6 Fêrbûna Makîneyê û Pirtûkên AI-ê yên Hemî Demî (Gulan 2024)

Ji ber termînolojî û algorîtmayên cihêreng ên fêrbûna makîneyê yên ku hene cîhana AI dikare tirsnak be. Piştî ku min zêdetirî 50 pirtûkên ku li ser fêrbûna makîneyê pir têne pêşniyar kirin xwend, min navnîşa xweya kesane ya pirtûkên divê bixwînin berhev kir.

Pirtûkên ku hatine bijartin li gorî celebên ramanên ku têne destnîşan kirin, û têgehên cûda yên wekî fêrbûna kûr, fêrbûna bihêzkirin, û algorîtmayên genetîkî çiqas baş têne pêşkêş kirin. Ya herî girîng navnîş li ser pirtûkên ku çêtirîn rê li pêş pêşerojvan û lêkolîneran vedikin ber bi avakirina AI-ya îsbatkirî ya berpirsiyar, û raveker ve girêdayî ye.

#6. Çawa AI-ê çawa dixebite: Ji Sorcey berbi Zanistê ji aliyê Ronald T. Kneusel

"How Works AI" pirtûkek kurt û zelal e ku ji bo xêzkirina bingehên bingehîn ên fêrbûna makîneyê hatî çêkirin. Ev pirtûk fêrbûna dîroka dewlemend a fêrbûna makîneyê hêsan dike, rêwîtiya ji destpêka pergalên AI-ê yên mîras heya hatina metodolojiyên hevdem.

Dîrok qat e, bi pergalên AI-yê yên baş-damezrandî yên wekî makîneyên vektorê piştgirî, darên biryarê, û daristanên bêserûber dest pê dike. Van pergalên berê rê li ber pêşkeftinên berbiçav vekir, ku rê li ber pêşkeftina nêzîkatiyên sofîstîketir ên mîna torên neuralî û torên neuralî yên hevgirtî vekir. Pirtûk behsa kapasîteyên bêhempa yên ku ji hêla Modelên Zimanên Mezin (LLM) ve têne pêşkêş kirin, ku hêza li pişt AI-ya Generative ya îroyîn e.

Fêmkirina bingehîn, wek çawa teknolojiya deng-bi-wêne dikare wêneyên heyî dubare bike û tewra wêneyên nû, nedîtî ji şîretên ku dixuye rasthatî biafirîne, di têgihîştina hêzên ku jeneratorên wêneya îroyîn de pêş dixin de girîng e. Ev pirtûk van aliyên bingehîn bi xweşikî rave dike, ku dihêle xwendevan bi tevlihevî û mekanîka bingehîn a teknolojiyên hilberîna wêneyê fam bikin.

Ron Kneusel, nivîskar, di ronîkirina perspektîfên xwe de li ser çima ChatGPT-ya OpenAI-yê û modela wê ya LLM-ê destpêka AI-ya rastîn destnîşan dike, hewldanek pesindar nîşan dide. Ew bi hûrgulî destnîşan dike ka çawa LLM-yên cihêreng taybetmendiyên nûjen nîşan didin ku dikarin bi têgihiştinî teoriya hişê fam bikin. Van taybetmendiyên nûjen li ser bingeha mezinahiya modela perwerdehiyê diyartir û bi bandortir xuya dikin. Kneusel nîqaş dike ka hejmareke mezin a parametreyan bi gelemperî di modelên LLM-ê yên herî jêhatî û serfiraz de encam dide, di derheqê dînamîkên pîvandinê û bandorkeriya van modelan de nihêrînên kûr peyda dike.

Ev pirtûk ji bo kesên ku dixwazin di derbarê cîhana AI-ê de bêtir fêr bibin ronahiyek e, ji formên wan ên seretayî heya heyînên pêşeng ên îroyîn nihêrînek hûrgulî lê têgihîştî pêşkêşî rêgeza pêşkeftina teknolojiyên fêrbûna makîneyê dike. Çi hûn nûxwaz in an jî kesek xwedî têgihîştinek girîng a mijarê bin, "AI Çawa Kar dike" hatî sêwirandin ku ji we re têgihîştinek safî ya teknolojiyên veguherîner ên ku şekilkirina cîhana me berdewam dikin peyda bike.

#5. Jiyan 3.0 ji hêla Max Tegmark ve

"Jiyan 3.0” xwedan armancek ambicioz e û ew e ku em îmkanan bikolin ka em ê di pêşerojê de çawa bi AI-ê re bi hev re bijîn. Îstixbarata Giştî ya Hunerî (AGI) encama dawîn û neçarî ye argumana teqîna îstîxbaratê Di sala 1965-an de ji hêla matematîkzanê Brîtanî Irving Good ve hatî çêkirin. Ev argûman destnîşan dike ku îstîxbarata sermirov dê encama makîneyek be ku dikare bi berdewamî xwe baştir bike. Gotina navdar a teqîna îstîxbaratê wiha ye:

"Bila makîneyek ultraaqilmend wekî makîneyek were pênase kirin ku dikare ji hemî çalakiyên rewşenbîrî yên her zilamek çiqas jîr be jî derbas bike. Ji ber ku sêwirana makîneyan yek ji van çalakiyên rewşenbîrî ye, makîneyek ultraaqilmend dikare makîneyên hê çêtir dîzayn bike; wê demê bê guman dê 'teqîna îstîxbaratê' çêbibe û aqilê mirovan dê pir li paş bimîne. Bi vî rengî yekem makîneya ultraaqilmend îcada dawîn e ku mirov hewce dike ku çêbike."

Max Tegmark pirtûkê dide pêşerojek teorîkî ya jiyanek li cîhanek ku ji hêla AGI ve tê kontrol kirin. Ji vê kêliyê û pê de pirsên teqemenî tên kirin wekî îstîxbarat çi ye? Bîranîn çi ye? Hesabkirin çi ye? û, hînbûn çi ye? Van pirs û bersivên mimkun di dawiyê de çawa dibin sedema paradîgmaya makîneyek ku dikare cûrbecûr fêrbûna makîneyê bikar bîne da ku bigihîje destkeftiyên xwe-pêşkeftinê yên ku ji bo bidestxistina hişmendiya asta mirovî hewce ne, û superaqilmendiya encam a neçar?

Ev celeb ramîna pêşeroj û pirsên girîng in ku Life 3.0 lêkolîn dike. Life 1.0 formên jiyanê yên hêsan ên mîna bakteriyan e ku tenê dikare bi pêşveçûna ku DNA-ya wê diguhezîne biguhezîne. Life 2.0 formên jiyanê ne ku dikarin nermalava xwe ji nû ve dîzayn bikin wek fêrbûna zimanek an jêhatîbûnek nû. Life 3.0 AI-yek e ku ne tenê dikare tevger û jêhatîbûna xwe biguhezîne, lê di heman demê de dikare hardware-ya xwe jî biguhezîne, mînakî nûvekirina xweya robotîkî.

Tenê gava ku em feyde û kêmasiyên AGI-yê fam bikin, em dikarin wê hingê dest bi vekolîna vebijarkan bikin da ku pê ewle bibin ku em AI-yek heval ava bikin ji ya ku em dikarin bi mebestên xwe re li hev bikin. Ji bo ku em vê yekê bikin, dibe ku em jî hewce bikin ku fêm bikin ka hişmendî çi ye? Û hişmendiya AI-ê dê ji ya me çawa cûda bibe?

Gelek mijarên germ hene ku di vê pirtûkê de têne vekolîn kirin, û pêdivî ye ku ew xwendina mecbûrî be ji bo her kesê ku bi rastî dixwaze fam bike ka AGI çawa xetereyek potansiyel e, û her weha ji bo paşeroja şaristaniya mirovî xêzek jiyanê ya potansiyel e.

#4. Lihevhatî ya Mirovan: Zehmetiya Hunerî û Pirsgirêka Kontrolê ji aliyê Stuart Russell

Ger em di avakirina karmendek jîr de biserkevin, tiştek ku têdigihîje, tevdigere û ji afirînerên xwe jîrtir e, dê çi bibe? Em ê çawa makîneyan razî bikin ku li şûna armancên xwe bigihîjin armancên me?

Ya ku li jor dibe sedema yek ji girîngtirîn têgînên pirtûkê ye "Lihevhatî ya Mirovan: Zehmetiya Hunerî û Pirsgirêka Kontrolê" ev e ku divê em ji "armancek di makîneyê de nehêlin," wekî ku carekê Norbert Wiener got. Makîneyek jîr a ku ji armancên xwe yên sabît pir diyar e, celebê dawîn a AI-ya xeternak e. Bi gotinek din, heke AI nexwaze ku îhtîmala ku ew di pêkanîna armanc û fonksiyona xweya pêş-bernamekirî de xelet e bihesibîne, wê hingê dibe ku ne gengaz be ku pergala AI-ê xwe bigire.

Zehmetiya ku ji hêla Stuart Russell ve hatî destnîşan kirin di rêwerzkirina AI/robotê de ye ku ne fermanek fermankirî ye ku bi her lêçûyî were bidestxistin. Ne baş e ku meriv canê mirovan ji bo anîna qehweyekê feda bike, ji bo tedarikkirina firavînê pisîkê bixurîne. Pêdivî ye ku were fam kirin ku "ez bi lez û bez min bigihîne balafirgehê", nayê vê wateyê ku qanûnên lezkirinê dikarin werin şikandin, her çend ev rêwerz ne eşkere be. Ger AI xeletiya jorîn bigire, wê hingê ewlekariya têkçûn astek nediyariyê ya pêş-bernamekirî ye. Digel hin nezelaliyê, AI dikare berî ku karekî biqedîne, xwe bişopîne, dibe ku li pejirandina devkî bigere.

Di sala 1965an de di gotareke bi navê "Spekulasyonên Li Ser Makîneya Yekem Ultraintelligence", IJ Good, matematîkzanek jêhatî ku bi Alan Turing re xebitî, got, "Rabûna mirov bi avakirina destpêka makîneyek ultraaqilmend ve girêdayî ye". Bi tevahî gengaz e ku ji bo ku em xwe ji karesata ekolojîk, biyolojîk û mirovahî rizgar bikin divê em AI-ya herî pêşkeftî ya ku em dikarin ava bikin.

Ev kaxez teqîna îstîxbaratê rave dike, ev teorî ev e ku makîneyek ultraaqilmend dikare bi her dubarekirinê makîneyên hê çêtir û bilintir dîzayn bike, û ev bê guman dibe sedema afirandina AGI. Digel ku AGI di destpêkê de dibe ku ji mirovan re jîrekiya wekhev be, ew ê di demek kurt de zû ji mirovan derbas bibe. Ji ber vê encama pêşwext, ji bo pêşdebirên AI-ê girîng e ku prensîbên bingehîn ên ku di vê pirtûkê de têne parve kirin rast bikin û fêr bibin ka meriv çawa bi ewlehî wan di sêwirana pergalên AI-ê de ku ne tenê karibe ji mirovan re xizmet bike, lê mirov ji xwe xilas bike bikar bîne. .

Wekî ku ji hêla Stuart Russell ve hatî destnîşan kirin vekişîna ji lêkolîna AI-ê ne vebijarkek e, divê em pêşde biçin. Ev pirtûk nexşeyek rê ye ku rêberiya me dike ber bi sêwirana pergalên AI-yê ewle, berpirsiyar û bi fêde.

#3. Meriv Çawa Hiş Biafirîne destê Ray Kurzweil

Ray Kurzweil e yek ji dahêner, ramanwer û pêşerojnasên cîhanê yên sereke, ew wek ku hatiye binavkirin "jeniya bêhest" ji hêla The Wall Street Journal ve û "makîneya ramana dawîn" ji hêla kovara Forbes ve. Ew di heman demê de Hev-damezrînerê Zanîngeha Singularity ye, û ew bi pirtûka xwe ya bingehîn "The Singularity Near" tê zanîn. "Meriv Çawa Hiş Biafirîne” hindiktir mijarên mezinbûna berbiçav ên ku nîşanên xebata wî ya din in, dike, di şûna wê de ew balê dikişîne ser ka em hewce ne ku mejiyê mirov çawa fam bikin da ku ew berevajî bikin da ku makîneya ramana dawîn biafirînin.

Yek ji prensîbên bingehîn ên ku di vê xebata bingehîn de hatî destnîşan kirin ev e ku meriv çawa di mêjiyê mirovan de nasîna nimûneyê dixebite. Mirov çawa di jiyana rojane de nimûneyan nas dikin? Ev têkilî di mejî de çawa çêdibin? Pirtûk bi têgihîştina ramana hiyerarşîk dest pê dike, ev têgihîştina avahiyek e ku ji hêmanên cihêreng ên ku bi rengekî hatine rêz kirin pêk tê, ev rêkûpêk piştre sembolek wekî herfek an karakterek temsîl dike, û dûv re jî ev yek di qalibek pêşkeftî de tê rêz kirin. wek peyv û di dawiyê de hevokek. Di dawiyê de ev şêweyên hanê ramanan çêdikin, û ev raman vediguherin berhemên ku mirov ji avakirina wan berpirsiyar in.

Ji ber ku ew pirtûkek Ray Kurzweil e, bê guman berî ku ramana berbiçav were destnîşan kirin demek dirêj nake. The "Qanûna Vegera Lezkirinê' nîşaneya vê pirtûka girîng e. Ev qanûn destnîşan dike ka teknolojiyên û leza lezbûnê çawa bileztir dibe ji ber meyla pêşkeftinan ku li ser xwe bixwin, rêjeya pêşkeftinê bêtir zêde dike. Dûv re ev raman dikare were sepandin ka em çiqas zû fêr dibin ku mêjiyê mirovan fam bikin û berevajî bikin. Vê têgihîştina bilez a pergalên nasîna nimûneyê di mêjiyê mirovan de wê hingê dikare ji bo avakirina pergalek AGI were sepandin.

Ev pirtûk ji bo pêşeroja AI-ê ew qas veguherîner bû, ku Eric Schmidt Ray Kurzweil peywirdar kir ku li ser projeyên AI-ê bixebite piştî ku wî xwendina vê pirtûka girîng qedand. Ne gengaz e ku meriv hemî raman, û têgehên ku di gotarek kurt de têne nîqaş kirin destnîşan bikin, di heman demê de ew amûrek e ku divê pirtûk were xwendin da ku çêtir fam bike ka torên neuralî yên mirovan çawa dixebitin da ku meriv sêwiranek pêşkeftî sêwirîne. tora rehikan a sûnî.

Naskirina nimûneyê ji bo fêrbûna kûr hêmana bingehîn e, û ev pirtûk çima diyar dike.

#2. Algorîtmaya Master ji aliyê Pedro Domingos

Hîpoteza navendî ya Algorîtmaya Master ev e ku hemî zanîn - paşeroj, niha û paşeroj - dikare ji daneyan bi algorîtmayek fêrbûna gerdûnî ya yekane ya ku wekî Algorîtmayek Mamoste tête hesibandin ve were derxistin. Pirtûk bi hûrgulî hin rêgezên fêrbûna makîneyê yên jorîn vedibêje, ew ravekirinên hûrgulî dide ka algorîtmayên cihêreng çawa dixebitin, ew çawa dikarin xweşbîn bibin, û ew çawa bi hevkarî dikarin ji bo bidestxistina armanca dawîn a afirandina algorîtmaya Master bixebitin. Ev algorîtmayek e ku karibe her pirsgirêkek ku em jê dixwin çareser bike, û ev jî dermankirina penceşêrê jî dihewîne.

Xwendevan dê bi fêrbûna li ser dest pê bike Naîv Bayes, algorîtmayek sade ya ku di yek hevokek sade de tê ravekirin. Ji wir ew leza tevahî di teknîkên fêrbûna makîneya balkêştir de lez dike. Ji bo ku em teknolojiyên ku me ber bi vê algorîtmaya masterê ve bilezînin fam bikin, em li ser bingehên lihevhatinê fêr dibin. Pêşîn, ji neuroscience em li ser plastîkbûna mêjî, torên neuralî yên mirovan fêr dibin. Ya duyemîn, em di dersê de derbasî hilbijartina xwezayî dibin da ku fêm bikin ka meriv çawa algorîtmayek genetîkî ku pêşkeftin û hilbijartina xwezayî simule dike sêwirîne. Bi algorîtmayek genetîkî, nifûsa hîpotezan di her nifşî de derbas dibe û diguhezîne, ji wir algorîtmayên herî maqûl nifşê din çêdikin. Ev pêşveçûn di xwe-pêşkeftina dawî de pêşkêşî dike.

Argumanên din ji fîzîk, statîstîk, û bê guman çêtirîn zanistiya komputerê têne. Ne gengaz e ku meriv bi berfirehî hemî aliyên cihêreng ên ku ev pirtûk li ser wan disekine binirxîne, ji ber çarçoveyek ambargoya pirtûkan a danîna çarçoweya avakirina Algorîtmaya Master. Ev çarçoveyek e ku ev pirtûk derxistiye cîhê duyemîn, ji ber ku hemî pirtûkên fêrbûna makîneyê yên din li ser vê yekê bi rengek an rengek ava dikin.

#1. Hezar Mejî ji aliyê Jeff Hawkins

"Hezar Mejî” li ser têgînên ku di pirtûka berê ya Jeff Hawkins a bi navê “Li ser Îstixbaratê” de hatine behs kirin, ava dike. "On Intelligence" çarçoveyek ji bo têgihîştina îstîxbarata mirovî çawa dixebite, û çawa van têgehan wê hingê ji bo avakirina pergalên AI û AGI yên dawîn werin sepandin lêkolîn kir. Ew bi bingehîn analîz dike ka mejiyê me çawa pêşbînî dike ku em ê çi biceribînin berî ku em wê biceribînin.

Digel ku "Hezar Mejî" pirtûkek serbixwe ya mezin e, ew ê herî baş jê kêf û qedir bibe heke "Li ser Intelligence” pêşî tê xwendin.

"A Thousand Brains" li ser lêkolîna herî dawî ya Jeff Hawkins û pargîdaniya ku wî damezrand bi navê numenta. Numenta xwedan armancek bingehîn e ku teoriyek li ser ka neokortex çawa dixebite pêş bixe, armanca duyemîn ev e ku meriv çawa dikare vê teoriya mêjî li fêrbûna makîneyê û hişmendiya makîneyê were sepandin.

Keşfa yekem a mezin a Numenta di sala 2010-an de vedihewîne ka neuron çawa pêşbîniyan dikin, û vedîtina duyemîn di sala 2016-an de çarçoveyên referansê yên mîna nexşeyê di neokortex de vedihewîne. Pirtûk berî her tiştî hûrgulî dike ka "teoriya Hezar Mejî" çi ye, çarçoveyên referansê çi ne, û teorî di cîhana rastîn de çawa dixebite. Yek ji hêmanên herî bingehîn ên li pişt vê teoriyê ev e ku meriv çawa neokortex bi mezinahiya xweya heyî ve pêşve çûye.

Neocortex piçûk dest pê kir, mîna mammalên din, lê ew qat bi qat mezin bû (tenê ji hêla mezinahiya kanala jidayikbûnê ve tê sînordar kirin) ne bi afirandina tiştek nû, lê bi kopîkirina çerxa bingehîn çend caran. Di eslê xwe de, ya ku mirovan ji hev cuda dike ne madeya organîk a mêjî ye, lê hejmara kopiyên hêmanên heman rengî ye ku neocortex pêk tîne.

Teorî bi pêş ve diçe ka çawa neokortek bi qasî 150,000 stûnên kortikal ên ku di binê mîkroskopê de nayên xuyang kirin çêdibe ji ber ku di navbera wan de ti sînorên xuya tune. Çawa van stûnên kortikî di nav hevûdu de danûstendinê dikin, pêkanîna algorîtmayek bingehîn e ku berpirsiyarê her aliyek têgihîştin û hişmendiyê ye.

Ya girîngtir pirtûk eşkere dike ka ev teorî çawa dikare ji bo avakirina makîneyên aqilmend were sepandin, û encamên gengaz ên pêşerojê ji bo civakê. Mînakî, mêjî bi çavdêriya ka çawa bi demê re diguhezin, bi taybetî dema ku tevger tê sepandin, modelek cîhanê fêr dibe. Ji stûnên kortikal re çarçoveyek referansê ya ku bi tiştekê ve hatî veqetandin hewce dike, van çarçoveyên referansê dihêle stûnek kortikal fêrî cîhên taybetmendiyên ku rastiyên tiştek diyar dikin fêr bibe. Di eslê xwe de çarçoveyên referansê dikarin her cure zanînê bi rêxistin bikin. Ev dibe sedema beşa herî girîng a vê pirtûka bingehîn, gelo çarçeweyên referansê bi potansiyel dikarin bibin girêdana winda ya girîng a avakirina AI-ya pêşkeftî an tewra pergalek AGI? Jeff bi xwe bi pêşerojek neçar bawer dike dema ku AGI dê modelên cîhanê fêr bibe ku çarçova referansên nexşeyê yên mîna neokortex bikar tîne, û ew karek berbiçav dike ku diyar dike ka çima ew bi vê yekê bawer dike.