Shop

Este módulo explora la aplicación de la IA generativa en una gama de escenarios empresariales y ofrece una cobertura fundamental de los conceptos, modelos, buenas prácticas y redes neuronales de la IA generativa, incluyendo los modelos de Redes Generativas Adversariales (GANs),  autocodificadores Variacionales (VAEs) y Transformadores. Todo el contenido está escrito en español sencillo y fácil de entender. 

Se cubren los siguientes temas principales:

• Factores de negocio y tecnológicos de la IA generativa
• Beneficios de la IA generativa
• Riesgos y retos comunes del uso de la IA generativa
• Categorías de problemas empresariales que aborda la IA generativa
• Cómo entender los modelos, los algoritmos y las redes neuronales
• Tipos de IA generativa
• Cómo entender las Redes Generativas Adversariales (GANs)
• Cómo entender los Autocodificadores Variacionales (VAEs)
• Cómo entender los Transformadores
• Pasos para construir sistemas de IA
• Buenas prácticas de la IA generativa

Este módulo presenta los componentes esenciales de la gobernanza de la IA y explora las consideraciones éticas que rodean el uso y la gestión de los sistemas de IA predictiva y generativa. Los temas incluyen imparcialidad, transparencia, privacidad y rendición de cuentas, así como los posibles riesgos y sesgos dentro de los modelos de IA. Se presenta un marco de gobernanza básico, junto con preceptos y procesos comunes para la gobernanza de datos de entrenamiento, datos de producción y ambientes de IA basada en la nube, además de la incorporación de prácticas éticas y responsables y agentes de monitoreo en los diseños de sistemas de IA.

Se cubren los siguientes temas principales:

• Introducción a la gobernanza de la IA y los principios fundamentales de la IA ética
• Cómo entender la imparcialidad, la rendición de cuentas, la transparencia y la explicabilidad (FATE)
• Tratamiento de los sesgos y la discriminación en los algoritmos de IA
• Cómo entender el papel de la gobernanza de datos en un marco de gobernanza de la IA
• Gobernar la recopilación y gestión de datos de entrenamiento
• Garantizar la calidad de los datos y rastrear el linaje de los datos
• Técnicas para abordar y mitigar los sesgos en los conjuntos de datos
• Examinar las consideraciones éticas a lo largo del ciclo de vida de un sistema de IA
• Cómo entender las herramientas y técnicas disponibles para el diseño ético de la IA
• Utilización de marcos de evaluación de riesgos para identificar y gestionar los riesgos potenciales de la IA

Este módulo profundiza en los marcos de gobernanza de la IA predictiva y generativa introduciendo roles comunes y procesos adicionales para áreas como la mitigación de sesgos, la explicabilidad y la supervisión de la IA a largo plazo. Otros temas abordados son la alineación del desarrollo de la IA con los valores sociales, el uso responsable y los requerimientos normativos, así como métodos avanzados de monitoreo, gestión y filtrado de datos. Se incluyen temas adicionales relacionados con la computación en la nube para abordar la privacidad de datos, el almacenamiento regional de datos y otras políticas comunes relacionadas con los datos.

Se cubren los siguientes temas principales:

• Preceptos y procesos de gobernanza para los datos de entrenamiento, incluyendo datos sensibles y representatividad
• Preceptos y procesos de gobernanza para los datos de producción, incluyendo el monitoreo de la deriva y la imparcialidad continua
• Establecimiento de mecanismos de supervisión y auditoría de IA
• Estrategias de mitigación de sesgos y logro de la explicabilidad en modelos complejos de IA
• Puesta en práctica de principios éticos y alineación de la IA con los valores y la responsabilidad social
• Adaptación a la evolución de la normativa
• Creación de un código de conducta de ética de la IA y comunicación de la ética de la IA a la organización
• Uso de la gobernanza de la IA para fomentar una cultura de innovación ética de IA
• Gestión proactiva de riesgos y respuesta a incidentes en IA
• Cómo entender los mecanismos de automatización de IA en la nube relacionados con la gobernanza

Este módulo proporciona una serie de ejercicios y problemas de laboratorio basados en casos de estudio, diseñados para poner a prueba su capacidad para aplicar sus conocimientos de los temas cubiertos en los módulos anteriores. Completar este laboratorio ayuda a reforzar la comprensión de los temas anteriores y demuestra cómo se pueden aplicar diferentes prácticas y tecnologías en conjunto como parte de soluciones más amplias.