अब तक की 6 सर्वश्रेष्ठ मशीन लर्निंग और एआई पुस्तकें (मई 2024)

एआई की दुनिया उपलब्ध शब्दावली और विभिन्न मशीन लर्निंग एल्गोरिदम के कारण डराने वाली हो सकती है। मशीन लर्निंग पर सर्वाधिक अनुशंसित 50 से अधिक पुस्तकों को पढ़ने के बाद, मैंने अवश्य पढ़ी जाने वाली पुस्तकों की अपनी व्यक्तिगत सूची तैयार की है।

जो किताबें चुनी गईं, वे पेश किए गए विचारों के प्रकार और गहन शिक्षा, सुदृढीकरण सीखने और आनुवंशिक एल्गोरिदम जैसी विभिन्न अवधारणाओं को कितनी अच्छी तरह प्रस्तुत की गई हैं, इस पर आधारित हैं। सबसे महत्वपूर्ण बात यह है कि यह सूची उन किताबों पर आधारित है जो भविष्यवादियों और शोधकर्ताओं के लिए जिम्मेदार और समझाने योग्य एआई के निर्माण की दिशा में सबसे अच्छा मार्ग प्रशस्त करती हैं।

6. एआई कैसे काम करता है: जादू-टोना से विज्ञान तक रोनाल्ड टी. न्यूसेल द्वारा

"हाउ एआई वर्क्स" एक संक्षिप्त और स्पष्ट पुस्तक है जिसे मशीन लर्निंग के मूल बुनियादी सिद्धांतों को चित्रित करने के लिए डिज़ाइन किया गया है। यह पुस्तक मशीन लर्निंग के समृद्ध इतिहास के बारे में सीखने की सुविधा प्रदान करती है, जिसमें विरासती एआई सिस्टम की शुरुआत से लेकर समकालीन पद्धतियों के आगमन तक की यात्रा शामिल है।

इतिहास स्तरित है, जो अच्छी तरह से स्थापित एआई सिस्टम जैसे सपोर्ट वेक्टर मशीनों, निर्णय वृक्षों और यादृच्छिक जंगलों से शुरू होता है। इन प्रारंभिक प्रणालियों ने अभूतपूर्व प्रगति का मार्ग प्रशस्त किया, जिससे तंत्रिका नेटवर्क और दृढ़ तंत्रिका नेटवर्क जैसे अधिक परिष्कृत दृष्टिकोणों का विकास हुआ। पुस्तक लार्ज लैंग्वेज मॉडल्स (एलएलएम) द्वारा प्रदान की जाने वाली अविश्वसनीय क्षमताओं पर चर्चा करती है, जो आज के अत्याधुनिक जेनरेटिव एआई के पीछे पावरहाउस हैं।

बुनियादी बातों को समझना, जैसे कि कैसे शोर-से-छवि तकनीक मौजूदा इमेजरी को दोहरा सकती है और यहां तक ​​कि यादृच्छिक संकेतों से नई, अभूतपूर्व छवियां भी बना सकती है, आज के छवि जनरेटर को प्रेरित करने वाली ताकतों को समझने में महत्वपूर्ण है। यह पुस्तक इन मूलभूत पहलुओं की खूबसूरती से व्याख्या करती है, जिससे पाठकों को छवि निर्माण प्रौद्योगिकियों की जटिलताओं और अंतर्निहित यांत्रिकी को समझने की अनुमति मिलती है।

लेखक, रॉन न्यूसेल, ओपनएआई के चैटजीपीटी और इसके एलएलएम मॉडल सच्चे एआई की शुरुआत का संकेत क्यों देते हैं, इस पर अपने दृष्टिकोण को स्पष्ट करने में एक सराहनीय प्रयास का प्रदर्शन करते हैं। वह सावधानीपूर्वक प्रस्तुत करते हैं कि कैसे विशिष्ट एलएलएम मन के सिद्धांत को सहज रूप से समझने में सक्षम उभरते गुणों का प्रदर्शन करते हैं। ये उभरते गुण प्रशिक्षण मॉडल के आकार के आधार पर अधिक स्पष्ट और प्रभावशाली प्रतीत होते हैं। न्युसेल चर्चा करते हैं कि कैसे बड़ी मात्रा में पैरामीटर आमतौर पर सबसे कुशल और सफल एलएलएम मॉडल में परिणत होते हैं, जो इन मॉडलों की स्केलिंग गतिशीलता और प्रभावकारिता में गहरी अंतर्दृष्टि प्रदान करते हैं।

यह पुस्तक उन लोगों के लिए एक प्रकाशस्तंभ है जो एआई की दुनिया के बारे में अधिक जानना चाहते हैं, जो मशीन लर्निंग प्रौद्योगिकियों के विकासवादी प्रक्षेपवक्र का उनके प्रारंभिक रूपों से लेकर आज की अग्रणी संस्थाओं तक एक विस्तृत लेकिन समझने योग्य अवलोकन प्रदान करती है। चाहे आप नौसिखिया हों या इस विषय पर अच्छी पकड़ रखने वाले व्यक्ति हों, "एआई कैसे काम करता है" आपको उन परिवर्तनकारी तकनीकों की परिष्कृत समझ प्रदान करने के लिए डिज़ाइन किया गया है जो हमारी दुनिया को आकार देना जारी रखती हैं।

5. जीवन 3.0 मैक्स टेगमार्क द्वारा

"जीवन 3.0इसका एक महत्वाकांक्षी लक्ष्य है और वह है भविष्य में एआई के साथ हम कैसे सह-अस्तित्व में रहेंगे, इसकी संभावनाओं का पता लगाना। आर्टिफिशियल जनरल इंटेलिजेंस (एजीआई) इसका अंतिम और अपरिहार्य परिणाम है खुफिया विस्फोट तर्क 1965 में ब्रिटिश गणितज्ञ इरविंग गुड द्वारा बनाया गया। यह तर्क बताता है कि अलौकिक बुद्धिमत्ता एक ऐसी मशीन का परिणाम होगी जो लगातार आत्म-सुधार कर सकती है। ख़ुफ़िया विस्फोट के लिए प्रसिद्ध उद्धरण इस प्रकार है:

“एक अतिबुद्धिमान मशीन को एक ऐसी मशीन के रूप में परिभाषित किया जाए जो किसी भी व्यक्ति की सभी बौद्धिक गतिविधियों को पार कर सकती है, चाहे वह कितना भी चतुर क्यों न हो। चूँकि मशीनों का डिज़ाइन इन बौद्धिक गतिविधियों में से एक है, एक अतिबुद्धिमान मशीन और भी बेहतर मशीनें डिज़ाइन कर सकती है; तब निस्संदेह एक 'खुफिया विस्फोट' होगा, और मनुष्य की बुद्धि बहुत पीछे छूट जाएगी। इस प्रकार पहली अल्ट्राइंटेलिजेंट मशीन आखिरी आविष्कार है जिसे मनुष्य को बनाना होगा।

मैक्स टेगमार्क ने एजीआई द्वारा नियंत्रित दुनिया में रहने के सैद्धांतिक भविष्य के बारे में किताब पेश की है। इसी क्षण से विस्फोटक प्रश्न पूछे जाने लगते हैं जैसे कि बुद्धि क्या है? स्मृति क्या है? गणना क्या है? और, सीखना क्या है? ये प्रश्न और संभावित उत्तर अंततः एक ऐसी मशीन के प्रतिमान की ओर कैसे ले जाते हैं जो आत्म-सुधार में उन सफलताओं को प्राप्त करने के लिए विभिन्न प्रकार की मशीन लर्निंग का उपयोग कर सकती है जो मानव स्तर की बुद्धिमत्ता और अपरिहार्य परिणामी अधीक्षण को प्राप्त करने के लिए आवश्यक हैं?

ये उस प्रकार की दूरगामी सोच और महत्वपूर्ण प्रश्न हैं जिनका लाइफ 3.0 अन्वेषण करता है। जीवन 1.0 बैक्टीरिया जैसे सरल जीवन रूप हैं जो केवल विकास के माध्यम से बदल सकते हैं जो इसके डीएनए को संशोधित करता है। लाइफ 2.0 ऐसे जीवनरूप हैं जो अपने स्वयं के सॉफ़्टवेयर को फिर से डिज़ाइन कर सकते हैं जैसे कि एक नई भाषा या कौशल सीखना। लाइफ 3.0 एक एआई है जो न केवल अपने व्यवहार और कौशल को संशोधित कर सकता है, बल्कि अपने स्वयं के हार्डवेयर को भी संशोधित कर सकता है, उदाहरण के लिए अपने रोबोटिक स्व को अपग्रेड करना।

केवल जब हम एजीआई के लाभों और नुकसानों को समझते हैं, तभी हम यह सुनिश्चित करने के लिए विकल्पों की समीक्षा करना शुरू कर सकते हैं कि हम एक अनुकूल एआई का निर्माण कर सकें जो हमारे लक्ष्यों के अनुरूप हो सके। ऐसा करने के लिए हमें यह भी समझना होगा कि चेतना क्या है? और AI चेतना हमारी चेतना से किस प्रकार भिन्न होगी?

इस पुस्तक में कई ज्वलंत विषयों का पता लगाया गया है, और इसे किसी भी व्यक्ति के लिए पढ़ना अनिवार्य होना चाहिए जो वास्तव में यह समझना चाहता है कि एजीआई कैसे एक संभावित खतरा है, साथ ही मानव सभ्यता के भविष्य के लिए एक संभावित जीवन रेखा भी है।

4. मानव संगत: कृत्रिम बुद्धिमत्ता और नियंत्रण की समस्या स्टुअर्ट रसेल द्वारा

यदि हम एक बुद्धिमान एजेंट बनाने में सफल हो जाते हैं, जो कुछ समझता है, जो कार्य करता है, और जो अपने रचनाकारों की तुलना में अधिक बुद्धिमान है, तो क्या होगा? हम मशीनों को उनके उद्देश्यों के बजाय अपने उद्देश्यों को प्राप्त करने के लिए कैसे मनाएंगे?

उपरोक्त वह है जो पुस्तक की सबसे महत्वपूर्ण अवधारणाओं में से एक की ओर ले जाता है "मानव संगत: कृत्रिम बुद्धिमत्ता और नियंत्रण की समस्या"यह है कि हमें "मशीन में एक उद्देश्य डालने" से बचना चाहिए, जैसा कि नॉर्बर्ट वीनर ने एक बार कहा था। एक बुद्धिमान मशीन जो अपने निश्चित उद्देश्यों के प्रति अत्यधिक आश्वस्त है, वह खतरनाक एआई का अंतिम प्रकार है। दूसरे शब्दों में, यदि एआई इस संभावना पर विचार करने के लिए तैयार नहीं है कि वह अपने पूर्व-क्रमादेशित उद्देश्य और कार्य को निष्पादित करने में गलत है, तो एआई प्रणाली को स्वयं बंद करना असंभव हो सकता है।

स्टुअर्ट रसेल द्वारा बताई गई कठिनाई एआई/रोबोट को यह निर्देश देने में है कि किसी भी कीमत पर कोई भी निर्देश प्राप्त करने का इरादा नहीं है। कॉफी लाने के लिए मानव जीवन का बलिदान देना, या दोपहर के भोजन की आपूर्ति के लिए बिल्ली को भूनना ठीक नहीं है। यह समझा जाना चाहिए कि "जितनी जल्दी हो सके मुझे हवाई अड्डे तक ले चलो", इसका मतलब यह नहीं है कि तेज़ गति के नियमों को तोड़ा जा सकता है, भले ही यह निर्देश स्पष्ट न हो। क्या एआई को उपरोक्त गलत होना चाहिए, तो असफल सुरक्षित अनिश्चितता का एक निश्चित पूर्व-क्रमादेशित स्तर है। कुछ अनिश्चितता के साथ, एआई किसी कार्य को पूरा करने से पहले खुद को चुनौती दे सकता है, शायद मौखिक पुष्टि प्राप्त करने के लिए।

1965 के एक पेपर में जिसका शीर्षक था "पहली अल्ट्राइंटेलिजेंस मशीन के संबंध में अटकलेंएलन ट्यूरिंग के साथ काम करने वाले एक प्रतिभाशाली गणितज्ञ आईजे गुड ने कहा, "मनुष्य का अस्तित्व एक अल्ट्राइंटेलिजेंट मशीन के प्रारंभिक निर्माण पर निर्भर करता है"। यह पूरी तरह से संभव है कि खुद को पारिस्थितिक, जैविक और मानवीय आपदा से बचाने के लिए हमें सबसे उन्नत एआई का निर्माण करना होगा जो हम कर सकते हैं।

यह मौलिक पेपर खुफिया विस्फोट की व्याख्या करता है, यह सिद्धांत यह है कि एक अल्ट्राइंटेलिजेंट मशीन प्रत्येक पुनरावृत्ति के साथ और भी बेहतर और बेहतर मशीनें डिजाइन कर सकती है, और यह अनिवार्य रूप से एजीआई के निर्माण की ओर ले जाती है। हालाँकि एजीआई शुरू में एक इंसान के बराबर बुद्धिमान हो सकता है, लेकिन कुछ ही समय में यह तेजी से इंसानों से आगे निकल जाएगा। इस पूर्व निष्कर्ष के कारण, एआई डेवलपर्स के लिए यह महत्वपूर्ण है कि वे इस पुस्तक में साझा किए गए मूल सिद्धांतों को साकार करें और सीखें कि एआई सिस्टम को डिजाइन करने के लिए उन्हें सुरक्षित रूप से कैसे लागू किया जाए जो न केवल मनुष्यों की सेवा करने में सक्षम हैं, बल्कि मनुष्यों को खुद से बचाने में भी सक्षम हैं। .

जैसा कि स्टुअर्ट रसेल ने बताया है कि एआई अनुसंधान से पीछे हटना कोई विकल्प नहीं है, हमें आगे बढ़ना चाहिए। यह पुस्तक हमें सुरक्षित, जिम्मेदार और लाभकारी एआई सिस्टम डिजाइन करने की दिशा में मार्गदर्शन करने के लिए एक रोडमैप है।

3. मन कैसे बनाएं रे कुर्ज़वील द्वारा

रे कुर्ज़वील हैं उन्हें दुनिया के अग्रणी अन्वेषकों, विचारकों और भविष्यवादियों में से एक कहा जाता है वॉल स्ट्रीट जर्नल द्वारा "द रेस्टलेस जीनियस" और फोर्ब्स पत्रिका द्वारा "द अल्टीमेट थिंकिंग मशीन"। वह सिंगुलैरिटी यूनिवर्सिटी के सह-संस्थापक भी हैं, और उन्हें उनकी अभूतपूर्व पुस्तक "द सिंगुलैरिटी इज नियर" के लिए जाना जाता है। “मन कैसे बनाएं"घातीय वृद्धि के मुद्दों को कम निपटाया गया है जो उनके अन्य कार्यों की पहचान हैं, इसके बजाय यह इस बात पर ध्यान केंद्रित करता है कि हमें अंतिम सोच मशीन बनाने के लिए इसे रिवर्स इंजीनियर करने के लिए मानव मस्तिष्क को कैसे समझने की आवश्यकता है।

इस मौलिक कार्य में उल्लिखित मुख्य सिद्धांतों में से एक यह है कि मानव मस्तिष्क में पैटर्न पहचान कैसे काम करती है। मनुष्य रोजमर्रा की जिंदगी में पैटर्न को कैसे पहचानते हैं? मस्तिष्क में ये संबंध कैसे बनते हैं? पुस्तक पदानुक्रमित सोच को समझने के साथ शुरू होती है, यह एक ऐसी संरचना को समझना है जो विभिन्न तत्वों से बना है जो एक पैटर्न में व्यवस्थित हैं, यह व्यवस्था फिर एक अक्षर या चरित्र जैसे प्रतीक का प्रतिनिधित्व करती है, और फिर इसे और अधिक उन्नत पैटर्न में व्यवस्थित किया जाता है जैसे कि एक शब्द, और अंततः एक वाक्य। अंततः ये पैटर्न विचारों का निर्माण करते हैं, और ये विचार उन उत्पादों में बदल जाते हैं जिन्हें बनाने के लिए मनुष्य जिम्मेदार हैं।

चूंकि यह रे कुर्ज़वील की किताब है, इसलिए इसमें घातीय सोच को पेश करने में ज्यादा समय नहीं लगता है। “त्वरित रिटर्न का नियम' इस मौलिक पुस्तक की एक बानगी है। यह कानून दर्शाता है कि कैसे प्रौद्योगिकी और त्वरण की गति प्रगति की प्रवृत्ति के कारण तेज हो रही है, जिससे प्रगति की दर और बढ़ रही है। इस सोच को इस बात पर लागू किया जा सकता है कि हम कितनी तेजी से मानव मस्तिष्क को समझना और रिवर्स इंजीनियर करना सीख रहे हैं। मानव मस्तिष्क में पैटर्न पहचान प्रणालियों की इस त्वरित समझ को एजीआई प्रणाली के निर्माण के लिए लागू किया जा सकता है।

यह पुस्तक एआई के भविष्य के लिए इतनी परिवर्तनकारी थी कि एरिक श्मिट ने इस मौलिक पुस्तक को पढ़ने के बाद रे कुर्ज़वील को एआई परियोजनाओं पर काम करने के लिए भर्ती किया। एक छोटे से लेख में चर्चा किए गए सभी विचारों और अवधारणाओं को रेखांकित करना असंभव है, फिर भी यह एक महत्वपूर्ण पुस्तक है जिसे बेहतर ढंग से समझने के लिए पढ़ा जाना चाहिए कि मानव तंत्रिका नेटवर्क एक उन्नत डिजाइन करने के लिए कैसे काम करते हैं। कृत्रिम तंत्रिका नेटवर्क.

गहरी शिक्षा के लिए पैटर्न पहचान प्रमुख तत्व है, और यह पुस्तक बताती है कि क्यों।

2. मास्टर एल्गोरिथम पेड्रो डोमिंगोस द्वारा

की केंद्रीय परिकल्पना मास्टर एल्गोरिथम यह है कि सभी ज्ञान - अतीत, वर्तमान और भविष्य - को एक एकल, सार्वभौमिक शिक्षण एल्गोरिदम द्वारा डेटा से प्राप्त किया जा सकता है जिसे मास्टर एल्गोरिदम के रूप में मात्राबद्ध किया गया है। पुस्तक कुछ शीर्ष मशीन सीखने की पद्धतियों का विवरण देती है, यह विस्तृत विवरण देती है कि विभिन्न एल्गोरिदम कैसे काम करते हैं, उन्हें कैसे अनुकूलित किया जा सकता है, और मास्टर एल्गोरिदम बनाने के अंतिम लक्ष्य को प्राप्त करने के लिए वे कितने सहयोगात्मक रूप से काम कर सकते हैं। यह एक एल्गोरिदम है जो हमारे सामने आने वाली किसी भी समस्या को हल करने में सक्षम है, और इसमें कैंसर का इलाज भी शामिल है।

पाठक इसके बारे में सीखकर शुरुआत करेंगे नावे बे, एक सरल एल्गोरिदम जिसे एक सरल समीकरण में समझाया जा सकता है। वहां से यह पूरी गति से अधिक दिलचस्प मशीन लर्निंग तकनीकों में तेजी लाता है। उन तकनीकों को समझने के लिए जो हमें इस मास्टर एल्गोरिदम की ओर गति दे रही हैं, हम बुनियादी सिद्धांतों को अभिसरण करने के बारे में सीखते हैं। सबसे पहले, तंत्रिका विज्ञान से हम मस्तिष्क की प्लास्टिसिटी, मानव तंत्रिका नेटवर्क के बारे में सीखते हैं। दूसरा, हम यह समझने के लिए कि विकास और प्राकृतिक चयन का अनुकरण करने वाले आनुवंशिक एल्गोरिदम को कैसे डिज़ाइन किया जाए, एक पाठ में प्राकृतिक चयन की ओर बढ़ते हैं। आनुवंशिक एल्गोरिदम के साथ प्रत्येक पीढ़ी में परिकल्पनाओं की एक आबादी पार हो जाती है और उत्परिवर्तित हो जाती है, वहां से सबसे योग्य एल्गोरिदम अगली पीढ़ी का निर्माण करते हैं। यह विकास आत्म-सुधार की चरम सीमा प्रदान करता है।

अन्य तर्क भौतिकी, सांख्यिकी और निश्चित रूप से सर्वश्रेष्ठ कंप्यूटर विज्ञान से आते हैं। मास्टर एल्गोरिथम के निर्माण के लिए रूपरेखा तैयार करने की पुस्तक की महत्वाकांक्षी गुंजाइश के कारण, यह पुस्तक जिन विभिन्न पहलुओं को छूती है, उन सभी की व्यापक समीक्षा करना असंभव है। यह वह ढाँचा है जिसने इस पुस्तक को दूसरे स्थान पर धकेल दिया है, क्योंकि अन्य सभी मशीन सीखने वाली पुस्तकें किसी न किसी आकार या रूप में इसी पर आधारित हैं।

1. एक हजार दिमाग जेफ हॉकिन्स द्वारा

"एक हजार दिमाग” उन अवधारणाओं पर आधारित है जिनकी चर्चा जेफ हॉकिन्स की पिछली पुस्तक “ऑन इंटेलिजेंस” में की गई है। "ऑन इंटेलिजेंस" ने यह समझने के लिए रूपरेखा का पता लगाया कि मानव बुद्धि कैसे काम करती है, और इन अवधारणाओं को अंतिम एआई और एजीआई सिस्टम के निर्माण के लिए कैसे लागू किया जा सकता है। यह मूल रूप से विश्लेषण करता है कि हमारा दिमाग कैसे भविष्यवाणी करता है कि हम अनुभव करने से पहले क्या अनुभव करेंगे।

जबकि "ए थाउजेंड ब्रेन्स" एक महान स्टैंडअलोन पुस्तक है, इसका सबसे अच्छा आनंद और सराहना तब होगी जब "इंटेलिजेंस पर"पहले पढ़ा जाता है.

"ए थाउजेंड ब्रेन्स" जेफ हॉकिन्स और उनके द्वारा स्थापित कंपनी के नवीनतम शोध पर आधारित है नुमेंटा. न्यूमेंटा का प्राथमिक लक्ष्य एक सिद्धांत विकसित करना है कि नियोकोर्टेक्स कैसे काम करता है, द्वितीयक उद्देश्य यह है कि मस्तिष्क के इस सिद्धांत को मशीन लर्निंग और मशीन इंटेलिजेंस पर कैसे लागू किया जा सकता है।

2010 में न्यूमेंटा की पहली बड़ी खोज यह बताती है कि न्यूरॉन्स कैसे भविष्यवाणियां करते हैं, और 2016 में दूसरी खोज में नियोकॉर्टेक्स में मानचित्र जैसे संदर्भ फ्रेम शामिल थे। पुस्तक में सबसे पहले और सबसे महत्वपूर्ण विवरण दिया गया है कि "हज़ार दिमाग सिद्धांत" क्या है, संदर्भ फ़्रेम क्या हैं, और सिद्धांत वास्तविक दुनिया में कैसे काम करता है। इस सिद्धांत के पीछे सबसे बुनियादी घटकों में से एक यह समझना है कि नियोकोर्टेक्स अपने वर्तमान आकार में कैसे विकसित हुआ।

नियोकोर्टेक्स की शुरुआत अन्य स्तनधारियों के समान छोटी थी, लेकिन यह तेजी से बड़ा हो गया (केवल जन्म नहर के आकार तक सीमित होने के कारण) कुछ भी नया बनाने से नहीं, बल्कि एक मूल सर्किट की बार-बार नकल करने से। संक्षेप में, जो चीज़ मनुष्यों को अलग करती है वह मस्तिष्क की कार्बनिक सामग्री नहीं है बल्कि नियोकोर्टेक्स बनाने वाले समान तत्वों की प्रतियों की संख्या है।

सिद्धांत आगे विकसित होता है कि कैसे नियोकोर्टेक्स लगभग 150,000 कॉर्टिकल स्तंभों के साथ बनता है जो माइक्रोस्कोप के नीचे दिखाई नहीं देते हैं क्योंकि उनके बीच कोई दृश्य सीमा नहीं है। ये कॉर्टिकल कॉलम एक दूसरे के बीच कैसे संवाद करते हैं, यह एक मौलिक एल्गोरिदम का कार्यान्वयन है जो धारणा और बुद्धि के हर पहलू के लिए जिम्मेदार है।

अधिक महत्वपूर्ण बात यह है कि पुस्तक यह बताती है कि इस सिद्धांत को बुद्धिमान मशीनों के निर्माण और समाज के लिए संभावित भविष्य के प्रभावों के लिए कैसे लागू किया जा सकता है। उदाहरण के लिए, मस्तिष्क यह देखकर दुनिया का एक मॉडल सीखता है कि समय के साथ इनपुट कैसे बदलते हैं, खासकर जब आंदोलन लागू होता है। कॉर्टिकल कॉलमों को एक संदर्भ फ्रेम की आवश्यकता होती है जो किसी ऑब्जेक्ट के लिए तय होता है, ये संदर्भ फ्रेम कॉर्टिकल कॉलम को उन विशेषताओं के स्थानों को जानने की अनुमति देते हैं जो किसी ऑब्जेक्ट की वास्तविकताओं को परिभाषित करते हैं। संक्षेप में संदर्भ ढाँचे किसी भी प्रकार के ज्ञान को व्यवस्थित कर सकते हैं। यह इस मौलिक पुस्तक के सबसे महत्वपूर्ण भाग की ओर ले जाता है, क्या संदर्भ फ़्रेम संभावित रूप से अधिक उन्नत एआई या यहां तक ​​कि एजीआई प्रणाली के निर्माण की दिशा में महत्वपूर्ण लापता लिंक हो सकते हैं? जेफ़ स्वयं एक अपरिहार्य भविष्य में विश्वास करते हैं जब एक एजीआई नियोकॉर्टेक्स के समान मानचित्र जैसे संदर्भ फ़्रेमों का उपयोग करके दुनिया के मॉडल सीखेगा, और वह यह दर्शाते हुए एक उल्लेखनीय काम करता है कि वह ऐसा क्यों मानता है।