TituloPropio _ Fundamentos de la IA Generativa

Moodle UA + Google Suite

🇪🇸 Castellano

63€
Bonificado por el plan Microcreds
Necesario tener entre 25 – 64 años cumplidos

Docentes

Profesor/a: Javier García Sigüenza (javierg.siguenza@ua.es)

Profesor/a: Juan Carlos Trujillo Mondéjar (juan.trujillo@ua.es)

Profesor/a: Francisco Javier Sanchis Bernabeu (javier.sanchis@ua.es)

Contenido de la asignatura

Historia y evolución de la IA Generativa: inicio de la generación automática de contenido, surgimiento de redes neuronales
profundas, progresión de arquitecturas como GANs y Transformers.
Revisión de arquitecturas principales:
Generative Adversarial Networks (GANs): estructura adversarial, variantes (WGAN, StyleGAN, CycleGAN) y aplicaciones.
Variational Autoencoders (VAEs): fundamentos estadísticos, codificación latente, pros y contras.
Modelos de Difusión: concepto de difusión progresiva y ejemplos como Stable Diffusion.
Transformers: atención auto-regresiva, codificadores-decodificadores, escalabilidad y aplicaciones en lenguaje y visión.
Teoría de la generación de datos: probabilidad condicional, estimación de densidad, papel de las funciones de pérdida
(log-likelihood, adversarial loss, etc.).
Conceptos básicos de entrenamiento: técnicas de optimización (SGD, Adam, etc.), regularización, hyperparameter tuning
en modelos generativos.
Plataformas y frameworks: comparación de entornos (TensorFlow, PyTorch, JAX), elección según requerimientos de
investigación o producción.
Visión del ecosistema actual: empresas, laboratorios de investigación, conferencias relevantes, comunidades de
desarrolladores.

Resultados de la formación y aprendizaje

Conocer qué es la Inteligencia Artificial Generativa, sus características distintivas y evolución histórica.
Conocer los principales modelos y arquitecturas utilizadas en IA Generativa (GANs, VAEs, Diffusion Models, Transformers, etc.).
Comprender los fundamentos matemáticos y computacionales que sustentan la IA Generativa.
Conocer el ecosistema actual de herramientas, bibliotecas y plataformas de IA Generativa.
Identificar las diferencias entre IA Generativa y otras ramas de la IA, como el aprendizaje supervisado o no supervisado.

Inicio: 02 / 12 / 2025
Final: 06 / 01 / 2026

Inicio: 02 / 12 / 2025
Final: 07 / 01 / 2026
(último día de matrícula y pago de recibo)

Inicio: 12 / 01 / 2026
Final: 31/01/2026

Las clases serán impartidas de forma online

Total de horas: 15h

Todos los días el horario será de: 16:00h – 21:00h

12 Enero

–

14 Enero

–

16 Enero

Total de horas: 15h