Artificial Intelligence (AI)
Disciplina que busca que las máquinas realicen tareas que normalmente requieren inteligencia humana.
210 términos · 15 categorías
El glosario completo
Todos los términos de IA en inglés (el uso estándar) con definiciones simples.
Conceptos fundamentales
10 términosMachine Learning (ML)
Subcampo de la IA donde un sistema aprende a partir de datos en lugar de ser programado explícitamente.
Deep Learning
ML basado en redes neuronales con múltiples capas.
Narrow AI
IA especializada en una sola tarea (ej. jugar ajedrez).
AGI (Artificial General Intelligence)
IA hipotética capaz de realizar cualquier tarea intelectual humana.
Usado en: ch.16
Superintelligence
IA que superaría ampliamente la inteligencia humana en todos los ámbitos.
Symbolic AI
Enfoque clásico basado en reglas y lógica formal.
Model
Representación matemática aprendida a partir de datos.
Inference
Fase en la que un modelo entrenado realiza predicciones.
Training
Fase en la que el modelo aprende a partir de los datos.
Tipos de aprendizaje
10 términosSupervised Learning
Aprendizaje a partir de datos etiquetados (entrada → salida conocida).
Unsupervised Learning
Aprendizaje sin etiquetas; el modelo descubre estructuras ocultas.
Self-supervised Learning
El modelo genera sus propias etiquetas a partir de los datos.
Usado en: ch.06
Reinforcement Learning
Aprendizaje por ensayo y error mediante recompensas.
Usado en: ch.08
Transfer Learning
Reutilizar un modelo entrenado en una tarea para otra similar.
Few-shot Learning
Aprender a partir de muy pocos ejemplos.
Zero-shot Learning
Resolver una tarea sin haber visto ningún ejemplo durante el entrenamiento.
Meta-learning
«Aprender a aprender» — entrenar un modelo para adaptarse rápidamente a nuevas tareas.
Federated Learning
Entrenamiento distribuido sin centralizar los datos.
Continual Learning
El modelo aprende nuevas tareas sin olvidar las anteriores.
Redes neuronales
17 términosNeuron / Unit
Unidad de cálculo de una red, inspirada en la neurona biológica.
Layer
Conjunto de neuronas procesadas en paralelo.
Weights
Parámetros que ponderan las conexiones entre neuronas.
Bias
Término constante que se añade a la suma ponderada.
Activation Function
Función no lineal aplicada a la salida de una neurona.
ReLU
Función de activación muy común: max(0, x).
Logits
Puntuaciones en bruto que produce la última capa, antes de que el softmax las convierta en probabilidades.
Softmax
Convierte un vector en una distribución de probabilidad.
Forward Pass
Cálculo de la salida a partir de una entrada.
Backpropagation
Cálculo de los gradientes para actualizar los pesos.
Usado en: ch.06
Gradient Descent
Algoritmo que ajusta los pesos para minimizar el error.
Loss Function
Medida del error entre la predicción y el valor real.
Cross-Entropy Loss
Función de pérdida estándar para clasificación.
Optimizer
Algoritmo que dirige la actualización de los pesos (Adam, SGD, etc.).
Learning Rate
Tamaño de los pasos durante el descenso de gradiente.
Usado en: ch.06
Epoch
Un recorrido completo sobre el conjunto de entrenamiento.
Batch
Subconjunto de datos procesado a la vez.
Arquitecturas
20 términosFeedforward Network
Red donde la información circula en un solo sentido.
MLP (Multi-Layer Perceptron)
Red feedforward clásica con capas densas.
CNN (Convolutional Neural Network)
Especializada en imágenes mediante filtros convolucionales.
RNN (Recurrent Neural Network)
Procesa secuencias manteniendo un estado interno.
Usado en: ch.04
LSTM
RNN mejorado para memorizar dependencias a largo plazo.
Usado en: ch.04
Transformer
Arquitectura basada en atención, dominante en IA desde 2017.
Usado en: ch.01, ch.02, ch.04, ch.05, ch.07, ch.08, ch.10, ch.15, ch.17, ch.18, ch.20, ch.21
Self-Attention
Cada posición de una secuencia calcula su relación con todas las demás posiciones de la misma secuencia.
Usado en: ch.01, ch.02, ch.03, ch.04, ch.05, ch.07, ch.08, ch.09, ch.10, ch.14, ch.15, ch.17, ch.18, ch.21
Cross-Attention
Atención en la que las consultas vienen de una secuencia y las claves/valores de otra: texto que mira una imagen, decodificador que mira al codificador.
Multi-Head Attention
Varios mecanismos de atención en paralelo.
Encoder-Decoder
Arquitectura clásica para traducción y generación.
Usado en: ch.15
Decoder-only / Autoregressive
Arquitectura de los LLMs modernos: una sola pila de bloques que genera un token cada vez, y cada uno solo ve los anteriores.
Positional Encoding
Inyecta el orden de las palabras en un Transformer.
Usado en: ch.05
RoPE
Codificación de posición rotativa moderna, frecuente en LLMs.
Usado en: ch.05
Residual Connection
Conexión que salta capas para estabilizar el entrenamiento.
Layer Normalization
Normalización para estabilizar el entrenamiento.
Mixture of Experts (MoE)
Arquitectura en la que solo se activan unas pocas subredes («expertos») por cada token, lo que reduce el cómputo.
Usado en: ch.05
Diffusion Model
Modelo generativo que aprende a eliminar el ruido de unos datos (imagen, audio, texto…) paso a paso.
GAN (Generative Adversarial Network)
Dos redes en competencia (generador vs. discriminador).
Vision Transformer (ViT)
Transformer aplicado a imágenes.
State Space Model / Mamba
Arquitectura alternativa al Transformer para secuencias largas.
Procesamiento del lenguaje
14 términosNLP
Disciplina del procesamiento del lenguaje natural por máquinas.
Usado en: ch.15
Tokenization
División de un texto en unidades llamadas tokens.
Token
Unidad básica procesada por un modelo (palabra, sub-palabra o carácter).
Usado en: ch.01, ch.02, ch.03, ch.04, ch.05, ch.06, ch.07, ch.08, ch.09, ch.10, ch.11, ch.12, ch.13, ch.14, ch.15, ch.17, ch.18, ch.19, ch.20, ch.21
BPE (Byte Pair Encoding)
Algoritmo de tokenización muy utilizado.
Usado en: ch.02
WordPiece / SentencePiece
WordPiece: otro algoritmo de tokenización. SentencePiece: biblioteca que implementa BPE y Unigram.
Usado en: ch.02
Vocabulary
Conjunto de tokens conocidos por el modelo.
Embedding
Representación vectorial densa de una palabra o token.
Usado en: ch.01, ch.03, ch.04, ch.05, ch.10, ch.11, ch.15, ch.21
Cosine Similarity
Mide la proximidad de dos vectores por el angulo que los separa, sin tener en cuenta su longitud.
Word2Vec
Técnica clásica de embeddings de palabras.
Usado en: ch.03
Contextual Embedding
Embedding que depende del contexto de la oración.
Named Entity Recognition
Identificación de entidades (personas, lugares…).
Sentiment Analysis
Detección del tono o sentimiento de un texto.
Speech Recognition (ASR)
Reconocimiento de voz (audio → texto).
Text-to-Speech (TTS)
Síntesis de voz (texto → audio).
Usado en: ch.15
Modelos de lenguaje e IA generativa
38 términosLanguage Model
Modelo que predice la probabilidad de una secuencia de palabras.
LLM (Large Language Model)
Modelo de lenguaje enorme entrenado con billones de tokens.
Usado en: ch.01, ch.02, ch.03, ch.04, ch.05, ch.06, ch.07, ch.08, ch.09, ch.10, ch.11, ch.12, ch.13, ch.15, ch.16, ch.17, ch.18, ch.20, ch.21
Foundation Model
Modelo generalista reutilizable para muchas tareas.
Generative AI
IA capaz de producir contenido (texto, imagen, audio…).
Pre-training
Entrenamiento inicial sobre grandes cantidades de datos brutos.
Fine-tuning
Ajuste de un modelo pre-entrenado para una tarea específica.
Usado en: ch.01, ch.06, ch.08, ch.09, ch.11, ch.13, ch.14, ch.19, ch.20
Instruction Tuning
Fine-tuning para seguir instrucciones humanas.
RLHF
Ajuste del modelo usando retroalimentación humana.
DPO (Direct Preference Optimization)
Alternativa simplificada al RLHF.
Constitutional AI
Método de alineación basado en un conjunto de principios.
Usado en: ch.08
Prompt
Texto de entrada que se proporciona al modelo.
Usado en: ch.01, ch.07, ch.08, ch.09, ch.10, ch.11, ch.12, ch.17, ch.18, ch.19, ch.20, ch.21
System Prompt
Instrucciones generales dadas al modelo antes de la conversación.
Prompt Engineering
Arte de formular prompts eficaces.
Chain-of-Thought (CoT)
Incitar al modelo a razonar paso a paso.
Self-Consistency
Generar varios razonamientos para una misma pregunta y quedarse con la respuesta más frecuente.
Usado en: ch.12
Few-shot Prompting
Proporcionar algunos ejemplos dentro del prompt.
In-Context Learning
Capacidad del modelo de aprender a partir de ejemplos incluidos en el prompt.
Context Window
Cantidad de texto que el modelo puede procesar a la vez.
Temperature
Controla la aleatoriedad de las respuestas (baja = predecible, alta = variada; 0 = casi determinista).
Top-k Sampling
Muestreo entre los k tokens más probables.
Top-p / Nucleus Sampling
Muestreo entre el conjunto más pequeño de tokens cuya probabilidad acumulada alcanza p (ej. 0,9).
Greedy Decoding
Elegir siempre el token más probable.
Usado en: ch.07
Beam Search
Explora varias secuencias candidatas en paralelo.
Usado en: ch.07
Hallucination
El modelo inventa información falsa pero plausible.
RAG (Retrieval-Augmented Generation)
El modelo recupera documentos externos antes de responder.
Chunking
Dividir los documentos en fragmentos de tamaño adecuado antes de indexarlos: demasiado grandes, el pasaje útil se diluye; demasiado pequeños, se pierde el sentido.
Reranking
Segunda pasada que reordena los documentos recuperados con un modelo más fino, para que los realmente relevantes suban al principio.
Usado en: ch.10
Vector Database
Base de datos que almacena y busca embeddings.
Semantic Search
Búsqueda por similitud de significado, no solo de palabras.
Reasoning Model
LLM optimizado para razonar en profundidad antes de responder.
Thinking Tokens
Tokens de razonamiento que el modelo genera antes de su respuesta: un borrador interno, a menudo oculto o resumido.
Usado en: ch.17
Test-time Compute
Cómputo gastado al responder en lugar de durante el entrenamiento: dejar que el modelo piense más tiempo mejora sus respuestas en problemas difíciles.
Usado en: ch.17
Multimodal Model
Modelo que maneja varios tipos de entrada (texto, imagen, audio…).
Vision-Language Model
Modelo que comprende texto e imagen.
Text-to-Image
Generación de imágenes a partir de texto.
LoRA
Técnica de fine-tuning ligero basada en matrices de bajo rango.
Usado en: ch.14
QLoRA
LoRA combinado con cuantización para ahorrar memoria.
PEFT
Familia de métodos de fine-tuning eficientes en parámetros.
Usado en: ch.14
Agentes y herramientas
8 términosAI Agent
Sistema de IA que persigue un objetivo mediante múltiples pasos y herramientas.
Tool Use / Function Calling
Capacidad del modelo para llamar a funciones externas.
Usado en: ch.11
ReAct
Patrón que alterna razonamiento y acción.
Usado en: ch.11
Planning
Capacidad de un agente para descomponer un objetivo en sub-tareas.
Multi-Agent System
Varios agentes que colaboran o se coordinan.
MCP (Model Context Protocol)
Protocolo estándar para conectar herramientas a un LLM.
Usado en: ch.11
Computer Use
Capacidad de un agente para usar un ordenador.
Usado en: ch.11
Agentic AI
IA que actúa de forma autónoma en un entorno.
Datos
11 términosDataset
Conjunto de datos utilizado para entrenar o evaluar un modelo.
Training / Validation / Test Set
Datos para entrenar, ajustar y evaluar.
Label / Ground Truth
Respuesta correcta asociada a un ejemplo.
Annotation
Acción de asociar etiquetas a los datos.
Data Augmentation
Crear variantes de los datos existentes (rotaciones, paráfrasis…) para enriquecer el entrenamiento.
Synthetic Data
Datos generados artificialmente, por ejemplo mediante IA.
Feature
Variable de entrada del modelo.
Usado en: ch.20
Feature Engineering
Creación manual de variables relevantes.
One-Hot Encoding
Codificar una categoría como vector binario.
Data Drift
Cambio progresivo de los datos respecto al entrenamiento.
Data Leakage
Filtración de información del conjunto de prueba al de entrenamiento (resultados engañosamente buenos).
Entrenamiento y optimización
13 términosHyperparameter
Parámetro fijado antes del entrenamiento (tasa de aprendizaje, tamaño de batch…).
Cross-Validation
Evaluación mediante múltiples divisiones de los datos.
Overfitting
El modelo memoriza los datos de entrenamiento y generaliza mal.
Usado en: ch.06
Underfitting
El modelo es demasiado simple para captar la señal.
Regularization
Técnicas que previenen el sobreajuste.
Usado en: ch.06
Dropout
Desactiva aleatoriamente neuronas durante el entrenamiento.
Early Stopping
Detener el entrenamiento cuando el error de validación vuelve a subir.
Vanishing Gradient
Los gradientes se vuelven demasiado pequeños para entrenar.
Catastrophic Forgetting
El modelo olvida tareas antiguas al aprender nuevas.
Distillation
Transferir el conocimiento de un modelo grande a uno pequeño.
Usado en: ch.21
Pruning
Eliminar pesos innecesarios para aligerar el modelo.
Quantization
Reducir la precisión numérica de los pesos.
Scaling Laws
Relaciones entre tamaño del modelo, datos, cómputo y rendimiento.
Evaluación y métricas
12 términosAccuracy
Porcentaje de predicciones correctas.
Precision
De las predicciones positivas, cuántas son correctas.
Recall
De los casos realmente positivos, cuántos encuentra el modelo.
F1 Score
Media armónica de la precisión y el recall.
Confusion Matrix
Tabla cruzada de predicciones frente a valores reales.
ROC / AUC
Curva y área bajo la curva para evaluar un clasificador.
Perplexity
Medida de incertidumbre de un modelo de lenguaje (menor es mejor).
BLEU / ROUGE
Métricas para traducción y resumen automáticos.
FID
Medida de calidad de las imágenes generadas.
Benchmark
Prueba estandarizada para comparar modelos (MMLU-Pro, SWE-bench, GPQA…).
Usado en: ch.16
LLM-as-a-Judge
Usar un LLM para puntuar las respuestas de otro modelo: rápido y barato, pero con sus propios sesgos.
Usado en: ch.16
Red Teaming
Pruebas adversariales para encontrar fallos en un modelo.
Aprendizaje por refuerzo
8 términosAgent
Entidad que toma decisiones en un entorno.
Environment
Mundo en el que el agente actúa.
Policy
Estrategia del agente (estado → acción).
Reward
Señal numérica que indica la calidad de una acción.
Q-Learning
Algoritmo de RL que aprende a estimar el valor de cada acción en cada estado (la función Q).
PPO
Algoritmo de RL muy utilizado, especialmente en RLHF.
Exploration vs Exploitation
Dilema entre explorar lo nuevo y aprovechar lo conocido.
Reward Hacking
El agente explota la función de recompensa de formas no deseadas.
Usado en: ch.11
Visión por computadora
9 términosComputer Vision
Área de la IA que procesa imágenes y vídeos.
Image Classification
Asignar una categoría a una imagen.
Object Detection
Localizar y clasificar objetos en una imagen.
Semantic Segmentation
Etiquetar cada píxel con una clase.
OCR
Reconocimiento de texto en una imagen.
CLIP
Modelo que alinea imágenes y textos en un mismo espacio de embeddings: el puente que permite a los generadores de imágenes entender un prompt.
YOLO / R-CNN
Modelos clásicos de detección de objetos.
SAM (Segment Anything)
Modelo universal de segmentación.
NeRF
Representación 3D de una escena aprendida a partir de imágenes.
Seguridad, alineación y ética
15 términosAI Alignment
Lograr que la IA persiga objetivos alineados con los valores humanos.
AI Safety
Campo de estudio para que la IA sea fiable y segura.
Adversarial Attack
Entrada diseñada para engañar a un modelo.
Jailbreak
Eludir las medidas de seguridad de un LLM.
Usado en: ch.08
Prompt Injection
Instrucciones maliciosas ocultas en un contenido que el modelo procesa (página web, documento…) para desviar su comportamiento.
Usado en: ch.12
Bias (algorithmic)
Sesgo en los datos o en las predicciones del modelo.
Fairness
Equidad en las decisiones algorítmicas.
Explainability
Capacidad de entender por qué un modelo toma una decisión.
Mechanistic Interpretability
Ingeniería inversa de los circuitos internos de una red para entender los algoritmos que ha aprendido.
Sparse Autoencoder (SAE)
Red que descompone las activaciones de un modelo en características dispersas e interpretables una a una.
Usado en: ch.20
Differential Privacy
Método formal de protección de la privacidad.
Deepfake
Contenido falsificado mediante IA.
Misalignment
Desfase entre lo que el modelo persigue realmente y lo que pretendían sus diseñadores.
Reward Model
Modelo que predice la calidad de una respuesta según criterios humanos.
AI Governance
Gobernanza y regulación de la IA.
Infraestructura y MLOps
16 términosGPU
Procesador gráfico, muy utilizado para IA.
TPU
Chip especializado en IA diseñado por Google.
CUDA
Plataforma de cómputo GPU de Nvidia.
FLOPS
Operaciones de punto flotante por segundo.
Distributed Training
Entrenamiento repartido entre varias máquinas.
Data Parallelism
Mismos pesos, datos diferentes en cada GPU.
Model Parallelism
El modelo se divide entre varias GPUs.
PyTorch / TensorFlow / JAX
Principales frameworks de deep learning.
Hugging Face
Plataforma de modelos, datasets y herramientas de ML.
ONNX
Formato estándar para intercambiar modelos entre frameworks.
Edge AI
IA ejecutada en dispositivos embebidos.
KV Cache
Memoria de las claves y valores ya calculados durante la generación: evita reprocesar todo el contexto en cada token nuevo.
Speculative Decoding
Un modelo pequeño propone varios tokens por adelantado y el grande los valida de una vez: misma salida, menor latencia.
Latency
Tiempo de respuesta del modelo.
Usado en: ch.18
Throughput
Número de inferencias por segundo.
MLOps
Prácticas DevOps aplicadas al ML.
Conceptos emergentes
9 términosEmergent Abilities
Capacidades que parecen aparecer de forma repentina a partir de cierto tamaño de modelo (fenómeno discutido).
Usado en: ch.19
Scaling
Aumentar tamaño, datos o cómputo para mejorar el rendimiento.
Open Weights
Modelo cuyos pesos están disponibles públicamente.
Frontier Model
Modelo en la vanguardia del estado del arte.
Small Language Model (SLM)
Modelo de lenguaje compacto, optimizado para la eficiencia.
Human-in-the-Loop
Inclusión del ser humano en el bucle de aprendizaje o de decisión.
World Model
Modelo interno de un agente que predice la evolución del entorno.
Embodied AI
IA encarnada en un cuerpo físico (robot).
Model Card
Ficha descriptiva de un modelo (capacidades, limitaciones, sesgos).