Glosario

Red generativa antagónica (GAN)

¿Qué es Red generativa antagónica (GAN)?

Una red generativa antagónica (Generative Adversarial Network, GAN) está formada por dos redes neuronales que se entrenan una contra otra: el generador crea datos artificiales, como imágenes, y el discriminador intenta distinguirlos de los reales. Gracias a esta competición, los resultados son cada vez más realistas. Las GAN se presentaron en 2014 y marcaron la generación de imágenes antes de que se extendieran los modelos de difusión; se usan, por ejemplo, para datos de entrenamiento sintéticos o para mejorar imágenes.

Temas

Redes neuronales
Generación de imágenes
Deep learning

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

Distancia de Fréchet Inception (FID)

La distancia de Fréchet Inception (FID) es una métrica para valorar la calidad de las imágenes generadas por IA. Se pasan imágenes reales y generadas por una red de reconocimiento preentrenada (Inception v3) y se comparan las distribuciones estadísticas de sus características. Cuanto menor es el valor, más se parecen las imágenes generadas a fotos reales en realismo y variedad. Se presentó en 2017 y es un estándar para comparar generadores de imágenes.

Generación de imágenes
Métrica de evaluación
+1

Deepfake

Un deepfake es una imagen, un vídeo o un audio creado o alterado con IA que muestra de forma engañosamente realista a personas reales diciendo o haciendo cosas que nunca ocurrieron. Además de usos legítimos en cine o doblaje, los deepfakes se emplean para desinformar, dañar reputaciones y estafar, por ejemplo con llamadas falsas de un supuesto jefe que pide una transferencia. Para protegerte: devuelve la llamada por canales conocidos, define procesos de aprobación claros y etiqueta los contenidos generados por IA.

desinformación
fraude
+1

Datos sintéticos

Los datos sintéticos se generan de forma artificial en lugar de recogerse en el mundo real, pero imitan sus patrones y propiedades. Son útiles cuando los datos reales escasean, son caros o delicados desde el punto de vista de la protección de datos, por ejemplo para probar software, entrenar modelos o poner a prueba un chatbot con consultas realistas. Asegúrate de que reflejen la realidad lo suficiente y no permitan identificar a personas reales.

datos de prueba
protección de datos
+1

Plantilla

IA generativa

La IA generativa engloba los sistemas de IA que crean contenido nuevo, como textos, imágenes, audio, vídeo o código, en lugar de limitarse a ordenar o valorar datos existentes. Se basa en modelos que aprenden patrones de grandes volúmenes de datos y los usan para producir resultados nuevos y verosímiles. En la empresa se usa, por ejemplo, para borradores de correos, resúmenes, descripciones de producto o ideas visuales. Los resultados pueden tener errores y conviene revisarlos antes de usarlos.

Concepto básico
Creación de contenidos
+1