Libros de IA recomendados
Catorce libros, elegidos con criterio: tres se pueden leer GRATIS legalmente (sus autores los publican en abierto), tres a 0 € con Kindle Unlimited y ocho de pago que cubren la práctica, el negocio, la historia y la crítica. Ninguno está aquí de relleno.
🆓 Gratis (empieza por aquí)
Todo el deep learning esencial en ~160 páginas de bolsillo, escrito por un profesor de la Universidad de Ginebra y publicado gratis. Requiere algo de matemáticas, pero es la ruta más corta y honesta para entender de verdad qué hay dentro de una red neuronal.
«La biblia» académica del deep learning, con un premio Turing entre sus autores, y legalmente gratis en la web. Tiene años, pero los fundamentos que explica —los que sostienen a ChatGPT y compañía— no han caducado.
Libro-curso interactivo: cada concepto viene con código ejecutable (PyTorch incluido) y se actualiza continuamente. Lo usan cientos de universidades. Si aprendes haciendo, es la mejor opción gratuita para pasar de la teoría a entrenar tus propios modelos.
📚 A 0 € con Kindle Unlimited
Cómo blindar tu carrera y multiplicar tu valor profesional cuando la IA desploma el coste de ejecutar tareas cognitivas: la «gran bifurcación» entre quien la usa con criterio y quien no. Práctico y directo: hoja de ruta por perfiles profesionales, no teoría.
La misma bifurcación, vista desde el consejo de administración: estrategia, ejecución y barreras defensivas para reorganizar un negocio alrededor de la IA antes de que lo haga tu competencia. Para directivos que quieren plan, no discurso.
Radiografía macroeconómica y sector a sector de cómo la IA reescribe el tablero global en la próxima década, con el factor humano en el centro. Cierra la trilogía pasando de tu carrera (Vol. 1) y tu empresa (Vol. 2) al mundo entero.
💳 De pago (y lo valen)
El mejor libro para empezar si no eres técnico: un profesor de Wharton explica cómo trabajar CON la IA —cuándo delegar, cuándo supervisar, cuándo ni tocarla— con experimentos reales en vez de opiniones. Práctico, escéptico y optimista a la vez.
El manual de referencia para construir productos sobre modelos de IA: prompts, RAG, fine-tuning, agentes, evaluación y despliegue. Fue el libro más leído de la plataforma O'Reilly por algo: si construyes con IA, este es el que se queda en tu mesa.
La investigación periodística definitiva sobre OpenAI: más de 260 entrevistas, el choque entre seguridad y velocidad, y el intento de despido de Sam Altman contado desde dentro. Crítico y a ratos incómodo — precisamente por eso hay que leerlo junto a los entusiastas.
La historia de NVIDIA y Jensen Huang: cómo una empresa de tarjetas para videojuegos acabó fabricando el recurso más codiciado del planeta. Imprescindible para entender la economía física de la IA — chips, fábricas y poder — que sostiene todo lo demás.
Las memorias de la creadora de ImageNet, la científica que hizo posible la revolución del deep learning en visión. Ciencia contada como vida: inmigración, laboratorio y la defensa de una IA centrada en las personas. El lado humano que falta en casi todos los libros técnicos.
Veinte años después de «La singularidad está cerca», Kurzweil revisa sus predicciones y mantiene la fecha: fusión humano-IA hacia 2045. Se le puede discutir casi todo —y conviene—, pero nadie ha acertado tanto prediciendo esta tecnología. Es el mapa del optimismo radical: léelo con criterio y sabrás qué defiende exactamente la mitad de Silicon Valley.
La IA vista como el último capítulo de la historia de las redes de información, del chisme a la imprenta al algoritmo. Discutible en varias tesis —y esa es su gracia—: es el libro que pone la conversación de la IA en la mesa de quien no viene de la tecnología.
EL libro de texto de IA: el que usan más de 1.500 universidades. No es lectura de sofá ni barato, pero si quieres el mapa completo del campo —de la búsqueda clásica al aprendizaje profundo— con rigor académico, no hay sustituto.