crearse en ámbitos académicos en los años 1950 en EE.UU. En su momento, la idea era crear máquinas que fueran “inteligentes” y que se comportan como seres humanos. Hoy en día, el término IA se usa para referirse, en general, a sistemas que realizan tareas automáticas que usan algún método de aprendizaje de máquina. El campo de la IA incluye un gran número de técnicas y de tipo de sistemas, pero en general, la IA comprende dos familias básicas de algoritmos, los basados en Aprendizaje de Máquina (Machine Learning), y los basados en Aprendizaje Profundo (Deep Learning). Aunque el término IA implica “inteligencia” los sistemas actuales no son “inteligentes” en el sentido de inteligencia humana; no ‘piensan’ pero pueden realizar tareas complejas que parecerían ser inteligentes. | Este glosario contiene varios ejemplos de sistemas de IA: bots, chatbots, asistentes inteligentes, etc. Vehículos autónomos tienen varios sistemas de IA, pero IA también está presente en muchas de las aplicaciones de consumidores que se usan hoy en día, desde sistemas de búsqueda y correo electrónico, hasta mapas y aplicaciones de mensajería y envíos. Robots que se comporten como humanos están lejos de ser realidad. | ||
| Mineria de datos | Data Mining | Area de la computacion en la que el objetivo es descubrir y predecir patrones utiles en grandes cantidades de datos. | Comprende muchas tecnicas que, en general, buscan descurbir patrones en datos. Con datos de Mercadeo, un sistema de Mineria de Datos, por ejemplo, intentaria descubrir que tipo de consumidores compran un articulo en particular, cuando lo compran, etc. | ||
| Modelo | Model | Termino que se refiere a un programa que, generalmente, se encarga de hacer predicciones, dados unos datos de entrada. Aunque muchos modelos son aprendidos automaticamente por algoritmos de aprendizaje, un modelo puede ser construido a mano por un ser humano. | Un programa que detecta caras humanas en imagenes utiliza un modelo para hacerlo. El modelo es componente del programa o sistema, que 'sabe' que es una cara. Un modelo simple podria consistir en una serie de reglas: si la region de la imagen es de color piel, y tienee dos ojos, una nariz, y una boca, es una cara. En este caso, el 'dato' de entrada seria una imagen, y la prediccion es si hay una cara en la imagen o no, y donde aparece. En la practica, los modelos de IA son muy complejos. | ||
| Procesamiento del lenguaje natural | Natural Language Processing | El area de Procesamiento de Lenguagje Natural (PLN en Espaniol, NLP en Ingles) comprende, en general, los metodos que se usan para que computadors procesen texto. PLN tiene dos sub-aras: una en la que el objetivo es generar texto (Natural Language Generation), y otra cuyo objetivo es extraer los elementos y las estructuras relevantes que aparecen en dicho texto (Natural Language Understanding). Lenguajes naturales son lengujes usados por humanos (Espaniol, Ingles, etc.). | Cuando una persona llena un formulario, por ejemplo, para un prestamo, llena casillas: una para el nombre, otra para el primer apellido, y una en la que la persona debe describir el motivo del prestamo. Un sistema basico de PLN puede verificar que el nombre que pone la persona sea un nombre, y que el motivo del prestamo sea un motivo valido (comprar carro, casa, etc). Esa parte del proceso corresponde a Entendimiento de Lenguaje Natural (Natural Language Understanding). Un chatbot que le hace preguntas a un usuario, usa tecnicas de Generacion de Lenguaje Natural (Natural Language Generation) para formular dichas preguntas. | ||
| Programa | Program | En computacion, un programa corresponde a un conjunto de instrucciones, escritas con un lenguaje de programacion especifico y que ejecutan un algoritmo. | Un algoritmo corresponde a una serie de instrucciones que ejecutaria un computador para realizar un computo o realizar una tarea especifica. Un programa ejecuta un algoritmo. Se puede pensar en un algoritmo como si fuera una receta de cocin con pocos detalles (poner sal), mientras que un program seria como una receta con instrucciones exactas (poner exactamente 3 gramos de sal). | ||
| Red neuronal | Neural Network | Una red neuronal es un algoritmo que utiliza un modelo que intenta imitar el funcionamiento del cerebro humano en el cual hay neuronas y conexiones entre neuronas. | En el cerebro hay neuronas y conexiones entre ellas. Una red neuronal tiene una estructura parecida: nodos y conexiones entre los nodos. Un nodo puede cambiar de valor y pasar la informacion a otro nodo u nodos. En la computacion, como en el cerebro, esos procesos de paso de informacion de unos nodos a otros pueden ocurrir miles o inclusive millones de veces, para realizar tareas especificas (ver ejemplos de Vision por Computador y Procesamiento de Lenguaje Natural). Una red neuronal basica tiene una sola capa. Un sistema mas complejo puede incluir varias capas (ver definicion de Aprendizaje Profundo). | ||
| Visión Artificial o Vision for Computadora | Computer Vision | Area de Inteligencia Artificial en la que el objetivo es que un sistema pueda interpretar imagenes o videos y etiquetarlos para describir todas las caracteristicas visuales de dichas imagenes o videos. | Un sistema que pone comparendos por exeso de velocidad utiliza Vision por Computador para identificar la placa del vehiculo que esta cometiendo la infraccion. |