AI features

1234567891011121314151617181920
Across
  1. 4. Proceso mediante el cual se alimenta a un modelo de IA con una gran cantidad de datos para que aprenda a reconocer patrones y mejorar su precisión.
  2. 8. Error sistemático o prejuicio reflejado en las respuestas o decisiones de una IA debido a datos de entrenamiento desequilibrados o discriminatorios.
  3. 9. Conjunto ordenado y finito de instrucciones o reglas bien definidas que una IA sigue paso a paso para resolver un problema o ejecutar una tarea.
  4. 10. Programa informático diseñado para simular una conversación con usuarios humanos, especialmente a través de internet o aplicaciones de mensajería.
  5. 11. Retraso temporal que ocurre desde que se envía una orden o pregunta a la IA hasta que esta genera y devuelve una respuesta.
  6. 13. Regularidad, secuencia o tendencia oculta que los algoritmos de aprendizaje detectan dentro de grandes conjuntos de datos.
  7. 14. Instrucción, texto o comando que un usuario le escribe a una IA generativa para obtener una respuesta o contenido específico.
  8. 15. Fase en la que una red neuronal ya entrenada aplica lo aprendido para hacer predicciones o responder ante datos nuevos y desconocidos.
  9. 16. Término que describe volúmenes masivos de datos estructurados y no estructurados que las IA procesan para aprender y encontrar patrones
  10. 17. Apellido del famoso matemático británico que propuso una prueba clásica para evaluar si una máquina puede exhibir un comportamiento inteligente indistinguible del humano.
  11. 19. Capacidad de un sistema inteligente para operar, tomar decisiones y ejecutar acciones por sí mismo sin la intervención humana constante.
  12. 20. Tarea de aprendizaje automático que consiste en asignar una etiqueta o categoría predeterminada a un dato de entrada (por ejemplo, correo spam o no spam).
Down
  1. 1. Subcampo del aprendizaje automático basado en redes neuronales artificiales profundas que imitan el funcionamiento del cerebro humano.
  2. 2. Rama de la inteligencia artificial enfocada en crear sistemas que aprenden automáticamente a partir de la experiencia y los datos.
  3. 3. Capacidad avanzada de una IA para procesar, combinar y comprender simultáneamente diferentes tipos de información como texto, audio e imágenes.
  4. 5. Estrategia o método basado en la experiencia y el ensayo-error que permite a un sistema encontrar soluciones aproximadas cuando la solución exacta es muy compleja.
  5. 6. Unidad matemática básica inspirada en las células cerebrales biológicas que compone las redes neuronales profundas.
  6. 7. Materia prima fundamental compuesta por hechos, números o información sin procesar que los modelos necesitan para entrenarse.
  7. 12. Uso de sistemas tecnológicos para realizar tareas repetitivas o procesos complejos sin intervención humana manual.
  8. 18. Fenómeno en el que un modelo de IA aprende demasiado bien los datos de entrenamiento específicos pero falla al intentar generalizar con datos nuevos