Máster en Inteligencia Artificial Generativa

El primer tema contextualiza los orígenes de la Inteligencia Artificial, los retos iniciales que afrontaba y la evolución de la tecnología hasta la actualidad. También se analizará las perspectivas futuras de esta tecnología.

Definición y concepto de IA Historia y evolución de la IA Campos de la IA

Panorama empresarial de la IA Estadísticas y métricas de adopción internacional El futuro de la IA

Para entender el funcionamiento de la Inteligencia Artificial Generativa, se introducen los conceptos clave (no requiere conocimientos previos).

Introducción a la programación en Python Introducción al Machine Learning

Introducción a las redes neuronales Introducción al Deep Learning

Se explica en profundidad el funcionamiento de la tecnología. Esto permitirá comprender las posibilidades y limitaciones de la tecnología, llegando a conocer la arquitectura de los modelos de la IA Generativa.

Introducción al Deep Learning Generativo Word Embeddings Autoencoders: Word2Vec (CBOW y Skip-gram) Redes neuronales recurrentes LSTM

GRU Keras Transformers Redes Generativas Adversariales (GANs)

La Inteligencia Artificial Generativa ha revolucionado diversos ámbitos al permitir la creación de contenido nuevo y original. Esta tecnología utiliza algoritmos avanzados para generar texto, imágenes, música e incluso audios de forma automatizada. En este tema se profundizará en el área de la generativa más popular y más utilizada: generación de texto e información. Se aprenderá a trabajar, por un lado, con los marcos tecnológicos (modelos) más potentes (GPT, LaMDA, etc.) y por el otro con las herramientas más populares en la actualidad (ChatGPT, Bard, etc.). Este módulo tiene dos objetivos principales. El primero es aumentar la productividad laboral con el uso de las herramientas. El segundo es establecer las bases necesarias para la creación de soluciones innovadoras que apliquen los marcos tecnológicos (modelos).

Características y funcionamiento Principales modelos disponibles: GPT (OpenIA y Microsoft), LaMDA y PaLM (Google), LLaMA (Meta), modelos OpenSource (como Bloom) y otros modelos de gran impacto Mejores herramientas gratuitas: ChatGPT, Bard, Replika y otras de textos especializados como CharacterAI

Mejores herramientas de pago: ChatGPT Plus, Canva Magic Write, Jasper.ai y otras más especializadas como Copy.ai Posibilidades de aplicación y limitaciones Automatización y optimización de procesos Innovación y creación de nuevas soluciones Prácticas con herramientas

La Inteligencia Artificial Generativa ha transformado la creación de imágenes al permitir la generación automatizada de contenido visual. Utilizando algoritmos de aprendizaje profundo, esta tecnología analiza y comprende patrones y características de un conjunto de datos de imágenes para luego generar nuevas imágenes originales. La IA Generativa de imágenes puede ser utilizada en diversos campos, como el diseño gráfico, la publicidad, la industria del entretenimiento y la investigación científica. Se aprenderá a utilizar de manera eficiente los modelos y herramientas más potentes en la actualidad específicos para la generación de contenido gráfico y también se sentarán las bases para crear soluciones innovadoras que aprovechen estas herramientas y marcos tecnológicos.

Características y funcionamiento Marcos tecnológicos disponibles (modelos) Mejores herramientas gratuitas Mejores herramientas de pago Creación y edición de imágenes

Posibilidades de aplicación y limitaciones Automatización y optimización de procesos que incluyan imágenes Innovación y creación de nuevas soluciones Prácticas con herramientas

En el caso específico del audio, la Inteligencia Artificial Generativa ha demostrado su utilidad en varias áreas. Una de las aplicaciones más destacadas es la síntesis de voz (crear voces sintéticas que suenan cada vez más naturales y realistas para sistemas de respuesta automática, asistentes virtuales, narraciones de audiolibros y hasta en la industria del entretenimiento). Otras utilidades importantes son la creación de música y efectos de sonido y la restauración y mejora de grabaciones de audio antiguas o de baja calidad. Esta tecnología sigue evolucionando rápidamente, lo que abre nuevas posibilidades en la creación y manipulación de contenido auditivo en el futuro. En este caso se aprenderá a utilizar de manera eficiente los modelos y herramientas más potentes en la actualidad específicos para la generación de voz y sonidos y también se sentarán las bases para crear soluciones innovadoras que aprovechen estas herramientas y marcos tecnológicos.

Características y funcionamiento Marcos tecnológicos disponibles (modelos) Mejores herramientas gratuitas Mejores herramientas de pago Creación de voz y sonido

Posibilidades de aplicación y limitaciones Automatización y optimización de procesos que requieran voz o sonidos Innovación y creación de nuevas soluciones Prácticas con herramientas

La Inteligencia Artificial Generativa ha revolucionado la creación de vídeos al permitir la generación automatizada de contenido original. Esta tecnología utiliza algoritmos avanzados para crear vídeos nuevos y personalizados a partir de datos de entrenamiento. Algunas de las aplicaciones destacadas incluyen la creación de animaciones, efectos especiales y la mejora de vídeos existentes. La IA Generativa de vídeos ofrece nuevas posibilidades creativas y está transformando la forma en que se produce y consume contenido visual. En este tema se aprenderá a utilizar de manera eficiente los modelos y herramientas más potentes en la actualidad específicos para la generación y edición de vídeos. Además, se sentarán las bases para crear soluciones innovadoras que aprovechen estas herramientas y marcos tecnológicos.

Características y funcionamiento Marcos tecnológicos disponibles (modelos) Mejores herramientas gratuitas Mejores herramientas de pago Creación y edición de vídeo

Posibilidades de aplicación y limitaciones Automatización y optimización de procesos que incorporen vídeos Innovación y creación de nuevas soluciones Prácticas con herramientas

La Inteligencia Artificial Generativa también ha revolucionado la escritura de código al permitir la generación automatizada de programas y algoritmos. Esta tecnología utiliza modelos de aprendizaje profundo para analizar y comprender patrones en el código fuente existente, y luego generar nuevo código con base en ese conocimiento. La IA Generativa de código puede acelerar el proceso de desarrollo de software, ayudar a identificar errores y sugerir soluciones más eficientes. Además, puede ofrecer nuevas ideas y enfoques creativos en la programación, fomentando la innovación y la colaboración en la comunidad de desarrolladores. La capacidad de generar código automáticamente abre nuevas posibilidades en el ámbito de la programación y promete simplificar y agilizar el trabajo de los desarrolladores. En este módulo se aprenderá a utilizar de manera eficiente los modelos y herramientas más potentes en la actualidad específicos para la generación, corrección y optimización de código. Además, se sentarán las bases para crear soluciones innovadoras que aprovechen estas herramientas y marcos tecnológicos.

Características y funcionamiento Marcos tecnológicos disponibles (modelos) Mejores herramientas gratuitas Mejores herramientas de pago Creación, corrección y optimización de código Posibilidades de aplicación y limitaciones

Automatización y optimización de procesos que requieran programar Innovación y creación de nuevas soluciones Prácticas con herramientas Construcción de páginas web y Apps con herramientas de IA Generativa y Low-code

La Inteligencia Artificial Generativa ha ampliado sus horizontes más allá de los formatos tradicionales de texto, imágenes, vídeo, audio y código, y ahora ofrece la capacidad de generar contenido en otros formatos, como mapas 3D, presentaciones y otros medios visuales interactivos. En este tema se aprenderá a utilizar de manera eficiente los modelos y herramientas más potentes para el resto de casos de uso que no estén incluidos en los temas previos. Además, como en los casos anteriores, se sentarán las bases para crear soluciones innovadoras que aprovechen estas herramientas y modelos.

Otros formatos de generación Características y funcionamiento Marcos tecnológicos disponibles (modelos) Mejores herramientas gratuitas Mejores herramientas de pago

Posibilidades de aplicación y limitaciones Automatización y optimización de procesos Innovación y creación de nuevas soluciones Prácticas con herramientas

Las herramientas de Inteligencia Artificial Generativa conviven en el ecosistema empresarial con otras herramientas del campo de la Inteligencia Artificial, que no son de la rama Generativa, pero que les permiten aprovechar mejor su potencial y optimizar las tareas que desempeñan. En este módulo se tratan las herramientas de IA más importantes y disruptivas del momento y cómo combinarlas con la IA Generativa para conseguir funcionalidades de un nivel superior. Además, también se aprenderá a utilizar la herramienta PowerBI y a crear paneles de control, con el fin de poder mostrar datos y resultados de forma eficaz.

Herramientas conversacionales y NLP Reconocimiento de voz Reconocimiento de imágenes Análisis de sentimiento Sistemas de recomendación

Automatización de procesos robóticos (RPA) Visión por computadora Análisis de datos y predicción Visualización de datos y presentación de resultados con paneles de control y PowerBI

La Inteligencia Artificial Generativa es una tecnología muy disruptiva que puede utilizarse y combinarse para optimizar y ser más eficientes en muchos ámbitos. En este módulo, exploraremos cómo utilizar la IA Generativa en los distintos sectores de la mano de expertos de cada industria.

Retail y comercio electrónico Finanzas y servicios bancarios Salud y medicina Manufactura y logística Marketing y publicidad Telecomunicaciones Sector energético Tecnología de la información y servicios (IT) Medios de comunicación y entretenimiento

Construcción y arquitectura Educación y formación Automotriz y transporte Seguros Recursos humanos y reclutamiento Servicios legales Diseño y creatividad Industria farmacéutica Otros sectores

En este módulo aprenderás cómo puedes utilizar y configurar los modelos de IA Generativa existentes para crear tus propios proyectos y herramientas. Entenderás cómo instalar o conectarte a los principales modelos y tecnologías de IA Generativa, con el fin de poder construir soluciones que incorporen estas bases tecnológicas, adaptándolas a tus necesidades específicas. De esta forma, los productos y servicios que crearás estarán incorporando una de las tecnologías más potente del momento, sin necesidad de que tengas que desarrollarla (estarías aprovechando los modelos de IA Generativa desarrollados por las grandes tecnológicas). Además, para aquellas soluciones que gestionen información sensible que no pueda ser compartida con las tecnológicas, aprenderemos a instalar estos modelos de IA Generativa en una infraestructura propia. Veremos las opciones de tener una infraestructura física y la de contratar una infraestructura en la nube. Por último, descubrirás cómo construir herramientas y proyectos utilizando enfoques Nocode y Low-code, lo que te permitirá crear soluciones eficaces sin necesidad de conocimientos previos en programación

Conexión e integración con los principales marcos (modelos) y tecnologías de IA Generativa APIs disponibles Riesgos de llamadas a infraestructuras externas Infraestructura propia para implementación de soluciones de IA Infraestructuras físicas

Infraestructuras Cloud: AWS, GCP, Azure, IBM Construcción de herramientas con Nocode Construcción de herramientas avanzadas con Low-code (No se requiere conocimientos previos en programación)

En el módulo de "Prompt Engineering" aprenderás a diseñar prompts efectivos en sistemas de Inteligencia Artificial. Exploraremos técnicas avanzadas para maximizar la calidad y coherencia de las respuestas generadas. Estudiaremos enfoques que aprovechan el contexto previo y superan limitaciones de información. Además, también integraremos conocimiento generado y externo para mejorar la calidad de las respuestas. Aprenderás a utilizar herramientas y recursos disponibles para optimizar el proceso de Prompt Engineering. Al finalizar, estarás capacitado para diseñar prompts que guíen de manera óptima la generación de respuestas en sistemas de IA Generativa.

Introducción al Prompt Engineering Diseño efectivo de Prompts Mejores prácticas en el Prompt Engineering Técnica de Prompt Engineering de Priming Zero-Shot Prompting, One-Shot Prompting o Few-shot prompting Técnicas de Chain-of-thought y zero-shot Chain-of-thought

Técnica de Role Playing, limitaciones y JailBreak Generated Knowledge Prompting y Knowledge Integration Técnica de Few-shot Cot y Self-consistency Técnica de Prompting Comparativo Herramientas y recursos para el Prompt Engineering

Para diseñar correctamente cualquier solución de Inteligencia Artificial Generativa es necesario tener en cuenta las normativas y leyes que regulan su uso. El objetivo es ser capaz de diseñar soluciones que cumplan con todas las normativas para evitar posibles problemas regulatorios y litigios. Además, en este tema también explorarás los aspectos éticos que se tienen en cuenta en el campo de la Inteligencia Artificial. Al finalizar estarás preparado para abordar los desafíos que plantea la ética en el campo de la IA, con el fin de contribuir de manera responsable al desarrollo de esta tecnología.

Marco legal y regulaciones para la IA Normativas a tener en cuenta para el diseño de proyectos de IA Generativa Regulaciones específicas por sector

Aspectos éticos clave en la Inteligencia Artificial Responsabilidad y gobernanza en la IA Futuro de la ética y legislación en la IA

Nos centraremos en cómo aplicar la Inteligencia Artificial Generativa en empresas establecidas. Analizaremos los modelos de negocio existentes y identificaremos oportunidades de mejora y adaptación mediante el uso de IA Generativa. Aprenderás las consideraciones específicas para implementar esta tecnología de manera efectiva. Además, se aprenderá el rol del consultor de IA Generativa, para poder ofrecer este tipo de servicios a terceros y la automatización de procesos y líneas de negocio. Mediante ejemplos y casos simulados, obtendrás una comprensión práctica que te permitirá diseñar nuevas soluciones basadas en IA Generativa para mejorar procesos y productos de empresas de toda clase y a diseñar nuevos servicios y líneas de negocio exitosas para estas. Al finalizar habrás obtenido las herramientas necesarias para implementar soluciones de IA Generativa que impulsen el crecimiento y la innovación en empresas consolidadas.

Análisis de procesos y operaciones existentes Identificación de oportunidades de mejora operativa Identificación de oportunidades y complementos para líneas de negocio existentes Análisis de oportunidades de nuevos productos y líneas de negocio Diseño de nuevas líneas de negocio para empresas consolidadas

Diseño funcional de soluciones de IA Generativa Consideraciones específicas para implementar IA Generativa en empresas Consultoría de IA Generativa Automatización de procesos Ejemplos y casos de prácticos

En este tema exploraremos cómo combinar el emprendimiento y la Inteligencia Artificial Generativa para desarrollar propuestas de valor innovadoras. Aprenderás a conceptualizar y validar nuevas ideas de negocio, identificar oportunidades en diversos mercados, desarrollar un lienzo de modelo de negocio y a diseñar la solución a nivel funcional. Además, te adentrarás en la perspectiva estratégica de la incorporación de la IA Generativa en modelos de negocio, para sacar el máximo partido a su potencial disruptivo. También analizaremos casos de éxito y fracaso de startups relacionadas con la IA Generativa, con el fin de potenciar las mejores prácticas, evitar errores y entender mejor los desafíos en este campo. Al finalizar el tema contarás con los conocimientos necesarios para emprender y diseñar soluciones innovadoras que aprovechen la IA Generativa como elemento clave.

Conceptualización y validación de ideas de negocio Identificación de oportunidades en diferentes mercados Desarrollo de un lienzo de modelo de negocio (Business Model Canvas)

Visión estratégica de la IA Generativa para nuevos negocios Diseño funcional de soluciones de IA Generativa (II) Estudio de casos de éxito y fracaso en startups e IA Generativa

Aprenderás a planificar y dirigir de manera efectiva proyectos en el ámbito de la Inteligencia Artificial Generativa. Estudiarás cómo definir los objetivos de la gestión de proyectos, los roles clave dentro de un equipo de IA, los recursos necesarios, sus costes, etc. También explorarás las distintas fases del ciclo de vida de un proyecto de IA y estudiarás metodologías ágiles adaptadas a este contexto. Además, adquirirás habilidades en la gestión de riesgos, la medición y evaluación de proyectos de IA. Este tema te proporcionará las competencias necesarias para planificar, dirigir y evaluar proyectos de IA Generativa con éxito.

Definición y objetivos de la gestión de proyectos de IA Roles de un equipo de IA Arquitectura del proyecto Recursos necesarios Cálculo de costes y elaboración de presupuestos Valoración financiera de proyectos

Fases del ciclo de vida de un proyecto de IA Planificación de proyectos Dirección e implementación de proyectos Metodologías ágiles Gestión de riesgos en proyectos de IA Métricas y evaluación de proyectos

En el último tema pondremos en práctica todo lo aprendido a través de simular casos reales que os encontraréis en el ámbito profesional. Por un lado, se plantearán situaciones reales de empresas con nuevas oportunidades de mejora gracias a la Inteligencia Artificial Generativa y por el otro, se trabajarán casos en los que ciertas necesidades puedan ser cubiertas a través de la creación de una nuevas aplicaciones o herramientas basadas esta tecnología. Los alumnos deberán diseñar soluciones óptimas para diferentes tipos de organización o usuarios aplicando la Inteligencia Artificial Generativa. En las clases se llevarán a cabo debates para examinar las diferentes posibilidades y encontrar entre todos las mejores opciones funcionales. La participación activa en estos debates será clave para consolidar conocimientos. Los estudiantes deberán leer los enunciados de los casos y prepararlos antes de las sesiones presenciales de debate.