역대 최고의 기계 학습 및 AI 도서 6권(2024년 XNUMX월)

AI의 세계는 사용 가능한 용어와 다양한 기계 학습 알고리즘으로 인해 위협적일 수 있습니다. 머신러닝에 관해 가장 추천받는 책을 50권 이상 읽은 후, 꼭 읽어야 할 책 목록을 작성했습니다.

선정된 책은 소개된 아이디어의 유형과 딥 러닝, 강화 학습 및 유전자 알고리즘과 같은 다양한 개념이 얼마나 잘 제시되었는지를 기반으로 합니다. 가장 중요한 것은 이 목록이 책임 있고 설명 가능한 AI를 구축하기 위한 미래학자와 연구자를 위한 길을 가장 잘 닦은 책을 기반으로 한다는 것입니다.

# 6. AI 작동 방식: 마법에서 과학까지 로널드 T. 크뉴젤(Ronald T. Kneusel)

“AI가 어떻게 작동하는가”는 머신러닝의 핵심 기본 원리를 설명하기 위해 고안된 간결하고 명료한 책입니다. 이 책은 레거시 AI 시스템의 시작부터 현대 방법론의 출현까지, 머신 러닝의 풍부한 역사를 학습하는 데 도움을 줍니다.

이력은 지원 벡터 머신, 의사결정 트리, 랜덤 포레스트 등 기반이 탄탄한 AI 시스템부터 시작하여 계층화됩니다. 이러한 초기 시스템은 획기적인 발전을 위한 길을 열었으며 신경망 및 컨볼루션 신경망과 같은 보다 정교한 접근 방식의 개발로 이어졌습니다. 이 책에서는 오늘날의 최첨단 생성 AI를 뒷받침하는 강력한 언어 모델(LLM)이 제공하는 놀라운 기능에 대해 설명합니다.

노이즈 투 이미지 기술이 어떻게 기존 이미지를 복제하고 심지어 무작위로 보이는 프롬프트에서 새롭고 전례 없는 이미지를 생성할 수 있는지와 같은 기본 사항을 이해하는 것은 오늘날의 이미지 생성기를 추진하는 힘을 파악하는 데 중요합니다. 이 책은 이러한 기본적인 측면을 아름답게 설명하여 독자가 이미지 생성 기술의 복잡성과 기본 메커니즘을 이해할 수 있도록 합니다.

저자인 Ron Kneusel은 OpenAI의 ChatGPT와 LLM 모델이 진정한 AI의 시작을 의미하는 이유에 대한 자신의 관점을 설명하기 위한 훌륭한 노력을 보여줍니다. 그는 별개의 LLM이 마음 이론을 직관적으로 이해할 수 있는 창발적 특성을 어떻게 나타내는지 꼼꼼하게 제시합니다. 이러한 창발 속성은 훈련 모델의 크기에 따라 더욱 뚜렷해지고 영향력이 커지는 것으로 보입니다. Kneusel은 더 많은 양의 매개변수가 일반적으로 가장 효율적이고 성공적인 LLM 모델을 생성하는 방법에 대해 논의하여 이러한 모델의 확장 역학 및 효율성에 대한 더 깊은 통찰력을 제공합니다.

이 책은 AI의 세계에 대해 더 많이 배우고 싶어하는 사람들을 위한 등대이며, 기초적인 형태부터 오늘날의 선구적인 실체에 이르기까지 기계 학습 기술의 진화 궤적에 대한 자세하면서도 이해하기 쉬운 개요를 제공합니다. 귀하가 초보자이건 해당 주제에 대해 상당한 이해를 갖고 있는 사람이건 간에, "AI의 작동 방식"은 계속해서 세상을 형성하고 있는 혁신적인 기술에 대한 세련된 이해를 제공하도록 설계되었습니다.

# 5. 생활 3.0 맥스 테그마크

"생활 3.0”는 야심 찬 목표를 가지고 있으며 미래에 AI와 어떻게 공존할 수 있는지에 대한 가능성을 탐구하는 것입니다. AGI(Artificial General Intelligence)는 인류의 궁극적이고 불가피한 결과입니다. 지능폭발논쟁 1965년 영국의 수학자 어빙 굿이 만든 것입니다. 이 주장은 초인적 지능이 지속적으로 스스로 개선할 수 있는 기계의 결과가 될 것이라고 규정합니다. 지능 폭발에 대한 유명한 인용문은 다음과 같습니다.

“초지능 기계는 아무리 영리한 사람의 모든 지적 활동을 훨씬 능가할 수 있는 기계로 정의됩니다. 기계 설계는 이러한 지적 활동 중 하나이기 때문에 초지능형 기계는 더 나은 기계를 설계할 수 있습니다. 그러면 의심할 여지 없이 '지능의 폭발'이 있을 것이고 인간의 지능은 훨씬 뒤에 남게 될 것입니다. 따라서 최초의 초지능 기계는 인간이 만들 필요가 있는 마지막 발명품입니다.”

Max Tegmark는 AGI에 의해 제어되는 세계에서 살아가는 이론적 미래로 책을 시작합니다. 이때부터 지능이란 무엇인가라는 폭발적인 질문이 쏟아진다. 메모리란 무엇입니까? 계산이란 무엇입니까? 그리고 학습이란 무엇입니까? 이러한 질문과 가능한 대답은 궁극적으로 인간 수준의 지능을 달성하는 데 필요한 자기 개선의 돌파구를 달성하기 위해 다양한 유형의 기계 학습을 사용할 수 있는 기계의 패러다임으로 이어지고 필연적으로 초지능을 얻게 될까요?

이것이 바로 Life 3.0이 탐구하는 미래 지향적 사고와 중요한 질문의 유형입니다. Life 1.0은 DNA를 수정하는 진화를 통해서만 변화할 수 있는 박테리아와 같은 단순한 생명체입니다. Life 2.0은 새로운 언어나 기술을 배우는 등 자신의 소프트웨어를 재설계할 수 있는 생명체입니다. Life 3.0은 자신의 행동과 기술을 수정할 수 있을 뿐만 아니라 로봇 자체를 업그레이드하는 것과 같이 자체 하드웨어도 수정할 수 있는 AI입니다.

AGI의 이점과 함정을 이해할 때만 목표에 부합할 수 있는 친숙한 AI를 구축할 수 있는 옵션 검토를 시작할 수 있습니다. 이를 위해서는 의식이 무엇인지 이해해야 할 수도 있습니다. 그리고 AI 의식은 우리의 의식과 어떻게 다를까요?

이 책에는 뜨거운 주제가 많이 다루어져 있으며 AGI가 인류 문명의 미래에 잠재적인 생명선이 될 뿐만 아니라 어떻게 잠재적인 위협이 되는지 진정으로 이해하고자 하는 사람이라면 반드시 읽어야 할 책입니다.

# 4. 인간 호환 가능: 인공 지능과 제어 문제 스튜어트 러셀

인지하고 행동하며 창조자보다 더 지능적인 지능형 에이전트를 구축하는 데 성공하면 어떻게 될까요? 기계가 자신의 목표 대신 우리의 목표를 달성하도록 어떻게 설득할 것인가?

위의 내용은 이 책의 가장 중요한 개념 중 하나로 이어집니다.인간 호환 가능: 인공 지능과 제어 문제”는 노버트 위너(Norbert Wiener)가 말했듯이 “기계에 목적을 부여하는 것”을 피해야 한다는 것입니다. 고정된 목표를 너무 확신하는 지능형 기계는 궁극적인 유형의 위험한 AI입니다. 즉, AI가 사전 프로그래밍된 목적과 기능을 수행하는 데 있어 잘못된 가능성을 고려하지 않으면 AI 시스템이 자체적으로 종료되는 것이 불가능할 수 있습니다.

스튜어트 러셀(Stuart Russell)이 설명한 어려움은 AI/로봇에게 지시된 명령이 어떤 대가를 치르더라도 달성되지 않도록 지시하는 데 있습니다. 커피를 마시기 위해 사람의 생명을 희생하거나 점심을 제공하기 위해 고양이를 굽는 것은 옳지 않습니다. 이 지시가 명시적이지 않더라도 "가능한 한 빨리 공항까지 데려다 주세요"라는 말은 과속 법규를 위반할 수 있음을 의미하지 않는다는 점을 이해해야 합니다. AI가 위의 내용을 잘못 이해하면 안전 장치는 미리 프로그래밍된 특정 수준의 불확실성입니다. 약간의 불확실성이 있는 경우 AI는 작업을 완료하기 전에 스스로에게 도전하여 아마도 구두 확인을 구할 수 있습니다.

1965년 논문에서 "최초의 초지능 기계에 관한 추측", Alan Turing과 함께 일했던 뛰어난 수학자 IJ Good은 "인간의 생존은 초지능 기계의 초기 구축에 달려 있습니다."라고 말했습니다. 생태적, 생물학적, 인도주의적 재난으로부터 우리 자신을 구하기 위해 우리가 할 수 있는 가장 진보된 AI를 구축해야 한다는 것은 전적으로 가능합니다.

이 중요한 문서는 지능 폭발에 대해 설명합니다. 이 이론은 초지능 기계가 각 반복을 통해 훨씬 더 우수하고 뛰어난 기계를 설계할 수 있으며, 이는 필연적으로 AGI의 생성으로 이어진다는 것입니다. AGI는 처음에는 인간과 동등한 지능을 가질 수 있지만 짧은 시간 내에 인간을 빠르게 능가할 것입니다. 이러한 기정사실로 인해 AI 개발자는 이 책에서 공유하는 핵심 원칙을 실현하고 인간을 섬기는 것뿐만 아니라 인간을 스스로 구할 수 있는 AI 시스템을 설계하는 데 안전하게 적용하는 방법을 배우는 것이 중요합니다. .

스튜어트 러셀(Stuart Russell)이 AI 연구에서 후퇴하는 것은 선택 사항이 아니라 앞으로 나아가야 합니다. 이 책은 안전하고 책임감 있고 유익한 AI 시스템을 설계하는 방향으로 안내하는 로드맵입니다.

# 3. 마음을 창조하는 방법 레이 커즈와일

레이 커즈와일은 세계 최고의 발명가, 사상가, 미래학자 중 한 명인 그는 The Wall Street Journal의 "쉼 없는 천재"이자 Forbes 매거진의 "궁극적인 사고 기계"입니다. 그는 또한 Singularity University의 공동 설립자이며 획기적인 저서 "The Singularity is Near"로 가장 잘 알려져 있습니다. “마음을 창조하는 방법”는 그의 다른 작업의 특징인 기하급수적 성장 문제를 다루기보다는 궁극적인 사고 기계를 만들기 위해 인간의 두뇌를 리버스 엔지니어링하기 위해 인간의 두뇌를 이해하는 방법에 초점을 맞춥니다.

이 중요한 작업에서 설명된 핵심 원칙 중 하나는 인간의 뇌에서 패턴 인식이 작동하는 방식입니다. 인간은 일상 생활에서 패턴을 어떻게 인식합니까? 이러한 연결은 뇌에서 어떻게 형성됩니까? 이 책은 계층적 사고를 이해하는 것에서 시작하여 패턴으로 배열된 다양한 요소로 구성된 구조를 이해하고, 이 배열은 문자나 문자와 같은 기호를 나타내고, 이를 더 발전된 패턴으로 배열합니다. 예를 들어 단어, 그리고 결국 문장. 결국 이러한 패턴은 아이디어를 형성하고 이러한 아이디어는 인간이 구축할 책임이 있는 제품으로 변환됩니다.

Ray Kurzweil의 책이기 때문에 기하급수적 사고가 도입되기까지 오래 걸리지 않습니다. “수익 가속화의 법칙'는 이 중요한 책의 특징입니다. 이 법칙은 진보가 스스로를 먹고 사는 경향으로 인해 기술과 가속 속도가 어떻게 가속화되고 있으며, 진보 속도를 더욱 높이는지를 보여줍니다. 그런 다음 이 생각은 우리가 인간 두뇌를 이해하고 리버스 엔지니어링하는 방법을 얼마나 빨리 배우는지에 적용될 수 있습니다. 인간 두뇌의 패턴 인식 시스템에 대한 이러한 가속화된 이해는 AGI 시스템 구축에 적용될 수 있습니다.

이 책은 AI의 미래에 큰 변화를 가져왔기 때문에 Eric Schmidt는 이 중요한 책을 다 읽은 후 Ray Kurzweil을 AI 프로젝트 작업에 영입했습니다. 짧은 기사에서 논의되는 모든 아이디어와 개념을 설명하는 것은 불가능하지만, 그럼에도 불구하고 고급 신경망을 설계하기 위해 인간 신경망이 작동하는 방식을 더 잘 이해하기 위해 꼭 읽어야 할 책입니다. 인공 신경망.

패턴 인식은 딥 러닝의 핵심 요소이며 이 책은 그 이유를 설명합니다.

# 2. 마스터 알고리즘 페드로 도밍고스

의 중심 가설 마스터 알고리즘 과거, 현재, 미래의 모든 지식은 마스터 알고리즘으로 정량화되는 단일 범용 학습 알고리즘에 의해 데이터에서 파생될 수 있습니다. 이 책은 최고의 기계 학습 방법론 중 일부를 자세히 설명하고 다양한 알고리즘이 작동하는 방식, 알고리즘을 최적화하는 방법 및 마스터 알고리즘 생성이라는 궁극적인 목표를 달성하기 위해 협력할 수 있는 방법에 대해 자세히 설명합니다. 이것은 우리가 공급하는 모든 문제를 해결할 수 있는 알고리즘이며 여기에는 암 치료가 포함됩니다.

독자는 다음에 대해 배우는 것으로 시작할 것입니다. 나이브 베이 즈, 하나의 간단한 방정식으로 설명할 수 있는 간단한 알고리즘입니다. 거기에서 더 흥미로운 기계 학습 기술로 전속력을 가속화합니다. 이 마스터 알고리즘을 향해 우리를 가속화하는 기술을 이해하기 위해 수렴 기본 사항에 대해 배웁니다. 첫째, 신경 과학에서 우리는 뇌 가소성, 인간 신경망에 대해 배웁니다. 둘째, 진화와 자연 선택을 시뮬레이션하는 유전 알고리즘을 설계하는 방법을 이해하기 위해 수업에서 자연 선택으로 이동합니다. 유전자 알고리즘을 사용하면 각 세대의 가설 모집단이 교차하고 변이되며 거기에서 가장 적합한 알고리즘이 다음 세대를 생성합니다. 이 진화는 궁극적인 자기 개선을 제공합니다.

다른 주장은 물리학, 통계, 물론 최고의 컴퓨터 과학에서 나옵니다. 마스터 알고리즘을 구축하기 위한 프레임워크를 배치하는 책의 야심찬 범위로 인해 이 책에서 다루는 모든 다양한 측면을 포괄적으로 검토하는 것은 불가능합니다. 다른 모든 기계 학습 책이 어떤 모양이나 형식으로 이 책을 기반으로 하므로 이 책을 XNUMX위로 밀어낸 것은 바로 이 프레임워크입니다.

# 1. 천 개의 두뇌 제프 호킨스

"천 개의 두뇌"는 "On Intelligence"라는 제목의 Jeff Hawkins의 이전 저서에서 논의된 개념을 기반으로 합니다. "On Intelligence"는 인간 지능이 작동하는 방식을 이해하기 위한 프레임워크와 이러한 개념을 궁극의 AI 및 AGI 시스템 구축에 적용할 수 있는 방법을 탐구했습니다. 우리의 뇌가 우리가 경험하기 전에 경험할 것을 예측하는 방법을 근본적으로 분석합니다.

"A Thousand Brains"는 훌륭한 독립형 책이지만 "지능에"가 먼저 읽힌다.

"A Thousand Brains"는 Jeff Hawkins와 그가 설립한 회사의 최신 연구를 기반으로 합니다. 누 멘타. Numenta는 신피질이 어떻게 작동하는지에 대한 이론을 개발하는 일차 목표를 가지고 있으며, 이차 목표는 이 두뇌 이론을 기계 학습 및 기계 지능에 어떻게 적용할 수 있는지입니다.

2010년 누멘타의 첫 번째 주요 발견은 뉴런이 어떻게 예측을 하는지에 관한 것이며, 2016년 두 번째 발견은 신피질의 지도와 같은 참조 프레임과 관련이 있습니다. 이 책은 무엇보다 "천 개의 두뇌 이론"이 무엇인지, 참조 프레임이 무엇인지, 그리고 이론이 실제 세계에서 어떻게 작동하는지 자세히 설명합니다. 이 이론의 가장 근본적인 구성 요소 중 하나는 신피질이 어떻게 현재 크기로 진화했는지 이해하는 것입니다.

신피질은 다른 포유류와 마찬가지로 작게 시작했지만 새로운 것을 생성하는 것이 아니라 기본 회로를 반복적으로 복사함으로써 기하급수적으로 커졌습니다(산도의 크기에 의해서만 제한됨). 본질적으로 인간을 구별하는 것은 뇌의 유기적 물질이 아니라 신피질을 형성하는 동일한 요소의 복제 수입니다.

이 이론은 현미경으로 볼 수 없는 약 150,000개의 피질 기둥으로 신피질이 형성되는 방식으로 발전합니다. 이러한 피질 기둥이 서로 통신하는 방식은 지각과 지능의 모든 측면을 담당하는 기본 알고리즘의 구현입니다.

더 중요한 것은 이 책이 이 이론이 지능형 기계를 구축하는 데 어떻게 적용될 수 있는지, 그리고 사회에 미칠 수 있는 미래의 영향을 밝히는 것입니다. 예를 들어, 두뇌는 특히 움직임이 적용될 때 시간이 지남에 따라 입력이 어떻게 변하는지 관찰하여 세계 모델을 학습합니다. 피질 기둥은 물체에 고정된 참조 프레임을 필요로 하며, 이러한 참조 프레임을 통해 피질 기둥은 물체의 현실을 정의하는 기능의 위치를 ​​학습할 수 있습니다. 본질적으로 참조 프레임은 모든 유형의 지식을 구성할 수 있습니다. 이것은 이 중요한 책의 가장 중요한 부분으로 이어집니다. 참조 프레임이 보다 발전된 AI 또는 심지어 AGI 시스템을 구축하는 데 잠재적으로 중요한 누락된 링크가 될 수 있습니까? 제프 자신은 AGI가 신피질과 유사한 지도와 같은 참조 프레임을 사용하여 세계의 모델을 배울 불가피한 미래를 믿고 있으며, 그가 왜 그렇게 믿는지 설명하는 놀라운 일을 합니다.