Μερικά βασικά βιβλία για την τεχνητή νοημοσύνη είναι διαθέσιμα στο διαδίκτυο δωρεάν

Εξειδικευμένη δημοσίευση KDNuggets έχει καταλήξει σε μια λίστα με 10 δωρεάν διαδικτυακά βιβλία σχετικά με την τεχνητή νοημοσύνη που θεωρεί ότι είναι απαραίτητο να διαβάσετε. Αυτή είναι η τέταρτη λίστα που έχει συντάξει η δημοσίευση, καθώς και για τις προηγούμενες λίστες  2017, 2018, και νωρίτερα σε 2019 είναι επίσης διαθέσιμα. Ακολουθεί μια σύντομη περιγραφή πέντε τίτλων στην τρέχουσα λίστα τους, που αντιπροσωπεύουν μια εικόνα για πιο γενικά στοιχεία και γνώσεις σχετικά με την τεχνητή νοημοσύνη.

DeepLearning
από τους Ian Goodfellow, Yoshua Bengio και Aaron Courville (Νοέμβριος 2016, 800 σελίδες).

Όπως υποδηλώνει ο τίτλος, το βιβλίο επικεντρώνεται στη βαθιά μάθηση και θα πρέπει να είναι πολύ χρήσιμο για όλους όσοι «εργάζονται για την εκμάθηση βαθιάς μάθησης με ολοκληρωμένη μαθηματική και εννοιολογική κάλυψη των μεθόδων Monte Carlo, των επαναλαμβανόμενων και αναδρομικών δικτύων, των αυτοκωδικοποιητών και των μοντέλων βαθιάς παραγωγής».

Η αναζήτηση για την τεχνητή νοημοσύνη: μια ιστορία ιδεών και επιτευγμάτων
του Nils J. Nilsson (Οκτώβριος 2009, 707 σελίδες).

Πιθανώς αυτό το βιβλίο αντιπροσωπεύει «την οριστική ιστορία ενός τομέα που έχει αιχμαλωτίσει τη φαντασία επιστημόνων, φιλοσόφων και συγγραφέων για αιώνες», και τα μέχρι τώρα επιτεύγματά του. Ανιχνεύει την ιστορία της τεχνητής νοημοσύνης από τα πρώτα όνειρα των πρωτοπόρων του δέκατου όγδοου (και παλαιότερων) αιώνα έως την πιο επιτυχημένη δουλειά των σημερινών μηχανικών τεχνητής νοημοσύνης. «Με τα πολλά διαγράμματα του βιβλίου και τις ευκολονόητες περιγραφές των προγραμμάτων τεχνητής νοημοσύνης αποκτάτε μια κατανόηση του πώς λειτουργούν αυτά και άλλα συστήματα τεχνητής νοημοσύνης».

Μια σύντομη εισαγωγή στα νευρωνικά δίκτυα
του David Kriesel, χειρόγραφο (2007, 244 σελίδες)

Αυτοέκδοση από τον συγγραφέα το βιβλίο παρέχει «μια περιεκτική πηγή για το θέμα που είναι ζωτικής σημασίας θεμελιώδεις γνώσεις για την έρευνα και τη διερεύνηση της τεχνητής νοημοσύνης.» Όπως εξηγεί ο KDNuggets, «τα νευρωνικά δίκτυα είναι βιο-εμπνευσμένοι μηχανισμοί για την επεξεργασία δεδομένων που επιτρέπουν στους υπολογιστές να μαθαίνουν με τρόπο που είναι τεχνικά παρόμοιος με έναν βιολογικό εγκέφαλο. Αυτές οι προσεγγίσεις μπορούν ακόμη και να γενικευτούν μόλις διδαχθούν στους αλγόριθμους λύσεις σε αρκετές περιπτώσεις προβλημάτων. "

Ηθική Τεχνητή Νοημοσύνη
του Bill Hibbard (Νοέμβριος 2015, 177 σελίδες).

Ουσιαστικά ένα μακροσκελές άρθρο σε μορφή βιβλίου, συνδυάζει μια σειρά από «άρθρα και υλικό με κριτές για την ανάλυση των θεμάτων της ηθικής τεχνητής νοημοσύνης.» Συζητώντας μια σειρά από τεχνικές επιπτώσεις της τεχνητής νοημοσύνης, συζητά επίσης «πώς θα διαφέρει το μελλοντικό AI από το τρέχον AI, την πολιτική του AI και την τελική χρήση του AI για να βοηθήσει στην κατανόηση της φύσης του σύμπαντος και της θέσης μας σε αυτό».

The Essential AI Handbook for Leaders
του Πελταρίωνα (59 σελίδες)

Αυτός ο σύντομος τίτλος είναι στην πραγματικότητα μια λευκή βίβλος μάρκετινγκ για την Peltarion, την εταιρεία από την οποία προέρχεται, αλλά όπως σημειώνει η KDNuggets, " παρέχει μια σημαντική επισκόπηση που θα πρέπει να εκτιμούν οι ηγέτες των επιχειρήσεων όταν χρησιμοποιούν την τεχνητή νοημοσύνη». Σκοπός του βιβλίου είναι «να βοηθήσει περισσότερους ανθρώπους να κατανοήσουν τι είναι η τεχνητή νοημοσύνη και πώς οι επιχειρήσεις και οι οργανισμοί μπορούν να εκμεταλλευτούν την τεχνολογία», και επίσης «εξηγεί τις βασικές αρχές της τεχνητής νοημοσύνης, τα πιθανά οφέλη της και πώς οι επιχειρήσεις μπορούν να κάνουν την τεχνητή νοημοσύνη λειτουργική για να δημιουργήσουν θετικές αλλαγές».

Η πλήρης λίστα είναι προσβάσιμη εδώ.