Si trabajas o estudias inteligencia artificial, vas a encontrarte con un puñado de términos en inglés que nadie traduce. Aprenderlos bien, y sobre todo pronunciarlos bien, marca la diferencia entre que te entiendan en una reunión técnica o que te quedes a medias. Aquí repasamos el vocabulario esencial que apareció en la conversación con John y que todo profesional de IA debería dominar.

¿Qué diferencia hay entre general AI y narrow AI?

La primera gran clasificación que necesitas conocer separa los sistemas de IA según el alcance de sus tareas.

General AI, también conocida como strong AI, es una inteligencia artificial capaz de realizar cualquier tarea que un ser humano pueda hacer. Por cierto, esa expresión “también conocida como” tiene su propio acrónimo en inglés: AKA (also known as). Un ejemplo icónico es HAL 9000, el sistema de la película 2001: A Space Odyssey, que sigue instrucciones complejas, entiende conceptos subjetivos y toma sus propias decisiones.

Del otro lado está la narrow AI, también llamada weak AI, diseñada para un conjunto específico y limitado de tareas. ChatGPT entra aquí: te resuelve mucho si te quedas en tareas de texto, como editar una carta o revisar código, pero no maneja imágenes ni video por sí mismo.

¿Qué es general AI? Es una IA capaz de hacer cualquier tarea que haría un humano, también llamada strong AI. HAL 9000 es el ejemplo clásico.

¿Cómo se pronuncian autonomous y bias en inglés?

La pronunciación de estos dos términos es donde más tropieza la gente, así que vale la pena detenerse.

Un sistema autonomous es aquel que puede ejecutar un conjunto de tareas sin intervención humana. Se pronuncia autonomous, no “autonomous” a la española. El ejemplo más conocido son los self-driving cars, autos que se manejan solos.

Luego está bias, que describe cuando un sistema toma una decisión prejuiciada basada en suposiciones subyacentes. Se escribe B-I-A-S y se pronuncia bias, no “BS”. Imagina que alimentas a una IA con fotos de construction workers y la mayoría muestra hombres: el sistema quedará sesgado y solo te devolverá imágenes de hombres trabajando en construcción, aunque las mujeres también lo hagan.

¿Qué significan dataset, data frame y data en IA?

Estos tres términos se confunden con frecuencia, pero cada uno tiene su lugar.

• Dataset: una colección de puntos de datos relacionados, organizados de alguna forma. Puedes escribirlo junto, dataset, o separado, data set.
• Data frame: una estructura tipo tabla con filas y columnas donde los datos están organizados. También se acepta dataframe o data frame. Por ejemplo, una tabla de 8 filas y 9 columnas.
• Data: técnicamente es plural de datum, pero en el día a día se usa indistintamente como singular o plural. Es válido decir the data show o the data shows, y aceptable pronunciar data o data.

¿Cuál es la diferencia entre dataset y data frame? Un dataset es la colección de datos relacionados; un data frame es la estructura tabular con filas y columnas que los organiza para trabajarlos.

¿Qué son parameters e hyperparameters en machine learning?

Aquí entramos en territorio más técnico, y la pronunciación vuelve a ser clave.

Los parameters son variables o números fijados por el algoritmo, valores que el modelo usa para hacer predicciones. Los hyperparameters, en cambio, se configuran manualmente y determinan qué parameters usará el modelo durante el aprendizaje. Se dicen parameter e hyperparameter, con acento en la primera sílaba, no “parámetro” a la española.

De ahí surge un concepto que escucharás mucho: hyperparameter tuning. Consiste en ajustar los hyperparameters del modelo, jugar con los números, hasta obtener el output deseado. Y, hablando de palabras frecuentes, algorithm es otra que aparecerá en cada conversación de IA.

Vocabulario clave que escuchaste en la clase

Para que tengas un mapa rápido del glosario y dónde se mencionó cada término:

• General AI / strong AI: IA capaz de hacer cualquier tarea humana [0:34].
• AKA (also known as): acrónimo para “también conocido como” [0:45].
• Narrow AI / weak AI: IA para tareas específicas, como ChatGPT [0:55].
• Autonomous: sistema que opera sin intervención humana, como un self-driving car [1:36].
• Bias: sesgo en decisiones de un sistema por suposiciones subyacentes [1:55].
• Dataset: colección de datos relacionados [2:30].
• Data frame: tabla con filas y columnas [2:46].
• Data: plural de datum, usado como singular o plural [3:09].
• Parameters: variables fijadas por el algoritmo [3:38].
• Hyperparameters: variables configuradas manualmente [3:48].
• Hyperparameter tuning: ajuste manual de hyperparameters [4:05].
• Algorithm: término base que acompaña a casi todo en IA [3:42].

¿Qué otros términos de IA en inglés escuchas con frecuencia y te gustaría dominar? Compártelos en los comentarios y seguimos sumando vocabulario en la próxima clase.