Atlas de conocimiento de IA
La IA, bien explicada de los primeros principios a la frontera
Ocho dominios, cuarenta y ocho conceptos esenciales. Cada uno va de una definición precisa a la intuición que hay detrás, de cómo funciona a dónde falla — con figuras SVG dibujadas a mano y gráficos interactivos. Ya sea que nunca haya oído hablar de una red neuronal o que lea artículos a diario.
- Dominios
- 08
- Conceptos esenciales
- 48
- Figuras y gráficos
- 124
- Idiomas de la interfaz
- 12
STRUCTURE
Los ocho dominios
Leídos de arriba abajo forman una cadena de dependencias natural: las matemáticas fundamentan el aprendizaje automático, este enmarca el aprendizaje profundo, el aprendizaje profundo sostiene el lenguaje, la visión, el aprendizaje por refuerzo y los modelos generativos, y la ingeniería y la gobernanza los llevan a convertirse en productos.
Mapa de conocimientoPATHS
Elija su punto de entrada
Un mismo sitio, tres formas de leerlo. Sin orden fijo: salte de un lado a otro cuando quiera.
Empiezo desde cero
Sin matemáticas ni código. Comience con las preguntas más sencillas —qué es un vector, cómo aprende un modelo— y construya intuición mediante analogías.
Empezar por Matemáticas y EstadísticaTengo bases y quiero sistematizar
Conozco el descenso del gradiente y he oído hablar de los Transformer, pero el conocimiento está fragmentado. Lea dominio por dominio y conecte las piezas sueltas en una red.
Empezar por Aprendizaje automáticoTrabajo en este campo
Necesito recordar en diez minutos la formulación exacta de un método y sus condiciones límite. Vaya directamente a las entradas, las fórmulas y las lecturas complementarias.
Ver todas las entradasDOMAINS
Dominios
Fundamentos de matemáticas y estadística
Vectores, matrices, probabilidad y derivadas: el lenguaje de la IA
Aprendizaje automático
Que los programas infieran reglas de los datos en lugar de codificarlas a mano
Aprendizaje profundo
Delegar la ingeniería de características a capas apiladas
PLN y grandes modelos de lenguaje
De la tokenización a los Transformers y a modelos que conversan
Visión por computador
Convertir píxeles en objetos, escenas y estructura 3D
Aprendizaje por refuerzo
Aprender secuencias de decisiones mediante ensayo, error y recompensa diferida
IA generativa
De juzgar qué es algo a sintetizar cómo debería ser
Ingeniería, seguridad y ética de la IA
Convertir un modelo que funciona en un producto usable, fiable y auditable
SELECTED
Empiece aquí
Si solo va a leer seis entradas, que sean estas seis.
Vectores y espacios vectoriales
La IA convierte todo —palabras, imágenes, sonidos, usuarios— en una lista de números
Gradiente y descenso de gradiente
Todo el aprendizaje profundo se reduce a una cosa: dar un pequeño paso cuesta abajo
Arquitectura Transformer
Sustituir el relé palabra a palabra por una sala donde todos hablan a la vez, para que las dependencias lejanas estén a un salto
Modelos de difusión
Aprende mil pequeños pasos de eliminación de ruido y podrás crear una imagen desde ruido puro
Aprendizaje por refuerzo a partir de retroalimentación humana
Cuando la «buena respuesta» no cabe en una fórmula, deja que las personas actúen como recompensa
Generación aumentada por recuperación
En lugar de meter el conocimiento en los parámetros, dejarlo fuera y consultarlo cuando haga falta: como un examen a libro abierto
USAGE
Cómo usar este sitio
Lea dominio por dominio
Dentro de cada dominio el orden va de menor a mayor dificultad, así que al terminar uno habrá construido un bloque completo de conocimiento.
02Salte al mapa de conocimiento
La página del mapa dibuja los cuarenta y ocho conceptos como una sola red de relaciones, para ver de un vistazo quién sostiene a quién y qué reemplaza a qué.
03Use el glosario como diccionario
Cuando encuentre un término desconocido, búsquelo directamente: es mucho más rápido que volver a los capítulos anteriores.
¿Listo?
Empiece por «Vectores y espacios vectoriales»: el verdadero fundamento de la IA moderna.
Explorar el mapa de conocimiento