We are currently experiencing intermittent issues with the Gemini Enterprise labs. Please bear with us while we work on the resolution.
En este video, se abordan los aspectos fundamentales de la ingeniería de instrucciones para una comunicación eficaz con la IA. Conoce un marco de trabajo simple (Personificación, Tarea, Contexto y Formato) para crear instrucciones claras y obtener mejores resultados más rápido de Gemini en Google Workspace. Descubre cómo usar el lenguaje natural, expresarte con precisión y realizar iteraciones para obtener una asistencia óptima de la IA.
Más información
Learn to orchestrate complex multi-agent workflows. This lesson teaches you to choose the right workflow patterns, manage state across agents, understand when custom logic is needed, and introduces distributed agent systems with A2A Protocol.
Más información
En este curso, se brinda un resumen de la arquitectura de codificador-decodificador, una arquitectura de aprendizaje automático importante y potente para realizar tareas de secuencia por secuencia, como las de traducción automática, resúmenes de texto y respuestas a preguntas. Aprenderás sobre los componentes principales de la arquitectura de codificador-decodificador y cómo entrenar y entregar estos modelos. En la explicación del lab, programarás una implementación sencilla de la arquitectura de codificador-decodificador en TensorFlow para generar poemas desde un comienzo.
Más información
En este curso, se presenta una introducción a los modelos de difusión: una familia de modelos de aprendizaje automático que demostraron ser muy prometedores en el área de la generación de imágenes. Los modelos de difusión se inspiran en la física, específicamente, en la termodinámica. En los últimos años, los modelos de difusión se han vuelto populares tanto en investigaciones como en la industria. Los modelos de difusión respaldan muchos de los modelos de generación de imágenes y herramientas vanguardistas de Google Cloud. En este curso, se presenta la teoría detrás de los modelos de difusión y cómo entrenarlos y, luego, implementarlos en Vertex AI.
Más información
La inferencia de IA es el proceso de utilizar un modelo de aprendizaje automático entrenado para realizar predicciones de datos nuevos y no vistos con la aplicación de patrones aprendidos. Este curso está diseñado para desarrolladores, ingenieros de AA y científicos de datos que deseen implementar rápidamente servicios de inferencia de IA en Cloud Run. Es útil para aquellos familiarizados con soluciones de implementación de aplicaciones sin servidores basadas en la nube, pero que quizás no tengan experiencia en la ejecución de inferencia de IA utilizando productos sin servidores de Google Cloud.
Se incluyen ejemplos en los que se implementa un modelo para la inferencia de IA con GPU y se integran apps de IA generativa en servicios de almacenamiento de datos.
Más información
Este curso es una introducción al mecanismo de atención, una potente técnica que permite a las redes neuronales enfocarse en partes específicas de una secuencia de entrada. Sabrás cómo funciona la atención y cómo puede utilizarse para mejorar el rendimiento de diversas tareas de aprendizaje automático, como la traducción automática, el resumen de textos y la respuesta a preguntas.
Más información
Este es un curso introductorio de microaprendizaje en el que se explora qué son los modelos de lenguaje grandes (LLM), sus casos de uso y cómo se puede utilizar el ajuste de instrucciones para mejorar el rendimiento de los LLM. También abarca las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.
Más información
Este es un curso introductorio de microaprendizaje destinado a explicar qué es la IA generativa, cómo se utiliza y en qué se diferencia de los métodos de aprendizaje automático tradicionales. También menciona las herramientas de Google para ayudarte a desarrollar tus propias aplicaciones de IA generativa.
Más información
En este curso, se presentan la arquitectura de transformadores y el modelo de Bidirectional Encoder Representations from Transformers (BERT). Aprenderás sobre los componentes principales de la arquitectura de transformadores, como el mecanismo de autoatención, y cómo se usa para crear el modelo BERT. También aprenderás sobre las diferentes tareas para las que puede usarse BERT, como la clasificación de texto, la respuesta de preguntas y la inferencia de lenguaje natural. Tardarás aproximadamente 45 minutos en completar este curso.
Más información
AI Boost Bites: Crea instrucciones como un profesional con Google Workspace
Earned sep 22, 2026 EDT
[DEPRECATED] Orchestrate Complex Multi-Agent Workflows
Earned sep 22, 2026 EDT
Arquitectura de codificador-decodificador
Earned sep 22, 2026 EDT
Introducción a la generación de imágenes
Earned sep 22, 2026 EDT
Implementa y escala modelos de IA con Cloud Run
Earned sep 22, 2026 EDT
Mecanismo de atención
Earned sep 22, 2026 EDT
Introducción a los modelos de lenguaje grandes
Earned sep 22, 2026 EDT
Introducción a la IA generativa
Earned sep 22, 2026 EDT
Modelos de transformadores y modelo BERT
Earned sep 22, 2026 EDT