The Potential of Generative AI

Obra de divulgación técnica orientada a explorar el auge de la inteligencia artificial generativa, analizando cómo los modelos generativos modernos están transformando sectores clave como los negocios, las finanzas, la medicina y las artes creativas. Se sitúa en la era de los grandes modelos de lenguaje y la síntesis generativa contemporánea (modelos autorregresivos tipo GPT/ChatGPT, GANs y VAEs). Está pensada para profesionales técnicos, líderes de proyectos, desarrolladores y entusiastas de la tecnología con conocimientos previos básicos de informática y conceptos iniciales de machine learning que buscan comprender el funcionamiento interno y el impacto práctico de estas tecnologías.

El contenido desglosa las bases de las arquitecturas neuronales generativas más relevantes, comenzando con una explicación detallada del entrenamiento y funcionamiento de las redes generativas antagónicas (GAN, incluyendo variantes como DCGAN) y los autocodificadores variacionales (VAE). Además, cubre el procesamiento de lenguaje natural (NLP) con modelos autorregresivos y herramientas como ChatGPT, la generación de código y texto, y la síntesis multimodal en música y artes visuales. A lo largo de sus capítulos se explican también los flujos de trabajo para construir, entrenar y desplegar modelos generativos, así como la gobernanza ética frente a riesgos de privacidad, sesgos algorítmicos y deepfakes.

El libro combina la explicación conceptual con la construcción y el despliegue guiado de modelos generativos, destacando el desarrollo de implementaciones de GANs y prototipos de síntesis orientados a resolver problemas sectoriales. Su mayor valor radica en ofrecer un puente equilibrado entre los fundamentos matemáticos de las arquitecturas generativas y su aplicación estratégica en entornos empresariales; sin embargo, no profundiza en técnicas avanzadas de optimización de inferencia ni en fine-tuning contemporáneo como LoRA o QLoRA. Es recomendable contar con una base general en Python y familiaridad con librerías de aprendizaje profundo antes de profundizar en sus capítulos técnicos.