Untitled Publication

Explorando los Fundamentos de la IA Generativa: Todo lo que Necesitas Saber

Carmen Diaz — Mon, 07 Apr 2025 07:00:00 GMT

La IA Generativa se ha puesto de moda! Esta tecnología en fashion ha llegado para quedarse con nosotros y continuará evolucionando — al segundo o nanosegundo!, así que es importante tener el concepto bien claro aún si no eres una persona

La Inteligencia Artificial Generativa —GenAI, por sus siglas en Ingles, es un tipo de tecnología de Inteligencia Artificial (IA) que produce diferentes tipos de NUEVOS contenidos incluidos texto, imágenes, audio y datos sintéticos. Lo consigue aprendiendo de los datos existentes y utilizando ese conocimiento para generar resultados nuevos y únicos.

Para hacerlo más claro aún, empecemos primero con el concepto de Inteligencia Artificial, sus inicios y las aplicaciones que hoy en día están en nuestra vida diaria.

¿Que es la Inteligencia Artificial?

La Inteligencia Artificial es una disciplina de la Ciencia de la Computación. Es la teoría y los métodos utilizados para construir máquinas que piensen y actúen como humanos — simular la inteligencia humana.

Esta disciplina se remontan a mediados del siglo XX, alrededor de la década de 1950. Científicos y matemáticos comenzaron a explorar la posibilidad de crear máquinas que pudieran simular la inteligencia humana. Un hito importante fue la conferencia de Dartmouth en 1956, considerada el punto de partida oficial de la investigación en inteligencia artificial como un campo formal. En esos primeros años (1950 ish), la visión era ambiciosa: construir máquinas que pudieran razonar, aprender y comprender el lenguaje natural.

FUN FACTS 🎉 - The Turing test in film
A lo largo de los años, la prueba de Turing se ha incorporado a películas populares que exploran la relación entre los humanos y las máquinas "inteligentes", entre ellas Blade Runner (1982), Ex Machina (2015), A.I. Inteligencia Artificial (2001) y, por supuesto, The Imitation Game (2014).

¿Cuál es la diferencia entre la Inteligencia Artificial y el Aprendizaje Automático?

🧠 La Inteligencia Artificial (IA), busca crear máquinas que aprendan a hacer tareas que normalmente hacemos los humanos: como hablar, reconocer imágenes, entender el lenguaje, razonar o tomar decisiones.

⚠️ Para lograr esto, necesitamos datos históricos y debemos comenzar a aplicar IA responsable para evitar sesgos y el uso de información no ética.

🤖 El Aprendizaje Automático (Machine Learning), conocido por sus siglas en inglés como ML, es una subdisciplina dentro de la IA y se basa en la idea de que las máquinas pueden aprender a partir de datos, sin ser programadas explícitamente para cada tarea.

¿Sabías que la IA Generativa nace del Machine Learning?

La IA Generativa (GenAI) nace del aprendizaje automático o Machine Learning (ML), una rama del IA, que permite a las máquinas aprender de ejemplos cotidianos, siendo la base de muchas tecnologías inteligentes que usamos a diario como las recomendaciones de Netflix o emails detectados como spam.

Así como nosotros hemos aprendido a hablar, caminar, escribir y leer gracias a la educación recibida en la casa/familia o educación ya sea en los colegios o otras instituciones educativas, libros, cursos online, etc, la IA aprende analizando millones de textos, imágenes o canciones, pero en vez de memorizar, aprende patrones y luego es capaz de crear cosas nuevas basadas en lo que vio.

⚠️ GenAI no copia, sino que genera contenido original a partir de los patrones aprendidos.

Relación entre ML / Aprendizaje Supervisado y GenAI (IA Generativa)

La IA Generativa (GenAI) se basa principalmente en modelos de aprendizaje automático, y muchos de ellos han sido entrenados con aprendizaje supervisado o una combinación de enfoques, incluyendo el no supervisado y el por refuerzo.

¿Qué es el aprendizaje supervisado? — Un pincelado

El aprendizaje supervisado es un tipo de aprendizaje automático donde el modelo aprende a partir de ejemplos etiquetados. El aprendizaje supervisado funciona así: al modelo se le dan datos de entrada con una “respuesta correcta”, y aprende a hacer predicciones basándose en ese patrón

Por ejemplo el juego de memoria que el usó mi hijo cuando era pequeño. El juego tiene tarjetas con imágenes (una banana, una manzana, una uva, un hotdog, un sapo...) y sus respectivos nombres escritos. El niño tiene que levantar tarjetas de a una para descubrir qué hay debajo. Luego trata de recordar dónde estaban las tarjetas iguales y hacer pares. El objetivo no es solo recordar imágenes, sino notar patrones: ¿Qué imágenes ya aparecieron? ¿Dónde estaba la otra uva o banana? ¿Qué color es la banana?, etc

El aprendizaje supervisado es como enseñarle a una computadora a hacer algo mostrándole muchos ejemplos con las respuestas correctas:

Les das muchos datos de "entrada" (como las características de una fruta: color, forma, tamaño).
Para cada dato de entrada, les das la "salida" correcta o la "etiqueta" (en este caso, "manzana" o "pera"). Esto se llama "datos etiquetados".
La computadora analiza todos estos ejemplos y trata de encontrar patrones o reglas que relacionen las entradas con las salidas.
Una vez que la computadora ha "aprendido" estos patrones, puedes darle nuevos datos de entrada sin la etiqueta, y la computadora debería ser capaz de predecir la salida correcta.

¿Cómo se aplica esto a la GenAI?

Los modelos de GenAI como GPT, Gemini, Claude o LLaMA fueron entrenados en grandes cantidades de texto, donde el objetivo era predecir la siguiente palabra, frase o incluso párrafo.

A partir de ahí esos modelos y otros nuevos modelos fueron evolucionando, y hoy en día pueden entrenarse en grandes cantidades no solo de texto, sino de imágenes, audio y video. Por ejemplo, si entrenás una IA con miles de recetas de cocina, puede generar una receta original que no existía antes, combinando ingredientes de manera creativa. O si le das muchas imágenes de perros, puede imaginar y dibujar uno que nunca vio. Todo esto es posible gracias al Machine Learning, que le dio las bases para entender cómo se estructuran los textos, cómo se ven los objetos o cómo suena una melodía. En resumen: sin aprendizaje automático, no habría IA Generativa.

La IA Generativa no surge de la nada. Es el resultado de años de avances en aprendizaje automático. Cuanto más entendemos cómo aprende una IA, mejor podemos usarla, enseñarla y aprovechar su potencial de forma responsable.

🇵🇾 Redefinir lo Posible: El Legado de las Mujeres Paraguayas

Carmen Diaz — Mon, 17 Mar 2025 07:00:00 GMT

El Legado de las Mujeres Paraguayas

Honorando el Día Internacional de la Mujer 2025, WTM Paraguay se une a la campaña global de Google WTM en los meses de Marzo y Abril, bajo el lema “Redefinir lo Posible”.

Al ponerme a pensar que significa "Redefinir lo Posible", no pude evitar más que pensar que para las mujeres paraguayas, no es simplemente un ideal a alcanzar, sino que es un testimonio vivo del pasado.

Cuando hablamos de 'Redefinir lo Posible', no solo miramos hacia el futuro—también reconocemos el increíble legado de las mujeres paraguayas que ya redefinieron lo posible en su tiempo.

Para nosotras, “Redefinir lo Posible” no es simplemente un ideal a alcanzar—es una realidad que las mujeres paraguayas han encarnado una y otra vez a lo largo del tiempo. Cada generación ha tenido su propia manera de romper límites, de reinventarse, de abrir caminos donde antes no los había. Desde la reconstrucción de un país devastado, hasta la defensa de los derechos humanos y el liderazgo en la tecnología actual, las mujeres paraguayas han hecho del desafío su legado. Y en cada época, han demostrado que lo posible siempre puede ir más allá.

Una historia de fuerza silenciosa

Hoy comparto mi vida entre Paraguay y Estados Unidos, y desde esa doble perspectiva valoro con más profundidad el rol que han jugado nuestras mujeres.

Después de la Guerra de la Triple Alianza, cuando Paraguay quedó prácticamente destruido, fueron ellas quienes levantaron al país. Mujeres que se hicieron cargo de hogares, tierras, comunidades y del futuro mismo. Que convirtieron el dolor en acción, y lo imposible en rutina.

Las portadoras del idioma, la memoria y la esperanza

Las mujeres paraguayas también han sido las principales guardianas del guaraní, transmitiéndolo de generación en generación, sosteniendo una lengua viva que es identidad y resistencia.

Durante la dictadura de Stroessner, fueron muchas de ellas quienes lideraron, muchas veces en silencio y con riesgo personal, movimientos por los derechos humanos, buscando justicia, verdad y dignidad.

Redefiniendo el presente y el futuro

Hoy, las vemos liderar en tecnología, innovación, educación, desarrollo social y político. Mujeres que están creando soluciones, fundando comunidades, enseñando, programando, emprendiendo.
Mujeres que están redefiniendo lo posible desde donde están, con lo que tienen, con quienes son.

Porque el futuro no está predeterminado—es algo que moldeamos activamente. Y lo que hoy parece inalcanzable, puede convertirse en realidad si nos atrevemos a imaginarlo y construirlo juntas.

💜 Te invitamos a celebrar con nosotras

WTM Paraguay - Redefine Lo Posible

Sobre la autora:
Soy Carmen, mujer paraguaya viviendo entre Paraguay y Estados Unidos. Desde esta perspectiva bicultural, dedico mi energía a visibilizar, apoyar y conectar a mujeres en tecnología y liderazgo, especialmente en América Latina. Actualmente colaboro con WTM Paraguay / North America para amplificar las voces de quienes están redefiniendo el presente y construyendo un futuro más inclusivo.

The "prose" class: my content best friend

Carmen Diaz — Thu, 11 Jul 2024 19:34:25 GMT

The struggle is real

Let's be honest: if you're a developer who would rather spend more time coding the business logic than designing (like me), you celebrated 🎉 big time when CSS frameworks came into our coding lives. I'm sure you have used some of the general-purpose frameworks such as bootstrap or bulma or the utility-base Tailwind CSS.

I'm very feliz feliz como una lombriz 🐛-- aka very happy with these time-saving frameworks. However, styling long-form content like blog posts, articles, or documentation can be tedious. You need to consider headings, paragraphs, lists, quotes, code blocks – the list goes on, and if you aren't an expert, you can spend a lifetime! I used to spend hours tweaking CSS to make headings look not terrible and paragraphs consistent and readable.

Enter the Hero: The "prose" Class

If you're a fan of Tailwind CSS's utility-first approach, you might have overlooked one of its most powerful plugins: @tailwindcss/typography. Specifically, the plugin's prose class can be a game-changer for making your web content look polished and professional with minimal effort. The "prose" class simplifies your journey by providing a predefined set of styles that adhere to Tailwind CSS's design principles.

Why "prose" Is My New Best Friend

Plays Nice with Markdown:: One of my clients heavily uses Markdown; the plugin's prose class has given its website's content a makeover and made my job much more manageable. If you write in Markdown, prose seamlessly works with the HTML output of your favorite Markdown parser.

Consistent Styling Say goodbye to the chaos of mismatched fonts and inconsistent formatting; prose creates a unified visual language for your content. By applying the "prose" class to any container element, you instantly inherit a well-crafted typography scale that adjusts font sizes, line heights, margins, and other typographic styles.

It's customizable! While prose defaults are great! You can easily override styles through Tailwind's config file and tweak colors, fonts, and styles to your heart's content.

It's responsive! prose adapts gracefully to different screen sizes, so your content looks fantastic on mobile phones and desktops.

When to Use prose

Say no more, the prose class is perfect for any Situation Where Readability Matters such as: Blog Posts, Articles and Documentation.

How to Use prose

Install the Plugin: Add @tailwindcss/typography to your project.
Configure (Optional): Tailwind's configuration file lets you customize the prose styles to your liking.
Apply the Class: Simply add the prose class to the container element that wraps your content.

<article class="prose">
  <h1>Feliz Feliz como una lombriz! Blog Posth1>
  <p>Now 100% visual pleasant!p>
article>

For example, you could write a React component to wrap all your

tags.

import clsx from 'clsx';

interface ProseWrapperProps {
    className?: string;
    children: React.ReactNode;
}

function ProseWrapper({ className, children }: React.ComponentPropsWithoutRef<'div'> & ProseWrapperProps) {
    const wrapperClasses = clsx('prose', className);

    return (
        <div className={wrapperClasses}>
            {children}
        div>
    );
}

export default ProseWrapper;

Adding the class prose to your content's website adjusts font sizes and line heights for easy reading, adds the right amount of spacing between elements, styles headings, lists, blockquote, and code blocks.

There is more! The "prose" class comes in different sizes, like a perfect t-shirt:

prose-sm: For a more intimate, cozy read
prose-lg: When you want your words to stand tall
prose-xl: For making a big impression
prose-2xl: When you need your text to be the star of the show

Wrapping Up The prose class from @tailwindcss/typography is the secret sauce that'll make your content shine 💫. It's easy to use, powerful, and will make your typography look so good,

Mi primera vez en Google I/O 2024

Carmen Diaz — Sat, 01 Jun 2024 03:49:00 GMT

Recientemente tuve la increíble oportunidad de asistir a Google I/O 2024 por primera vez en persona! Mi hermano, un experimentado Data Scientist, me sugirió compartir mis impresiones clave con su grupo de Data Science en Paraguay.

Google I/O es un conferencia anual organizado por Google conocido por su enfoque a desarrolladores de todo el mundo. Profesionales en tecnología como programadores, científicos e ingenieros asisten a esta conferencia para conocer los avances más recientes que Google ofrece en Android, Chrome, Cloud Platform y una amplia gama de otras herramientas para desarrolladores, así como para hacer networking y aprender de los expertos de la compañía. Durante el evento, se llevan a cabo diversas sesiones, paneles, talleres, laboratorios prácticos y presentaciones magistrales que abarcan las últimas innovaciones de Google en diversas áreas.

¡Google I/O es como Disneylandia para los amantes de la tecnología! ¡Me sentí como un niña de cuatro años queriendo entrar a todos los juegos y comiendo dulces todo el día! ¡Es imposible no querer verlo todo y aprender de todo!

Google I/O 2024: Lo más relevante (desde mi perspectiva)

The Gemini Era

I/O Google's version of the Eras Tour, but with fewer costume changes. Sundar Pichai

Este año se enfocó en sus avances significativos en IA (Inteligencia Artificial), especialmente, en una serie de novedades en la familia del modelo Gemini - su revolucionario modelo IA- y en la integración de IA en todos sus productos: herramientas para desarrolladores (Google AI Studio, Android studio, etc), Gemini en Google workspace, etc.

🎶🎶Gemini, Gemini, Here And There, Gemini Everywhere 🎶 🎶 Me recuerda al Preschool Rhymes "Bubbles, Bubbles, Here And There" 🎶

Gemini, La nueva familia del modelos de IA de Google

La capacidad del modelo para comprender y generar texto, imágenes y código es impresionante. Para entender el impacto de Gemini, es fundamental comprender dos conceptos: ventana de contexto y multimodal.

Multimodal y multilingüe, significa que puede aprender de datos que van más allá del texto, o sea incluyendo comprensión de imágenes y sonidos en multilenguas. Gemini fue desarrollado multimodal desde sus inicios.

La ventana de contexto se refiere a la cantidad máxima de tokens (palabras o caracteres) que el modelo puede procesar simultáneamente para generar una respuesta. Esta limitación afecta directamente la capacidad del modelo para comprender y generar respuestas. Seria como la memoria a corto plazo de una IA para las conversaciones.

Gemini 1.5 Flash Entrenado por 1.5 Pro a través de un proceso llamado "destilación". Este modelo es más liviano que el 1.5 Pro, diseñado para ser rápido y eficiente, a un bajo costo. Está optimizado para tareas de gran volumen y es capaz de realizar multimodal con resultadas de alta calidad.

Gemini 1.5 Pro La clave aqui es: Además de ampliar su ventana de contexto a 2 millones de tokens, el modelo ha mejorado exponencialmente a través de la optimización de algoritmos y datos: comprensión y análisis de imágenes y audio para videos, generación de código, conversación de múltiples turnos, razonamiento en materias complejas como matemáticas y física, etc han mejorado significativamente en Gemini 1.5 Pro.

Gemini 1.5 Pro and Flash estan disponibles en Google AI Studio y Vertex AI con hasta 1 millón de tokens. Y desarrolladores pueden registrarse a la lista de espera para probar el modelo con 2 millones de tokens.

Gemini Nano No soy una desarrolladora móvil pero según entendí este modelo se ejecuta directamente en los dispositivos móviles, lo que garantiza una baja latencia y privacidad de datos. Además de las entradas de texto, ahora es posible incluir sonidos e imágenes. Un dato interesante es que también funciona sin red celular. A partir de Chrome 126, Gemini Nano se integra al desktop client Chrome, habilitando funciones como "Ayúdame a escribir" para generar contenido de formato corto utilizando IA.

La familia Gemma Gemma, la familia de modelos abiertos creada a partir de la misma investigación y tecnología utilizada para crear los modelos de Gemini, ha integrado dos miembros más al clan. Gemma2, modelo abierto para la innovación responsable en IA y PaliGemma un modelo ligero de lenguaje de visión abierta (VLM) inspirado en PaLI-3,

Proyecto Astra Google reveló sobre el futuro de los asistentes de IA, un agente será útil en la vida cotidiana. El prototipo mostrado fue abrumador e impresionante al mismo tiempo! Este agente entiende y responde nuestro complejo mundo al igual que nosotros! Necesita comprender y recordar, para responder en tiempo real.

Herramientas de desarrollos, integración de Gemini

Code becomes content, and coders become creators Jeanine Banks

Google I/O'24 también se centro en su misión de poner Generative AI al alcance de todos los programadores. Hoy, Gemini es accesible para nosotros en: Android Studio, Chrome DevTools, Project IDX, Colab, VS Code, IntelliJ y Firebase

Sinceramente este tópico merece unos cuantos posts dedicados exclusivamente, asi que los tengo etiquetados como "proximamente" en mi TODO list, una vez que experimente con ellos. Sin embargo, como pincelada, les puedo compartir lo

Mi experiencia profesional se ha enfocado en el desarrollo web en su mayor parte, asi que asistí más bien a todo lo relacionado a Firebase y Google AI Studio

Firebase Además de improvisar su logo, Firebase nos presentó avances bastante interesantes como Firebase App Hosting

Modelos Generativos en la Media

No puedo terminar este post, sin mencionar los increibles avances hechos en los modelos de generación de media.

Modelo Imagen 3, Un modelo más fotorrealista con menos imágenes distorcionadas. Lo más increíble es que entiende prompts escritos como las personas lo hacen!, incorporando pequeños detalles.

Music AI tool Está en mi TODO list probarlo. Me llamó mi atención ya que mi hijo tiende una tendencia hacia la música (canta, baila, inventa músicas, etc) pero mucho no pude ver en persona sobre ello.

Modelo Veo De acuerdo al demo, Veo crea videos de alta calidad basados en los detalles dados en los prompts en una forma que es bien realista.