6 visu laiku labākās mašīnmācības un mākslīgā intelekta grāmatas (2024. gada maijs)

AI pasaule var būt biedējoša terminoloģijas un dažādu pieejamo mašīnmācīšanās algoritmu dēļ. Pēc vairāk nekā 50 ieteicamāko grāmatu par mašīnmācīšanos izlasīšanas esmu izveidojis savu personīgo sarakstu ar grāmatām, kuras jāizlasa.

Izvēlētās grāmatas ir balstītas uz ieviesto ideju veidiem un to, cik labi tiek prezentēti dažādi jēdzieni, piemēram, dziļa mācīšanās, pastiprināšanas mācīšanās un ģenētiskie algoritmi. Vissvarīgākais ir tas, ka saraksts ir balstīts uz grāmatām, kas futūristiem un pētniekiem vislabāk paver ceļu uz pierādāmi atbildīga un izskaidrojama AI izveidi.

# 6. Kā darbojas mākslīgais intelekts: no burvības līdz zinātnei Ronalds T. Knēsels

“Kā AI darbojas” ir kodolīga un skaidra grāmata, kas izstrādāta, lai aprakstītu mašīnmācības pamatprincipus. Šī grāmata atvieglo mācības par mašīnmācīšanās bagāto vēsturi, ceļojot no mantoto AI sistēmu izveides līdz mūsdienu metodoloģiju parādīšanās brīdim.

Vēsture ir daudzslāņaina, sākot ar labi pamatotām AI sistēmām, piemēram, atbalsta vektoru mašīnām, lēmumu kokiem un nejaušiem mežiem. Šīs agrākās sistēmas pavēra ceļu revolucionāriem sasniegumiem, kā rezultātā tika izstrādātas sarežģītākas pieejas, piemēram, neironu tīkli un konvolucionālie neironu tīkli. Grāmatā aplūkotas neticamās iespējas, ko piedāvā lielo valodu modeļi (LLM), kas ir mūsdienu vismodernākās ģeneratīvās mākslīgā intelekta spēkstacijas.

Izpratne par pamatiem, piemēram, kā tehnoloģija no trokšņa līdz attēlam var replicēt esošos attēlus un pat radīt jaunus, nepieredzētus attēlus no šķietami nejaušiem norādījumiem, ir ļoti svarīgi, lai izprastu spēkus, kas virza mūsdienu attēlu ģeneratorus. Šī grāmata lieliski izskaidro šos fundamentālos aspektus, ļaujot lasītājiem izprast attēlu ģenerēšanas tehnoloģiju sarežģītību un pamatā esošo mehāniku.

Autors Rons Kneusels demonstrē slavējamus centienus, lai noskaidrotu, kāpēc OpenAI ChatGPT un tā LLM modelis nozīmē patiesas AI sākumu. Viņš rūpīgi parāda, kā atšķirīgiem LLM piemīt jaunas īpašības, kas spēj intuitīvi izprast prāta teoriju. Šķiet, ka šīs jaunās īpašības kļūst izteiktākas un ietekmīgākas, pamatojoties uz apmācības modeļa lielumu. Kneusel apspriež, kā lielāks parametru daudzums parasti rada visprasmīgākos un veiksmīgākos LLM modeļus, sniedzot dziļāku ieskatu šo modeļu mērogošanas dinamikā un efektivitātē.

Šī grāmata ir bāka tiem, kas vēlas uzzināt vairāk par AI pasauli, piedāvājot detalizētu, taču saprotamu pārskatu par mašīnmācīšanās tehnoloģiju evolūcijas trajektoriju, sākot no to elementārajām formām līdz mūsdienu novatoriskām vienībām. Neatkarīgi no tā, vai esat iesācējs vai kāds, kam ir pamatīga izpratne par šo tēmu, “Kā darbojas AI” ir izstrādāts, lai sniegtu jums izsmalcinātu izpratni par pārveidojošajām tehnoloģijām, kas turpina veidot mūsu pasauli.

# 5. Dzīve 3.0 autors Makss Tegmarks

"Dzīve 3.0” ir ambiciozs mērķis, un tas ir izpētīt iespējas, kā mēs nākotnē sadzīvosim ar AI. Mākslīgais vispārējais intelekts (AGI) ir iespējamās un neizbēgamās sekas izlūkošanas sprādziena arguments britu matemātiķis Ērvings Guds 1965. gadā. Šis arguments nosaka, ka pārcilvēcisks intelekts būs mašīnas rezultāts, kas var nepārtraukti sevi pilnveidot. Slavenais izlūkošanas sprādziena citāts ir šāds:

“Ļaujiet īpaši inteliģentu mašīnu definēt kā mašīnu, kas spēj daudz pārspēt jebkura cilvēka intelektuālās darbības, lai arī cik gudrs tas būtu. Tā kā mašīnu projektēšana ir viena no šīm intelektuālajām aktivitātēm, īpaši inteliģenta mašīna varētu izstrādāt vēl labākas mašīnas; tad neapšaubāmi notiktu "inteliģences sprādziens", un cilvēka intelekts tiktu atstāts tālu aiz muguras. Tādējādi pirmā īpaši inteliģentā mašīna ir pēdējais izgudrojums, kas cilvēkam jebkad ir jāizgatavo.

Makss Tegmarks iepazīstina ar grāmatu par teorētisku nākotni, kurā dzīvot pasaulē, kuru kontrolē AGI. No šī brīža tiek uzdoti sprādzienbīstami jautājumi, piemēram, kas ir inteliģence? Kas ir atmiņa? Kas ir aprēķins? un, kas ir mācīšanās? Kā šie jautājumi un iespējamās atbildes galu galā noved pie tādas mašīnas paradigmas, kas var izmantot dažādus mašīnmācības veidus, lai sasniegtu sasniegumus sevis pilnveidošanā, kas ir nepieciešami, lai sasniegtu cilvēka līmeņa inteliģenci un no tā izrietošo neizbēgamo superinteliģenci?

Šie ir nākotnes domāšanas veidi un svarīgi jautājumi, ko pēta Life 3.0. Life 1.0 ir vienkāršas dzīvības formas, piemēram, baktērijas, kuras var mainīties tikai evolūcijas ceļā, kas maina tās DNS. Life 2.0 ir dzīvības formas, kas var pārveidot savu programmatūru, piemēram, apgūt jaunu valodu vai prasmes. Life 3.0 ir AI, kas var ne tikai mainīt savu uzvedību un prasmes, bet arī modificēt savu aparatūru, piemēram, jauninot savu robotu.

Tikai tad, kad mēs saprotam AGI priekšrocības un nepilnības, mēs varam sākt pārskatīt iespējas, lai nodrošinātu, ka mēs izveidojam draudzīgu AI, kas atbilst mūsu mērķiem. Lai to izdarītu, mums var būt arī jāsaprot, kas ir apziņa? Un kā AI apziņa atšķirsies no mūsu apziņas?

Šajā grāmatā ir apskatītas daudzas aktuālas tēmas, un tai vajadzētu būt obligātai lasīšanai ikvienam, kas patiesi vēlas saprast, kā AGI ir potenciāls drauds, kā arī potenciāls glābšanas riņķis cilvēces civilizācijas nākotnei.

# 4. Cilvēkam saderīgs: mākslīgais intelekts un kontroles problēma autors Stjuarts Rasels

Kas notiek, ja mums izdosies izveidot inteliģentu aģentu, kaut ko, kas uztver, kas darbojas un kas ir gudrāks par tā radītājiem? Kā mēs pārliecināsim mašīnas sasniegt mūsu mērķus, nevis savus mērķus?

Iepriekšminētais ir tas, kas noved pie viena no svarīgākajām grāmatas koncepcijām "Cilvēkam saderīgs: mākslīgais intelekts un kontroles problēma”, kā reiz teica Norberts Vīners, mums ir jāizvairās no “ierīcēm izvirzīt mērķi”. Inteliģenta iekārta, kas ir pārāk pārliecināta par saviem fiksētajiem mērķiem, ir galvenais bīstamā mākslīgā intelekta veids. Citiem vārdiem sakot, ja mākslīgais intelekts nevēlas apsvērt iespēju, ka tas nepareizi pilda savu iepriekš ieprogrammēto mērķi un funkciju, tad AI sistēma var būt neiespējama pašai izslēgties.

Stjuarta Rasela izklāstītās grūtības rada AI/robota norādījumi, ka neviena instruēta komanda nav paredzēta par katru cenu. Nav pareizi upurēt cilvēka dzīvību, lai atnestu kafiju, vai grilēt kaķi, lai nodrošinātu pusdienas. Jāsaprot, ka “aizved mani uz lidostu pēc iespējas ātrāk” nenozīmē, ka var tikt pārkāpti likumi par ātruma pārsniegšanu, pat ja šī instrukcija nav skaidra. Ja mākslīgais intelekts kļūdās iepriekš, drošinātājs ir noteikts iepriekš ieprogrammēts nenoteiktības līmenis. Ar zināmu nenoteiktību AI var izaicināt sevi pirms uzdevuma pabeigšanas, lai, iespējams, meklētu mutisku apstiprinājumu.

1965. gada rakstā ar nosaukumu “Spekulācijas par pirmo ultrainteliģences mašīnuIzcils matemātiķis IJ Guds, kurš strādāja kopā ar Alanu Tjūringu, teica: "Cilvēka izdzīvošana ir atkarīga no agrīnas ultrainteliģentas mašīnas uzbūves." Pilnīgi iespējams, ka, lai izglābtos no ekoloģiskas, bioloģiskas un humanitāras katastrofas, mums ir jāizveido vismodernākais AI, kāds vien iespējams.

Šajā pamatrakstā ir izskaidrots intelekta sprādziens, jo šī teorija ir tāda, ka īpaši inteliģenta mašīna var izveidot vēl labākas un labākas mašīnas ar katru iterāciju, un tas neizbēgami noved pie AGI izveides. Lai gan sākotnēji AGI var būt tikpat inteliģents kā cilvēkam, tas ātri pārspētu cilvēkus īsā laika posmā. Sakarā ar šo iepriekš izdarīto secinājumu, mākslīgā intelekta izstrādātājiem ir svarīgi aktualizēt šajā grāmatā kopīgotos pamatprincipus un iemācīties tos droši pielietot AI sistēmu projektēšanā, kas spēj ne tikai kalpot cilvēkiem, bet arī glābt cilvēkus no sevis. .

Kā norādīja Stjuarts Rasels, atkāpšanās no AI izpētes nav risinājums, mums ir jāvirzās uz priekšu. Šī grāmata ir ceļvedis, lai palīdzētu mums izstrādāt drošas, atbildīgas un pierādīti izdevīgas AI sistēmas.

# 3. Kā izveidot prātu autors Rejs Kurcveils

Rejs Kurcveils ir Viens no pasaules vadošajiem izgudrotājiem, domātājiem un futūristiem, viņu dēvē par The Wall Street Journal "nemierīgais ģēnijs" un žurnāla Forbes "vislabākā domāšanas mašīna". Viņš ir arī Singularity University līdzdibinātājs, un viņš ir vislabāk pazīstams ar savu revolucionāro grāmatu “The Singularity is Near”. "Kā izveidot prātu” mazāk pievēršas eksponenciālās izaugsmes jautājumiem, kas ir viņa cita darba raksturīgās iezīmes, tā vietā koncentrējas uz to, kā mums ir jāsaprot cilvēka smadzenes, lai tās pārveidotu, lai izveidotu galīgo domāšanas mašīnu.

Viens no galvenajiem principiem, kas izklāstīts šajā pamatdarbā, ir modeļu atpazīšanas darbība cilvēka smadzenēs. Kā cilvēki atpazīst modeļus ikdienas dzīvē? Kā šie savienojumi veidojas smadzenēs? Grāmata sākas ar izpratni par hierarhisku domāšanu, tā ir izpratne par struktūru, kas sastāv no dažādiem elementiem, kas ir sakārtoti paraugā, pēc tam šis izkārtojums apzīmē simbolu, piemēram, burtu vai rakstzīmi, un pēc tam tas tiek sakārtots progresīvākā paraugā. piemēram, vārdu un galu galā teikumu. Galu galā šie modeļi veido idejas, un šīs idejas tiek pārveidotas par produktiem, par kuriem cilvēki ir atbildīgi.

Tā kā tā ir Reja Kurcveila grāmata, protams, nav vajadzīgs ilgs laiks, līdz tiek ieviesta eksponenciālā domāšana. "Paātrinošas atdeves likums' ir šīs nozīmīgās grāmatas iezīme. Šis likums parāda, kā tehnoloģijas un paātrinājuma temps paātrinās, jo attīstībai ir tendence baroties paši no sevis, vēl vairāk palielinot progresa ātrumu. Šo domāšanu pēc tam var attiecināt uz to, cik ātri mēs mācāmies izprast un mainīt cilvēka smadzenes. Šo paātrināto izpratni par modeļa atpazīšanas sistēmām cilvēka smadzenēs pēc tam var izmantot, lai izveidotu AGI sistēmu.

Šī grāmata tik ļoti mainīja mākslīgā intelekta nākotni, ka Ēriks Šmits pieaicināja Reju Kurcveilu strādāt pie AI projektiem pēc tam, kad viņš bija pabeidzis lasīt šo nozīmīgo grāmatu. Nav iespējams ieskicēt visas idejas un jēdzienus, kas ir apspriesti īsā rakstā, tomēr tā ir instrumentāla grāmata, kas jāizlasa, lai labāk izprastu, kā darbojas cilvēka neironu tīkli, lai izstrādātu progresīvu. mākslīgais neironu tīkls.

Rakstu atpazīšana ir dziļas mācīšanās galvenais elements, un šī grāmata parāda, kāpēc.

# 2. Galvenais algoritms autors Pedro Domingoss

Centrālā hipotēze par Galvenais algoritms ir tas, ka visas zināšanas – pagātnes, tagadnes un nākotnes – var iegūt no datiem, izmantojot vienu, universālu mācīšanās algoritmu, kas tiek kvantificēts kā galvenais algoritms. Grāmatā ir detalizēti aprakstītas dažas no populārākajām mašīnmācīšanās metodoloģijām, sniegti detalizēti skaidrojumi par to, kā darbojas dažādi algoritmi, kā tos var optimizēt un kā tie var sadarboties, lai sasniegtu galveno mērķi – galvenā algoritma izveidi. Šis ir algoritms, kas spēj atrisināt jebkuru problēmu, ar kuru mēs to barojam, tostarp vēža ārstēšanu.

Lasītājs sāks, uzzinot par Naivais Bejs, vienkāršs algoritms, ko var izskaidrot vienā vienkāršā vienādojumā. No turienes tas paātrina pilnu ātrumu, iegūstot interesantākās mašīnmācīšanās metodes. Lai izprastu tehnoloģijas, kas mūs paātrina virzībā uz šo galveno algoritmu, mēs mācāmies par konverģējošiem pamatiem. Pirmkārt, no neirozinātnes mēs mācāmies par smadzeņu plastiskumu, cilvēka neironu tīkliem. Otrkārt, nodarbībā mēs pārejam pie dabiskās atlases, lai saprastu, kā izveidot ģenētisku algoritmu, kas simulē evolūciju un dabisko atlasi. Izmantojot ģenētisko algoritmu, hipotēžu populācija katrā paaudzē krustojas un mutē, un no turienes vispiemērotākie algoritmi rada nākamo paaudzi. Šī evolūcija piedāvā visaugstāko sevis pilnveidošanu.

Citi argumenti nāk no fizikas, statistikas un, protams, labākās datorzinātnes. Nav iespējams visaptveroši pārskatīt visus dažādos aspektus, kuriem šī grāmata pieskaras, jo grāmatas ir vērienīgas, lai izstrādātu pamatalgoritma veidošanas sistēmu. Tieši šī sistēma ir izvirzījusi šo grāmatu otrajā vietā, jo visas pārējās mašīnmācīšanās grāmatas kaut kādā veidā balstās uz to.

# 1. Tūkstoš smadzeņu autors Džefs Hokinss

"Tūkstoš smadzeņu” pamatā ir jēdzieni, kas tika apspriesti iepriekšējā Džefa Hokinsa grāmatā ar nosaukumu “Par izlūkošanu”. “On Intelligence” izpētīja sistēmu, lai izprastu, kā darbojas cilvēka intelekts un kā šīs koncepcijas pēc tam var tikt pielietotas, veidojot vislabākās AI un AGI sistēmas. Tas fundamentāli analizē, kā mūsu smadzenes prognozē, ko mēs pieredzēsim, pirms mēs to piedzīvojam.

Lai gan “Tūkstoš smadzenes” ir lieliska atsevišķa grāmata, tā vislabāk patiks un tiks novērtēta, ja “Par izlūkošanu” tiek lasīts vispirms.

“Tūkstoš smadzeņu” pamatā ir Džefa Hokinsa un viņa dibinātā uzņēmuma jaunākie pētījumi. numenta. Numenta galvenais mērķis ir izstrādāt teoriju par to, kā darbojas neokortekss, sekundārais mērķis ir tas, kā šo smadzeņu teoriju var izmantot mašīnmācībā un mašīntelpā.

Numenta pirmais nozīmīgais atklājums 2010. gadā ir saistīts ar to, kā neironi izdara prognozes, un otrais atklājums 2016. gadā ietvēra kartē līdzīgus atskaites rāmjus neokorteksā. Grāmatā vispirms ir detalizēti aprakstīts, kas ir “Tūkstoš smadzeņu teorija”, kādi ir atsauces ietvari un kā šī teorija darbojas reālajā pasaulē. Viens no būtiskākajiem šīs teorijas komponentiem ir izpratne par to, kā neokortekss attīstījās līdz tā pašreizējam izmēram.

Neokortekss sākās mazs, līdzīgi kā citi zīdītāji, taču tas pieauga eksponenciāli lielāks (tikai to ierobežoja dzemdību kanāla lielums), nevis radot kaut ko jaunu, bet gan atkārtoti kopējot pamata ķēdi. Būtībā tas, kas atšķir cilvēkus, nav smadzeņu organiskais materiāls, bet gan identisku elementu kopiju skaits, kas veido neokorteksu.

Teorija tālāk attīstās par to, kā neokortekss veidojas ar aptuveni 150,000 XNUMX garozas kolonnām, kuras nav redzamas mikroskopā, jo starp tām nav redzamu robežu. Tas, kā šīs garozas kolonnas sazinās savā starpā, ir pamata algoritma ieviešana, kas ir atbildīgs par katru uztveres un intelekta aspektu.

Vēl svarīgāk ir tas, ka grāmata atklāj, kā šo teoriju var izmantot viedo mašīnu veidošanā, un iespējamās nākotnes sekas sabiedrībai. Piemēram, smadzenes apgūst pasaules modeli, novērojot, kā laika gaitā mainās ievades dati, īpaši, ja tiek izmantota kustība. Kortikālajām kolonnām ir nepieciešams atskaites rāmis, kas ir fiksēts objektam. Šie atskaites rāmji ļauj kortikālajai kolonnai uzzināt objektu atrašanās vietas, kas nosaka objekta realitāti. Būtībā atsauces sistēmas var organizēt jebkura veida zināšanas. Tas noved pie šīs nozīmīgās grāmatas vissvarīgākās daļas. Vai atsauces rāmji var būt būtisks trūkstošais posms, lai izveidotu progresīvāku AI vai pat AGI sistēmu? Pats Džefs tic neizbēgamai nākotnei, kad AGI apgūs pasaules modeļus, izmantojot kartē līdzīgus atskaites rāmjus, kas līdzīgi neokorteksam, un viņš paveic ievērojamu darbu, ilustrējot, kāpēc viņš tam tic.