
Introduction to Generative AI, 2nd Edition
Numa Dhamani, Maggie Engler
- Editorial
- Manning
- Año
- 2025
- Páginas
- ~511
- Nivel
- Básico
De qué trata
Segunda edición completamente revisada y actualizada por las especialistas Numa Dhamani y Maggie Engler, concebida como un manual de referencia accesible y riguroso sobre el funcionamiento, el alcance y las limitaciones reales de la inteligencia artificial generativa moderna (cubriendo modelos masivos como GPT-4, Claude y Gemini). Está dirigida a profesionales de cualquier disciplina, directores de tecnología, estudiantes e interesados en la tecnología que requieran una base conceptual sólida sin necesidad de dominar matemáticas avanzadas ni programación en Python.
El libro desglosa de manera transparente cómo operan y se entrenan los grandes modelos de lenguaje (LLMs), desde el preentrenamiento y el aprendizaje por refuerzo con retroalimentación humana (RLHF) hasta el entrenamiento multimodal, los modelos de razonamiento y los sistemas de mezcla de expertos (MoE). Aborda técnicas modernas de ingeniería de prompts, el funcionamiento de arquitecturas de recuperación aumentada (RAG) y el auge de los agentes de IA y los asistentes de código como GitHub Copilot y Cursor. Asimismo, analiza con rigor técnico y legal la privacidad de los datos, las vulnerabilidades de seguridad ante ataques adversarios (jailbreaks, inyecciones de prompts), las alucinaciones, la propiedad intelectual en la economía creativa y las normativas regulatorias internacionales.
Al ser una obra orientada al análisis conceptual, la gobernanza y la adopción estratégica, no plantea la construcción de aplicaciones de software mediante código paso a paso ni incluye ejercicios guiados de programación. Su gran valor reside en disipar el sensacionalismo que rodea a la IA, proporcionando un marco crítico indispensable para evaluar cuándo y cómo implementar estas herramientas de forma segura y ética en entornos corporativos y personales. Conviene considerarlo como un texto de fundamentos y toma de decisiones tecnológicas antes o durante la adopción de soluciones basadas en LLMs.
- IA generativa
- Modelos de lenguaje (LLMs)
- Entrenamiento multimodal
- Modelos de razonamiento
- Ingeniería de prompts
- RAG (Generación aumentada)
- Agentes de IA
- Asistentes de código
- Seguridad y privacidad
- Ataques adversarios
- Propiedad intelectual
- Ética y regulación
¿Cómo enseña?
Teórico
- ✗ Sin ejercicios
- ✗ Sin proyectos

