Modelos fundacionales versus modelos tradicionales de machine learning
Se muestran las diferencias de Modelos fundacionales versus modelos tradicionales de machine learning en opinión propia y de Chip Huyen.
Tecnologías digitales. Tendencias tecnológicas. Estándares. Personajes.
Tres factores para un rápido crecimiento de las soluciones de inteligencia artificial
El concepto de ingeniería de inteligencia artificial y tres factores que explican el crecimiento de las soluciones de inteligencia artificial
IA generativa y la ventaja de los expertos y el conocimiento
Frente al posible abandono de las capacidades cognitivas frente a los LLM se destaca la ventaja de los expertos y el conocimiento.
Una inteligencia diseñada
Comprender que la inteligencia artificial es una ingeniería, una inteligencia diseñada nos permite evitar fantasías y entender sus retos.
La hibridación de los robots software: agentes frente a RPA y robots conversacionales
Hago una comparativa de agentes frente a RPA y robots conversacionales, concluyendo que los agentes aúnan y evolucionan ambos.
Una nueva especie robótica: los agentes
En este post explico y justifico el nacimiento de una nueva especie robótica: los agentes de las así llamada AgenticAI.
Notas sobre aprendizaje por refuerzo (y XV): meta aprendizaje
En este post se presentan dos formas de reutilización del conococimiento en deep learning: el transfer learning y el meta aprendizaje.
Notas sobre aprendizaje por refuerzo (XIV): aprendizaje jerárquico
Abordamos el aprendizaje jerárquico, es decir la descomposición de un problema en sub-problemas y el aprendizaje de cómo realizar cada una.
Tendencias en el desarrollo y entrenamiento de modelos generativos
Datos sobre el entrenamiento de modelos generativos y sus dimensiones y tendencias de trabajo para mayor eficiencia y desempeño.
Trece retos para los sistemas generativos en el inicio de 2025
El post plantea trece retos para los sistemas generativos y algunas formas de hacerles frente, tal y como se ve en el inicio de 2025.