Cuánto más grande es un modelo de ML, más suele acaparar los titulares, sin embargo, los modelos "pequeños" son los que trabajan silenciosamente (y eficazmente) en los dispositivos que usamos todos los días.

Traducciones en tiempo real en smartphones, asistentes de voz que funcionan sin conexión a Internet, dispositivos médicos que protegen la privacidad de sus usuarios y los sistemas embebidos que hacen más inteligentes a los autos, electrodomésticos y sensores, entre otros. En esta sesión exploraremos por qué los modelos pequeños sí importan y cómo se crean. Veremos qué significa realmente “pequeño” y el impacto de su tamaño en las tareas de entrenamiento e inferencia.

Más allá de lo técnico, exploraremos una visión global: ¿qué impacto puede tener el hecho de hacer que la AI corra directamente "on-device"? ¿mejorar la privacidad de los usuarios? ¿reducir el impacto ecológico de la AI? ¿democratizar el acceso a los beneficios que trae consigo la inteligencia artificial?

Para el final de esta sesión, tendrás una visión más clara de cómo la "AI ligera" está impulsando la próxima ola de innovación… muchas veces donde menos lo imaginas.

- Audiencia: estudiantes y profesionales con conocimiento básico acerca de AI.
- Profundidad técnica: Intermedia.
- Nivel de Complejidad: intermedio.
- Puedo presentarla en inglés también.