Máster en Inteligencia Artificial Generativa

El primer tema proporciona un contexto sobre los orígenes de la Inteligencia Artificial, los desafíos iniciales que enfrentaba y su evolución hasta la actualidad. Además, se analizan 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

En este tema se introducen los conceptos clave, para comprender el funcionamiento de la Inteligencia Artificial Generativa. No se requieren conocimientos previos ni una formación técnica para abordar este tema.

Introducción a la programación en Python Introducción al Machine Learning

Introducción a las redes neuronales Introducción al Deep Learning

Se proporciona una explicación detallada del funcionamiento de la tecnología, lo que permite comprender las posibilidades y limitaciones de la Inteligencia Artificial Generativa, incluyendo el conocimiento de 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 y GRU

Keras Transformers Redes Generativas Adversariales (GANs)

La Inteligencia Artificial Generativa ha transformado diversos sectores al posibilitar la creación de contenido nuevo y original. Esta tecnología emplea algoritmos avanzados para generar texto, imágenes, música y audios de manera automatizada. En este tema, se profundizará en el área más popular y ampliamente empleada, que es la generación de texto e información. Los estudiantes aprenderán a trabajar con los modelos más potentes, como GPT y LaMDA, y también con las herramientas más populares en la actualidad, como ChatGPT y Gemini. Esto les proporcionará habilidades prácticas para aplicar la generación de texto e información en diversos contextos y aplicaciones.

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, Gemini, 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 revolucionado la creación de imágenes y diseños gráficos al posibilitar la generación automatizada de contenido visual. A través de algoritmos de aprendizaje profundo, esta tecnología analiza y comprende patrones y características de conjuntos de datos de imágenes para luego generar nuevas imágenes originales. La IA Generativa de imágenes encuentra aplicaciones en diversos campos, incluyendo el diseño gráfico, la publicidad, la industria del entretenimiento y la investigación científica. En este módulo, los estudiantes aprenderán a utilizar de manera eficiente los modelos y herramientas más potentes disponibles en la actualidad para la generación y edición de contenido gráfico. Además, se sentarán las bases necesarias para crear soluciones innovadoras que aprovechen estas herramientas y modelos en diversas áreas profesionales.

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 ámbito específico del audio, la Inteligencia Artificial Generativa ha demostrado su utilidad en diversas áreas. Una de las aplicaciones más destacadas es la síntesis de voz, que consiste en la creación de voces sintéticas cada vez más naturales y realistas. Estas voces se utilizan en sistemas de respuesta automática, asistentes virtuales, narraciones de audiolibros e incluso en la industria del entretenimiento. La capacidad de la IA para generar voces sintéticas con calidad humana está transformando la manera en que interactuamos con la tecnología y consumimos contenido auditivo. 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 modelos.

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 emplea algoritmos avanzados para crear vídeos nuevos y personalizados a partir de datos de entrenamiento. Algunas aplicaciones destacadas incluyen animaciones, efectos especiales y mejora de vídeos existentes. La IA Generativa de vídeos ofrece nuevas posibilidades creativas y transforma la producción y consumo de contenido visual. En este tema se abordará el uso eficiente de los modelos y herramientas más potentes en la generación y edición de vídeos, sentando las bases para 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 posteriormente generar nuevo código en base al conocimiento adquirido. 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 modelos.

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. Ahora ofrece la capacidad de generar contenido en otros formatos, como gráficos 3D, generación de páginas web y otros medios visuales interactivos. Muchos de estos modelos y herramientas permiten alcanzar nuevos límites sin necesidad de gente especializada. Adicionalmente, también existen múltiples maneras de hacer uso de todas las herramientas aprendidas hasta ahora mediante el uso de aplicaciones móviles, extensiones de buscadores que permiten hacer llegar la inteligencia artificial generativa a muchos más aspectos de nuestro día a día.

Otros formatos de generación: 3D, Juegos, Páginas Web Características y funcionamiento Extensiónes para exploradores

Aplicaciones móviles Innovación y creación de nuevas soluciones

Este tema se centra en la integración de tecnologías para automatizar procesos en las organizaciones. En este módulo, los participantes aprenderán a crear flujos de trabajo automatizados con Make y posteriormente integrarán la IA Generativa en estos flujos para mejorar la eficiencia y eficacia de las automatizaciones. Además se explorarán otras tecnologías avanzadas de automatización con el fin de que los estudiantes conozcan las diferentes opciones que hay en el mercado para distintas necesidades empresariales.

Contexto de la automatización de procesos Potencial de IAG en el contexto de automatización de procesos Automatización de flujos de trabajo con Make

Integración de IA Generativa en flujos de trabajo Otras tecnologías de automatización

La integración de capacidades de inteligencia artificial generativa en herramientas ofimáticas mejora de manera continuada. Durante este tema se descubrirán cómo estas tecnologías pueden optimizar tareas diarias, desde la redacción de documentos hasta la creación de presentaciones y la gestión de datos permitiendo a los profesionales maximizar su productividad a través del uso de la Inteligencia Artificial Generativa con herramientas de uso diario. Además, se explorarán estrategias para empezar a incorporar estas herramientas en el entorno laboral.

Mejores herramientas gratuitas Mejores herramientas de pago Integración con herramientas ofimáticas

Posibilidades de aplicación y limitaciones Microsoft Copilot Estrategias de implementación

La Inteligencia Artificial Generativa es una tecnología altamente disruptiva que puede utilizarse y combinarse para optimizar y mejorar la eficiencia en diversos ámbitos. En este módulo, se explicará cómo emplear la IA Generativa en los diferentes 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, los participantes aprenderán cómo pueden utilizar y configurar los modelos de IA Generativa existentes para crear sus propios proyectos y herramientas. Entenderán cómo instalar o conectarse a los principales modelos y tecnologías de IA Generativa, con el fin de poder construir soluciones que incorporen estas bases tecnológicas y adaptarlas a sus necesidades específicas. De esta forma, los productos y servicios que desarrollen incorporarán una de las tecnologías más potentes del momento, sin necesidad de tener que desarrollarla, ya que estarán aprovechando los modelos de IA Generativa desarrollados por las grandes tecnológicas. 13. Integración de la IAG para la creación de herramientas y soluciones propias Además, para aquellas soluciones que gestionen información sensible que no pueda ser compartida con las empresas proveedoras de los modelos, se enseñará cómo instalar estos modelos de IA Generativa en una infraestructura propia. Se explorarán las opciones de tener una infraestructura física y la de contratar una infraestructura en la nube. Por último, los estudiantes descubrirán cómo construir herramientas y proyectos utilizando enfoques Nocode y Low-code, lo que les permitirá crear soluciones eficaces sin necesidad de poseer conocimientos previos en programación.

La conexión e integración con los principales marcos (modelos) y tecnologías de IA Generativa Los riesgos asociados a las llamadas a infraestructuras externas APIs disponibles 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)

Este módulo de ampliación es opcional y la realización, o no realización, del mismo no influirá en la nota final del máster. Para realizarlo se requieren conocimientos previos en programación Python. Si el alumno no cuenta con ellos podrá solicitar una formación complementaria a la escuela para aprender a programar en este lenguaje. En este tema los estudiantes aprenderán a integrar el modelo GPT en su software mediante el uso de las APIs de OpenAI, lo cual requerirá programar en Python. De este modo podrán ofrecer todo el potencial de la IA Generativa a través de una solución propia. Además también se enseñará a usar las APIs para crear y editar imágenes con Dall-E y a usar los modelos de audio de OpenAI.

Instalación de software e introducción a APIs Plataforma de OpenAI Documentación modelos OpenAI y uso API Uso de GPT con Python Manejo de la memoria

Creación y edición de imágenes con Dall-E Envió de imágenes a GPT Uso de modelos de audio de OpenAI Asistentes de OpenAI Herramientas adicionales: Langchain y Streamlit

En el módulo de "Prompt Engineering", los estudiantes aprenderán a diseñar prompts efectivos en sistemas de Inteligencia Artificial. Se explicarán técnicas avanzadas para maximizar la calidad y coherencia de las respuestas generadas. También estudiarán el papel que tiene un Prompt Engineer en la configuración y diseño de una nueva solución basada en IA Generativa. Entenderán cómo configurar la cápsula de datos que debe enviarse al modelo, junto al input del usuario, para que el output resultante esté adaptado al caso de uso correspondiente. Al finalizar este módulo los estudiantes estarán capacitados 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 imperativo tener en cuenta las normativas y leyes que regulan su uso. El objetivo es asegurar que las soluciones cumplan con todas las normativas y eviten posibles problemas regulatorios y litigios. Además, en este tema, se explorarán los aspectos éticos que son fundamentales en el campo de la Inteligencia Artificial. Al finalizar, los estudiantes estarán preparados para abordar los desafíos éticos y regulatorios que plantea la IA, contribuyendo 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

Este módulo se centra en cómo aplicar la Inteligencia Artificial Generativa en empresas establecidas. Se analizan los modelos de negocio existentes e identifican oportunidades de mejora mediante el uso de IA Generativa. Los estudiantes aprenderán las consideraciones específicas para implementar esta tecnología de manera efectiva. Además, se explorará el rol del consultor de IA Generativa, capacitando a los participantes para ofrecer este tipo de servicios a terceros, así como la automatización de procesos. Mediante ejemplos y casos simulados, los participantes obtendrán una comprensión práctica que les permitirá diseñar nuevas soluciones basadas en IA Generativa para mejorar procesos y servicios. Al finalizar, los estudiantes habrán adquirido 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 se explorará cómo combinar el emprendimiento y la Inteligencia Artificial Generativa para desarrollar propuestas de valor innovadoras. Los estudiantes aprenderán a conceptualizar y validar nuevas ideas de negocio, así como a identificar oportunidades en diversos mercados. También se abordará el desarrollo de un lienzo de modelo de negocio y el diseño funcional de soluciones de IA Generativa. Además, se profundizará en la perspectiva estratégica de la incorporación de IA Generativa en modelos de negocio, con el objetivo de aprovechar el máximo su potencial disruptivo. Se analizarán casos de éxito y fracaso de startups relacionadas con esta tecnología para potenciar las mejores prácticas, evitar errores y comprender mejor los desafíos en este campo. Al finalizar el tema, los estudiantes contarán 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

En este tema, los estudiantes aprenderán a planificar y dirigir de manera efectiva proyectos en el ámbito de la Inteligencia Artificial Generativa. Se estudiará cómo definir los objetivos de la gestión de proyectos, los roles clave dentro de un equipo de IA, los recursos necesarios, sus costes, entre otros aspectos relevantes. También se explorarán las distintas fases del ciclo de vida de un proyecto de IA y se estudiarán metodologías ágiles adaptadas a este contexto. Además, los estudiantes adquirirán habilidades en la gestión de riesgos, la medición y evaluación de proyectos de IA. El tema proporcionará a los estudiantes 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 este capítulo, se pondrá en práctica todo lo aprendido a través de la simulación de casos reales que los estudiantes encontrarán en el ámbito profesional. Por un lado, se plantean situaciones reales de empresas con nuevas oportunidades de mejora gracias a la Inteligencia Artificial Generativa. Por otro lado, se trabajarán casos en los que ciertas necesidades puedan ser cubiertas a través de la creación de nuevas aplicaciones o herramientas basadas en esta tecnología. Los estudiantes deberán diseñar soluciones óptimas para diferentes tipos de organizaciones o usuarios aplicando la IA Generativa. En las clases se llevarán a cabo debates para examinar las diferentes posibilidades y encontrar, con la ayuda del profesor, 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.

Al finalizar el máster, se proporcionará un resumen exhaustivo de los principales avances y novedades ocurridos durante el transcurso de la formación, con el objetivo de que los alumnos culminen con un perfil completamente actualizado y comprendan la velocidad a la que evoluciona el campo de la Inteligencia Artificial Generativa.