Fundamentos de IA e IA generativa¶
⏱️ Tiempo de lectura: 2 min
Una serie introductoria para entender qué es la IA, qué es la IA generativa, en qué se diferencian y qué significa AGI, sin depender de titulares ni de marketing.
Para quién es. Para profesionales técnicos y decisores que quieren un mapa conceptual sólido: saber exactamente qué hace cada tecnología, cuándo tiene sentido usarla y qué esperar de ella. No hace falta experiencia previa en IA, pero sí disposición a trabajar con los conceptos en serio.
Qué aprenderás. Al terminar la serie tendrás claro qué diferencia la IA tradicional de la generativa, cuándo usar cada tipo de sistema, por qué los LLMs son distintos de los agentes y el RAG, y qué significan los distintos marcos de definición de AGI. Más importante: tendrás un esquema mental que funciona aunque los modelos cambien.
Índice¶
En esta serie exploraremos:
1. Qué es la IA y su evolución¶
- Explicaremos la IA como los diferentes sistemas que, bajo datos y objetivos, permiten predecir, clasificar, decidir o controlar. Es decir, que funcionan como expertos de una tarea concreta
- Veremos la evolución desde las primeras reglas heurísticas a Machine learning y redes neuronales, evolucionando al aprendizaje profundo y desembocando finalmente en modelos fundacionales
- Haremos un despiece general de cómo es un sistema real de una solución de IA y su ciclo de vida (MLOps)
- Veremos los diferentes casos de éxito que ha tenido esta tecnología y cómo está presente en nuestro día a día
2. Qué es IA generativa exactamente¶
- Veremos cómo nace esta nueva tecnología, desde los embeddings al transformer y la Ley de escala
- Veremos el impacto de que un único modelo fundacional de IA generativa puede usarse para múltiples tareas simultáneas
- Haremos un despiece general de cómo es un sistema real de una solución de IA generativa y su ciclo de vida (LLMOps)
- Entenderemos las diferencias entre LLM, LLM + RAG y agente: RAG y agentes no son el modelo, sino configuraciones del sistema construido sobre él
3. IA vs IA generativa¶
- La diferencia entre entradas y salidas, determinismo, explicabilidad, evaluación y riesgos.
- Matriz operacional de cuándo usar reglas vs ML vs LLM vs (LLM + RAG) vs agentes basados en LLMs
4. Inteligencia Artificial General: AGI¶
- Navegaremos por las diferentes definiciones de esta futura tecnología y el impacto que tendría conseguirla
Al finalizar esta guía tendrás claras las piezas fundamentales de estas herramientas y podrás tener un esquema mental claro de sus diferencias, puntos fuertes y débiles.
Siguiente serie recomendada: De las cavernas a la AGI — el recorrido histórico que explica cómo llegamos hasta los modelos fundacionales actuales.