La expansión de la inteligencia artificial está creando un vocabulario técnico que puede resultar abrumador incluso para profesionales del sector. Un reciente glosario en inglés recopila y explica de forma sistemática los conceptos clave que hoy marcan el debate sobre la IA: desde la ambigua noción de inteligencia artificial general (AGI), que distintos laboratorios definen de forma desigual, hasta los agentes de IA capaces de ejecutar tareas complejas de forma autónoma.
El texto aclara términos prácticos como API endpoints —los “botones ocultos” que permiten a programas y agentes de IA conectarse entre sí— y describe cómo funcionan los modelos de lenguaje grandes (LLM), las redes neuronales profundas y técnicas como el aprendizaje profundo, la difusión, las GAN y el refuerzo (incluido el RLHF) para mejorar el razonamiento y la seguridad de los sistemas. También aborda procesos industriales clave, como el entrenamiento, la inferencia, la paralelización, la caché de memoria, la distilación, el fine‑tuning y el transfer learning, que permiten hacer estos modelos más rápidos, especializados y eficientes.
El glosario pone especial atención a problemas y riesgos, como las ‘alucinaciones’ (cuando la IA inventa datos), y a cuellos de botella materiales, como la crisis de memoria RAM conocida como “RAMageddon”, causada en parte por el apetito de las grandes tecnológicas por chips para centros de datos. Además, explica conceptos económicos y técnicos que influyen en el coste y la escalabilidad de la IA, como los tokens y el ‘token throughput’. El resultado es un documento vivo, que se actualiza regularmente, pensado para ayudar a cualquier lector a orientarse en el acelerado ecosistema de la inteligencia artificial moderna.
