| Sesgo (General) |
Errores sistemáticos en sistemas de IA que pueden conducir a resultados injustos o discriminatorios, a menudo reflejando sesgos sociales presentes en los datos de entrenamiento o en el diseño del algoritmo. |
| Sesgo (Red Neuronal) |
Un sesgo es uno de los parámetros internos clave de las redes neuronales, junto con los pesos. Permite que la neurona se active más o menos para un conjunto determinado de entradas y pesos. |
| Energía Libre de Carbono (CFE) |
Porcentaje de energía renovable utilizada como proporción del total de energía consumida. |
| Intensidad de Carbono |
La intensidad de carbono es una medida de qué tan limpia es nuestra electricidad. Se refiere a cuántos gramos de dióxido de carbono (CO2) se liberan para producir un kilovatio hora (kWh) de electricidad. |
| CNN (Red Neuronal Convolucional) |
Un tipo de red neuronal utilizado principalmente para el reconocimiento y procesamiento de imágenes. |
| CO2e |
Dióxido de Carbono Equivalente: se utiliza para contabilizar otros GEI como metano, NO2, etc. |
| Compresión |
En aprendizaje automático, la compresión es un conjunto de técnicas que reducen el tamaño y la complejidad computacional de un modelo manteniendo o mejorando su rendimiento. Esto se hace para que el modelo sea más pequeño y eficiente. |
| Ventana de Contexto |
En los LLM, el número de tokens de entrada que un modelo puede manejar al mismo tiempo durante la inferencia. Incluye la entrada del usuario, archivos e historial de conversación. |
| CSRD |
Directiva de Reporte Corporativo y de Sostenibilidad. Norma de la UE que exige el reporte de emisiones de carbono a grandes empresas (más de 1000 empleados) que operan en Europa. |
| CV (Visión por Computadora) |
Campo de la IA que entrena a las computadoras para interpretar y comprender el mundo visual. |
| Modelado de la demanda |
La definición general proviene de estrategias de cadena de suministro que implican influir en la demanda de los clientes para que coincida con la oferta de una empresa. En sostenibilidad significa cambiar el comportamiento de tu producto según la intensidad de carbono de la red eléctrica. Por ejemplo, ofrecer recomendaciones computacionalmente menos intensivas cuando la red del usuario tiene alta intensidad de carbono. |
| Destilación |
Técnica que consiste en transferir conocimiento desde un modelo grande (“teacher”) a un modelo más pequeño y eficiente (“student”). Al compartir etiquetas suaves o representaciones intermedias, los modelos pequeños se vuelven más rápidos, baratos y energéticamente eficientes. |
| DL (Aprendizaje Profundo) |
Subcampo del ML que utiliza redes neuronales artificiales con múltiples capas para aprender de grandes cantidades de datos. |
| Emisiones Incorporadas |
Cantidad de contaminación de carbono emitida durante la creación y eliminación de un dispositivo. |
| Computación de IA en el Edge |
También conocida como “AI on the edge”. Combina inteligencia artificial y edge computing para procesar datos localmente en dispositivos. Permite procesamiento más rápido, menor latencia y mayor privacidad. |
| Aprendizaje Federado |
Técnica para entrenar un algoritmo de ML (por ejemplo, redes neuronales profundas) utilizando múltiples conjuntos de datos locales en distintos nodos sin intercambiar explícitamente los datos. Cada nodo entrena un pequeño modelo con sus datos y comparte periódicamente parámetros (pesos y sesgos) para construir un modelo global compartido. Prioriza la privacidad manteniendo los datos en cada dispositivo. |
| Ajuste Fino (Fine-Tuning) |
Proceso de ajustar los parámetros de un modelo para mejorar su rendimiento. |
| Sistemas de IA Frugal |
Sistemas de IA diseñados para reducir la necesidad total de recursos materiales y energéticos y sus impactos ambientales, redefiniendo requisitos de uso o rendimiento o redirigiendo necesidades (Framework for Frugal AI, 2024). |
| Gen AI (IA Generativa) |
Sistemas de IA capaces de crear nuevo contenido —texto, imágenes, código y más— a partir de sus datos de entrenamiento. |
| GEI |
Gases de Efecto Invernadero. |
| Protocolo de Gases de Efecto Invernadero |
Estándar internacional más utilizado para la contabilidad de emisiones de GEI. Divide las emisiones en tres categorías principales: alcance 1, 2 y 3. |
| GPU (Unidad de Procesamiento Gráfico) |
Procesador especializado originalmente diseñado para gráficos, hoy ampliamente utilizado en IA para procesamiento paralelo. |
| Green IT |
“Green IT” se refiere al diseño, uso, eliminación y reciclaje de productos y sistemas de tecnología de la información de forma ambientalmente responsable. El Cloud sostenible implica consumir servicios en la nube minimizando su impacto ambiental. Incluye:
• Infraestructura y operación de centros de datos
• Servicios digitales que se ejecutan sobre esa infraestructura
• Cómo estos servicios se desarrollan, diseñan, despliegan y operan. |
| Alucinaciones |
Cuando un modelo de IA genera respuestas fluidas y plausibles pero incorrectas o sin sentido desde el punto de vista factual. |
| IaC |
Infraestructura como Código. |
| Inferencia |
Fase del ciclo de vida de un modelo de IA que sigue al entrenamiento. Es el proceso mediante el cual un modelo entrenado aplica patrones aprendidos a datos nuevos para generar predicciones, insights o decisiones. |
| LLM |
Modelos de lenguaje de gran tamaño. Son algoritmos de IA que utilizan deep learning y conjuntos de datos masivos para comprender, resumir, generar y predecir contenido nuevo. |
| ML (Aprendizaje Automático) |
Subcampo de la IA enfocado en algoritmos que pueden aprender de datos y hacer predicciones o tomar decisiones basadas en ellos. |
| Entrenamiento de Modelo |
Proceso de alimentar un algoritmo de ML con datos para aprender los atributos óptimos según un resultado deseado. |
| NLP (Procesamiento de Lenguaje Natural) |
Rama de la IA que estudia la interacción entre computadoras y humanos usando lenguaje natural. |
| NN (Red Neuronal) |
Sistema de computación inspirado en las redes neuronales biológicas del cerebro. |
| OKR |
Objetivos y Resultados Clave. Marco utilizado por empresas para ejecutar estrategias mediante objetivos claros y colaborativos. |
| Compresión de Prompt |
Proceso de reducir la longitud de un prompt manteniendo la información esencial necesaria para que un modelo de lenguaje genere una respuesta relevante. |
| Pruning (Poda) |
Técnica para reducir el tamaño de un modelo de deep learning eliminando parámetros innecesarios. Mejora la eficiencia del modelo y acelera la inferencia reduciendo el tamaño de almacenamiento. |
| PUE |
Eficiencia de Uso de Energía. |
| Cuantización |
Técnica para reducir los costos computacionales y de memoria durante la inferencia representando pesos y activaciones con tipos de datos de menor precisión (por ejemplo, enteros de 8 bits en lugar de flotantes de 32 bits). |
| RAG (Generación Aumentada por Recuperación) |
Técnica de IA que mejora los modelos de lenguaje recuperando información relevante de una base de conocimiento para generar respuestas más precisas y contextualizadas. |
| RL (Aprendizaje por Refuerzo) |
Área del ML donde un agente aprende a tomar decisiones interactuando con un entorno. |
| RNN (Red Neuronal Recurrente) |
Tipo de red neuronal donde las conexiones entre nodos forman un grafo dirigido a lo largo de una secuencia temporal, utilizada en tareas como reconocimiento de voz. |
| SaaS |
Software como Servicio. |
| SBTi |
Science Based Target Initiative. Organización que define y promueve buenas prácticas en la definición de objetivos climáticos basados en ciencia, como estándares de net zero. |
| SCI |
Intensidad de Carbono del Software. Es la relación entre emisiones totales y una unidad funcional del software, permitiendo comparar software similar. Incluye emisiones incorporadas y no considera compensaciones de carbono. *SCI = (E I) + M / R
• E: consumo de energía del componente de software
• I: factor de intensidad de carbono de la red eléctrica que alimenta el centro de datos
• M: emisiones incorporadas del hardware (fabricación y fin de vida)
• R**: unidad funcional que refleja cómo escala el software (usuarios, llamadas API, inferencias). |
| Suficiencia |
Conjunto de medidas y prácticas diarias que evitan la demanda innecesaria de energía, materiales, tierra y agua, garantizando bienestar humano dentro de los límites planetarios (IPCC, 2022). |
| Transfer Learning |
Técnica de ML donde un modelo previamente entrenado en una tarea se ajusta para una nueva tarea relacionada, reduciendo significativamente el tiempo y recursos de entrenamiento. |
| Token y Tokenización |
Proceso de dividir una secuencia de caracteres en unidades más pequeñas llamadas tokens, a veces eliminando ciertos caracteres como puntuación. |
| TPU (Unidad de Procesamiento Tensorial) |
Acelerador de IA tipo ASIC desarrollado por Google para aprendizaje automático basado en redes neuronales. |
| Transformer |
Arquitectura de red neuronal que utiliza mecanismos de auto-atención para procesar datos secuenciales (como lenguaje) de forma muy eficiente. Base de muchos modelos modernos de NLP, incluidos los LLM. |
| Pesos |
Parámetros numéricos de las conexiones en una red neuronal. |
| WUE |
Eficiencia en el Uso del Agua. |