Applied Generative AI for Beginners

Manual introductorio y conceptual publicado a finales de 2023 que proporciona una visión panorámica y estructurada de los avances en inteligencia artificial generativa, desde el procesamiento del lenguaje natural tradicional hasta los LLMs y los modelos de difusión. Desarrollado por un equipo de cuatro autores liderado por Akshay Kulkarni y Adarsha Shivananda, el texto está concebido para principiantes, estudiantes y desarrolladores júnior con conocimientos elementales de Python que buscan comprender el funcionamiento de esta tecnología sin enfrentar barreras matemáticas complejas.

El libro recorre la evolución del procesamiento del lenguaje natural, analizando representaciones vectoriales clásicas (n-gramas, Word2Vec, GloVe), redes recurrentes (RNN, LSTM, GRU) y arquitecturas de codificador-decodificador con mecanismos de atención. Desglosa los componentes matemáticos fundamentales del Transformer (atención de producto escalar escalada y matrices de pesos) y examina la arquitectura de ChatGPT, el funcionamiento de Google Bard (ahora Gemini) y los principios de los modelos de difusión para síntesis de imágenes. En el plano práctico, incluye ejemplos de implementación de procesamiento de texto con Scikit-learn, consumo básico de la API de OpenAI y una introducción a conceptos de LLMOps y gestión ética de sesgos en el entorno corporativo.

La obra propone ejercicios prácticos y scripts demostrativos que permiten validar en código conceptos teóricos de NLP y familiarizarse con prompts y llamadas a APIs de modelos conversacionales y visuales. Aporta una perspectiva didáctica muy valiosa que conecta la historia del aprendizaje profundo con el auge de los modelos generativos contemporáneos; como limitación natural de su fecha de edición y alcance introductorio, no cubre arquitecturas avanzadas de agentes autónomos, frameworks como LangChain o fine-tuning exhaustivo, presentándose como una sólida base conceptual para adentrarse en la disciplina.