Cinco cursos de Nvidia gratuitos para aprender Inteligencia Artificial en menos de un día

Nvidia, actualmente la empresa más valiosa del mundo gracias a su liderazgo en la fabricación de chips para programas y aplicaciones de inteligencia artificial, ofrece una serie de cursos gratuitos y en línea sobre esta tecnología.

Estos cursos de la compañía liderada por Jensen Huang abarcan desde los fundamentos de la IA generativa hasta aplicaciones prácticas en casos de la vida real, proporcionando a los participantes conocimientos esenciales para entender y aplicar la inteligencia artificial en diferentes sectores.

Los cursos se llaman:

• Explicación de la IA generativa
• Aumente su LLM utilizando la Generación Aumentada de Recuperación
• Acelere los flujos de trabajo de ciencia de datos sin realizar cambios en el código
• Construyendo un cerebro en 10 minutos
• Creación de agentes RAG con LLM

El paso a paso para inscribirse e iniciar alguno de los cursos de Nvidia mencionados anteriormente es:

1. Ingresar a https://www.nvidia.com/es-la/training/online/
2. Pulsar la lupa y agregar el nombre del curso que sea más llamativo.
3. Escoger el curso.
4. Seleccionar ‘Continuar aprendiendo’ para empezar el curso.
5. Completar con los datos que el sitio solicite.

Cabe señalar que los cursos son en inglés.

• Explicación de la IA generativa

Ofrece una introducción teórica, sin necesidad de codificación, al concepto y funcionamiento de la inteligencia artificial generativa.

A lo largo de las dos horas de duración, los participantes aprenderán los principios fundamentales de la IA generativa, las diversas aplicaciones prácticas que tiene en diferentes sectores y los retos y oportunidades que esta tecnología plantea en la actualidad.

Esta formación está diseñada para quienes desean comprender el impacto y el potencial de la IA generativa sin requerir conocimientos en programación.

• Construyendo un cerebro en 10 minutos

Este curso gratuito de 10 minutos explica la inspiración biológica detrás de las primeras redes neuronales. Los objetivos del pequeño taller son explorar cómo las redes neuronales utilizan datos para aprender y entender las matemáticas detrás de una neurona.

• Creación de agentes RAG con LLM

Enfocado en la implementación práctica de sistemas avanzados basados en Recuperación de Generación Aumentada (RAG) con grandes modelos de lenguaje (LLM). Estos modelos se han convertido en herramientas clave que no solo automatizan tareas, sino que también mejoran la productividad mediante su capacidad para mantener conversaciones informadas y procesar grandes volúmenes de información.

Dirigido a aquellos interesados en explorar el potencial de los agentes RAG, el curso enseña a diseñar sistemas que interactúan predictivamente con los usuarios, empleando técnicas avanzadas como el razonamiento interno, la gestión de diálogos y el uso de herramientas efectivas.

Los participantes aprenderán a crear un sistema de LLM que gestione diálogos, conserve el estado de la conversación y convierta la información en formatos estructurados y accesibles.

• Aumente su LLM utilizando la Generación Aumentada de Recuperación

El curso ofrece una introducción sencilla a la Recuperación de Generación Aumentada o RAG. Este enfoque combina modelos de lenguaje extensos (LLM) con sistemas de recuperación de información, lo que permite generar respuestas más precisas y relevantes.

Durante el curso, los participantes aprenderán los conceptos básicos de la recuperación de generación aumentada, entendiendo cómo RAG aprovecha información específica para mejorar la calidad y precisión de las respuestas generadas por un modelo de lenguaje. También se explorará el modelo RAG de Nvidia, desarrollado sobre Nvidia AI Foundation.

• Acelere los flujos de trabajo de ciencia de datos sin realizar cambios en el código

Curso diseñado para enseñar cómo optimizar el procesamiento de grandes volúmenes de datos en ciencia de datos utilizando Nvidia Rapids. Este taller muestra cómo la aceleración mediante GPU permite obtener resultados más rápidos y mejorar la eficiencia, sin necesidad de modificar el código existente.

Los participantes aprenderán a implementar Rapids para que sus flujos de trabajo, originalmente basados en CPU, puedan aprovechar la potencia de las GPU. Esto no solo mejora la velocidad de procesamiento, sino que también permite gestionar tareas complejas de ciencia de datos y aprendizaje automático de manera mucho más ágil.

Además, el curso explica cómo unificar el flujo de trabajo entre CPU y GPU, lo que incrementa significativamente la productividad y reduce los tiempos de espera.