Glosario IA
El diccionario completo de la Inteligencia Artificial
Proceso de difusión forward
Proceso markoviano que añade progresivamente ruido gaussiano a los datos de entrada a lo largo de múltiples pasos de tiempo, transformando una distribución compleja en una distribución normal.
Proceso de difusión reverse
Proceso inverso que aprende a eliminar progresivamente el ruido de los datos estimando el gradiente de log-probabilidad de la distribución de datos en cada paso de tiempo.
Score matching
Técnica de optimización que permite estimar el gradiente de la log-verosimilitud (score) sin necesidad de calcular la constante de normalización de la distribución.
Parámetro de ruido
Función que determina la varianza del ruido gaussiano añadido en cada etapa del proceso forward, variando linealmente o según un coseno para controlar la progresión del ruido.
Paso de tiempo
Variable discreta que representa la etapa temporal en el proceso de difusión, yendo de 0 (datos originales) a T (ruido puro) para el proceso forward.
Estimador de ruido
Red neuronal entrenada para predecir el ruido añadido a los datos en un paso de tiempo dado, permitiendo la reconstrucción de los datos originales mediante la sustracción del ruido predicho.
Denoising condicional
Extensión del proceso de difusión donde el modelo genera datos condicionados a información adicional como texto, imágenes o clases específicas.
Espacio latente de difusión
Variante de los modelos de difusión que operan en un espacio latente comprimido por un autoencoder, reduciendo significativamente los costos computacionales mientras se preserva la calidad generativa.
Mecanismo de atención cruzada
Módulo de atención que permite a los modelos de difusión condicionales integrar información externa (prompts textuales) en el proceso de generación a través de interacciones intermodales.
Estimador de score
Modelo neuronal entrenado para aproximar el gradiente del log-verosimilitud de la distribución de datos, esencial para guiar el proceso de generación en los modelos de difusión.
Muestreo DDPM
Método de muestreo estocástico original para los modelos de difusión, utilizando un proceso markoviano con ruido gaussiano en cada paso de denoising.
Muestreo DDIM
Variante determinista más rápida del muestreo DDPM que permite generar muestras de alta calidad con muchos menos pasos de denoising.
Guía por clasificación
Técnica que utiliza un clasificador pre-entrenado para guiar el proceso de generación hacia clases específicas modificando el gradiente de denoising según las probabilidades de clase.
Guía sin clasificador (Classifier-free guidance)
Método alternativo a la guía por clasificación que evita el entrenamiento separado de un clasificador, utilizando un modelo condicional y no condicional simultáneamente para la guía.
Paso de denoising
Iteración individual del proceso inverso donde el modelo aplica una transformación de denoising para pasar de un estado ruidoso a un estado menos ruidoso.
Tiempo de inferencia
Duración necesaria para generar una muestra completa, dependiendo principalmente del número de pasos de denoising utilizados en el proceso de difusión inversa.
Frecuencia de Nyquist en difusión
Concepto teórico relacionado con la preservación de las altas frecuencias en los modelos de difusión, crucial para mantener los detalles finos durante el proceso de generación de imágenes.