Cointeligencia
Ethan Mollick Divulgación
La guía más práctica para trabajar con IA en el día a día: cómo tratarla como un compañero y cuándo no fiarse de ella.
Ver en Amazon (se abre en una pestaña nueva)Si solo vas a leer uno, que sea Cointeligencia, de Ethan Mollick, para usar la IA mejor desde mañana. Para entender hacia dónde va, La ola que viene; y para aprender la técnica, el manual de Russell y Norvig o el libro práctico de Aurélien Géron.
En calidad de Afiliado de Amazon, obtengo ingresos por las compras adscritas que cumplen los requisitos aplicables. Cómo funciona.
Divulgación clara, sin fórmulas, para entender qué es la IA, cómo usarla y hacia dónde va.
Ethan Mollick Divulgación
La guía más práctica para trabajar con IA en el día a día: cómo tratarla como un compañero y cuándo no fiarse de ella.
Ver en Amazon (se abre en una pestaña nueva)Mustafa Suleyman Divulgación
El cofundador de DeepMind explica por qué la IA cambiará el poder, la economía y la seguridad, y qué habría que hacer.
Ver en Amazon (se abre en una pestaña nueva)Max Tegmark Divulgación
Qué significa ser humano en la era de la IA, del trabajo a la superinteligencia, con escenarios muy bien explicados.
Ver en Amazon (se abre en una pestaña nueva)Pedro Domingos Divulgación
Recorre las cinco grandes escuelas del aprendizaje automático sin fórmulas. Ideal para entender de dónde sale el machine learning.
Ver en Amazon (se abre en una pestaña nueva)Kai-Fu Lee Divulgación
La carrera entre China y Estados Unidos contada por alguien que trabajó en los dos lados.
Ver en Amazon (se abre en una pestaña nueva)Ensayos sobre el poder, los riesgos y las consecuencias de la IA. Leerlos ayuda a tener opinión propia en un debate lleno de ruido.
Yuval Noah Harari Ensayo
Una historia de las redes de información, de la Edad de Piedra a la IA, y por qué esta vez puede ser distinto.
Ver en Amazon (se abre en una pestaña nueva)Nick Bostrom Ensayo
El libro que puso el riesgo de la IA avanzada en la agenda. Denso, pero clave para entender el debate.
Ver en Amazon (se abre en una pestaña nueva)Kate Crawford Ensayo
La cara material de la IA: minerales, energía, trabajo humano y datos detrás de cada modelo.
Ver en Amazon (se abre en una pestaña nueva)Manuales para quien quiere programar modelos o entender las matemáticas. Dos de ellos solo están en inglés.
Stuart Russell y Peter Norvig Técnico
El manual universitario de referencia: búsqueda, lógica, probabilidad y aprendizaje.
Ver en Amazon (se abre en una pestaña nueva)Aurélien Géron Técnico
El libro práctico más recomendado para empezar a programar modelos en Python.
Ver en Amazon (se abre en una pestaña nueva)Sebastian Raschka Técnico, en inglés
Construye un modelo tipo GPT paso a paso con PyTorch. La mejor manera de entender un LLM por dentro.
Ver en Amazon (se abre en una pestaña nueva)Ian Goodfellow, Yoshua Bengio y Aaron Courville Técnico, en inglés
La referencia teórica del aprendizaje profundo. Exige base matemática.
Ver en Amazon (se abre en una pestaña nueva)Si prefieres aprender con vídeos y ejercicios, consulta la comparativa de cursos de IA.
Para uso práctico, Cointeligencia, de Ethan Mollick. Para entender el panorama y el futuro, Vida 3.0, de Max Tegmark, o La ola que viene, de Mustafa Suleyman.
Sí. Inteligencia artificial: un enfoque moderno, de Russell y Norvig, es el manual universitario de referencia, y el libro de Aurélien Géron es la mejor introducción práctica para programar modelos.