Glosario IA
El diccionario completo de la Inteligencia Artificial
Proceso Forward
Fase de entrenamiento donde se añade ruido gaussiano de manera iterativa a una imagen original a lo largo de varios pasos de tiempo, hasta que la imagen se convierte en ruido puro, sirviendo como base para el aprendizaje del modelo.
Proceso Reverse (o de Desruido)
Fase de generación donde el modelo aprende a invertir el proceso forward eliminando el ruido paso a paso, reconstruyendo así una imagen clara a partir de una distribución de ruido aleatorio.
Programación de Difusión
Estrategia que define la varianza del ruido añadido en cada paso de tiempo del proceso forward, influyendo en la calidad y velocidad de la generación durante el proceso reverse.
Remuestreo por Salto (Latent Resampling)
Método de inferencia acelerada que omite ciertos pasos de tiempo del proceso de desruido, utilizando técnicas de interpolación o remuestreo para reducir el número total de etapas de generación.
Condicionamiento (Text-to-Image)
Integración de información externa, como una descripción textual, en el proceso de desruido para guiar la generación de la imagen hacia un contenido específico, frecuentemente mediante mecanismos de atención cruzada.
Espacio Latente (Latent Diffusion)
Enfoque donde el proceso de difusión no se aplica directamente a los píxeles de la imagen, sino a una representación comprimida de la misma en un espacio latente de menor dimensión, reduciendo así los costos computacionales.
Guía por Clasificador (Classifier Guidance)
Técnica que utiliza un clasificador preentrenado para estimar el gradiente de una clase objetivo (ej: 'gato'), y lo añade al gradiente del modelo de difusión para orientar la generación hacia esa clase.
Guía Sin Clasificador (Classifier-Free Guidance)
Método de condicionamiento más flexible que no necesita un clasificador externo, utilizando un modelo único entrenado tanto en datos condicionados como no condicionados para calcular un gradiente de guía.
Incrustación de Texto (Text Embedding)
Representación vectorial de un texto, generada por un modelo tipo Transformer (ej: CLIP), que se utiliza para condicionar el modelo de difusión y traducir la semántica del texto en señales visuales.
Prompting Negativo (Negative Prompting)
Técnica que consiste en proporcionar al modelo una lista de conceptos u objetos a evitar durante la generación, modificando el proceso de guía para minimizar la probabilidad de aparición de estos elementos no deseados.
Imagen a Imagen (Image-to-Image o Img2Img)
Aplicación de los modelos de difusión donde el proceso de generación se inicializa no con ruido puro, sino con una imagen existente, permitiendo transformarla o estilizarla preservando su estructura básica.