6 најдобри книги за машинско учење и вештачка интелигенција на сите времиња (мај 2024)

Светот на вештачката интелигенција може да биде застрашувачки поради терминологијата и различните алгоритми за машинско учење што се достапни. Откако прочитав над 50 од најпрепорачливите книги за машинско учење, ја составив мојата лична листа на книги што мора да се прочитаат.

Избраните книги се засноваат на типовите идеи што се воведуваат и колку добро се претставени различните концепти како што се длабокото учење, учењето за зајакнување и генетските алгоритми. Што е најважно, списокот се заснова на книгите кои најдобро го трасираат патот напред за футуристите и истражувачите кон градење на докажливо одговорна и објаснета вештачка интелигенција.

# 6. Како функционира вештачката интелигенција: од магии до наука од Роналд Т. Кнејзел

„Како функционира вештачката интелигенција“ е концизна и јасна книга дизајнирана да ги разграничи основните основи на машинското учење. Оваа книга го олеснува учењето за богатата историја на машинското учење, патувајќи од почетокот на наследените системи за вештачка интелигенција до појавата на современи методологии.

Историјата е слоевита, почнувајќи од добро втемелените системи за вештачка интелигенција, како што се машините за вектор за поддршка, стеблата за одлучување и случајните шуми. Овие претходни системи го отворија патот за револуционерен напредок, што доведе до развој на пософистицирани пристапи како невронски мрежи и конволуциони невронски мрежи. Книгата зборува за неверојатните способности што ги нудат Large Language Models (LLMs), кои се моќта зад денешната најсовремена генеративна вештачка интелигенција.

Разбирањето на основите, како на пример како технологијата од шум до слика може да ги реплицира постоечките слики, па дури и да создаде нови, невидени слики од навидум случајни инструкции, е критично за разбирање на силите што ги придвижуваат денешните генератори на слики. Оваа книга прекрасно ги објаснува овие основни аспекти, дозволувајќи им на читателите да ги разберат сложеноста и основната механика на технологиите за генерирање слики.

Рон Кнајзел, авторот, покажува за пофалба напор во разјаснувањето на неговите перспективи за тоа зошто ChatGPT на OpenAI и неговиот LLM модел го означуваат почетокот на вистинската вештачка интелигенција. Тој прецизно прикажува како различните LLM покажуваат појавни својства способни интуитивно да ја разберат теоријата на умот. Се чини дека овие појавни својства стануваат поизразени и повлијателни врз основа на големината на моделот за обука. Kneusel дискутира за тоа како поголема количина на параметри обично резултира во највештите и најуспешните LLM модели, обезбедувајќи подлабок увид во динамиката на скалирање и ефикасноста на овие модели.

Оваа книга е светилник за оние кои сакаат да научат повеќе за светот на вештачката интелигенција, нудејќи детален, но сепак разбирлив преглед на еволутивната траекторија на технологиите за машинско учење, од нивните рудиментирани форми до пионерските ентитети на денешницата. Без разлика дали сте почетник или некој со значително разбирање на темата, „Како функционира вештачката интелигенција“ е дизајнирана да ви овозможи префинето разбирање на трансформативните технологии кои продолжуваат да го обликуваат нашиот свет.

# 5. Lifeивотот 3.0 од Макс Тегмарк

"Lifeивотот 3.0“ има амбициозна цел, а тоа е да се истражат можностите за тоа како ќе коегзистираме со вештачката интелигенција во иднина. Вештачката општа интелигенција (AGI) е евентуална и неизбежна последица на разузнавачка експлозија аргумент направен од британскиот математичар Ирвинг Гуд во 1965 година. Овој аргумент предвидува дека натчовечката интелигенција ќе биде резултат на машина која може постојано да се само-подобрува. Познатиот цитат за разузнавачката експлозија е како што следува:

„Ултраинтелигентната машина нека биде дефинирана како машина која може далеку да ги надмине сите интелектуални активности на секој човек колку и да е паметен. Бидејќи дизајнот на машините е една од овие интелектуални активности, ултраинтелигентна машина би можела да дизајнира уште подобри машини; тогаш несомнено ќе има „разузнавачка експлозија“, а интелигенцијата на човекот ќе остане далеку зад себе. Така, првата ултраинтелигентна машина е последниот изум што човекот некогаш треба да го направи“.

Макс Тегмарк ја лансира книгата во теоретска иднина на живеење во свет кој е контролиран од AGI. Од овој момент па наваму се поставуваат експлозивни прашања како што е интелигенција? Што е меморија? Што е пресметување? и, што е учење? Како овие прашања и можните одговори на крајот водат до парадигмата на машина која може да користи различни типови на машинско учење за да постигне пробив во само-подобрување кои се потребни за да се постигне интелигенција на човечко ниво и неизбежна суперинтелигенција што произлегува од тоа?

Ова се типот на напредно размислување и важни прашања што ги истражува Life 3.0. Life 1.0 е едноставни форми на живот, како што се бактериите кои можат да се променат само преку еволуција која ја модифицира нејзината ДНК. Life 2.0 се животни форми кои можат да го редизајнираат сопствениот софтвер како учење нов јазик или вештина. Life 3.0 е вештачка интелигенција која не само што може да го модифицира сопственото однесување и вештини, туку може да го модифицира и сопствениот хардвер, на пример да го надгради своето роботско јас.

Само кога ќе ги разбереме придобивките и замките на AGI, тогаш можеме да започнеме да ги разгледуваме опциите за да се осигураме дека ќе изградиме пријателска вештачка интелигенција отколку што може да се усогласи со нашите цели. За да го направиме ова, можеби ќе треба да разбереме што е свест? И како свеста за вештачката интелигенција ќе се разликува од нашата?

Има многу жешки теми што се истражени во оваа книга, и треба да биде задолжително читање за секој што навистина сака да разбере како AGI е потенцијална закана, како и потенцијален спас за иднината на човечката цивилизација.

# 4. Компатибилност со луѓе: Вештачка интелигенција и проблемот на контрола од Стјуарт Расел

Што ќе се случи ако успееме да изградиме интелигентен агент, нешто што перцепира, дејствува и што е поинтелигентно од неговите креатори? Како ќе ги убедиме машините да ги постигнат нашите цели наместо нивните сопствени цели?

Горенаведеното е она што води до еден од најважните концепти на книгата “Компатибилност со луѓе: Вештачка интелигенција и проблемот на контрола“ е дека мора да избегнеме „да ставиме цел во машината“, како што еднаш рече Норберт Винер. Интелигентна машина која е премногу сигурна во своите фиксни цели е врвниот тип на опасна вештачка интелигенција. Со други зборови, ако вештачката интелигенција не сака да ја земе предвид можноста дека не е во ред во извршувањето на својата однапред програмирана цел и функција, тогаш можеби е невозможно системот за вештачка интелигенција да се исклучи сам по себе.

Тешкотијата како што е наведено од Стјуарт Расел е да му се даде инструкција на вештачката интелигенција/роботот дека ниту една инструирана команда не е наменета да се постигне по секоја цена. Не е во ред да се жртвува човечки живот за да се донесе кафе или да се скара мачката за да се обезбеди ручек. Мора да се разбере дека „однесете ме до аеродромот што е можно побрзо“, не значи дека законите за брзо возење може да бидат прекршени, дури и ако оваа инструкција не е експлицитна. Доколку вештачката интелигенција го згреши горенаведеното, тогаш безбедносната состојба е одредено однапред програмирано ниво на неизвесност. Со одредена несигурност, вештачката интелигенција може да се предизвика пред да заврши некоја задача, можеби да бара усна потврда.

Во трудот од 1965 година со наслов „Шпекулации за првата машина за ултраинтелигенцијаАј Џеј Гуд, брилијантен математичар кој работел заедно со Алан Туринг, изјавил: „Преживувањето на човекот зависи од раната конструкција на ултраинтелигентна машина“. Сосема е можно, за да се спасиме од еколошка, биолошка и хуманитарна катастрофа, мора да ја изградиме најнапредната вештачка интелигенција што можеме.

Овој главен труд ја објаснува експлозијата на интелигенција, оваа теорија е дека ултраинтелигентната машина може да дизајнира уште подобри и супериорни машини со секое повторување, а тоа неизбежно води до создавање на AGI. Иако AGI првично може да има еднаква интелигенција како и човекот, тој брзо би ги надминал луѓето во краток временски период. Поради овој однапред измислен заклучок, важно е за развивачите на вештачка интелигенција да ги актуелизираат основните принципи кои се споделени во оваа книга и да научат како безбедно да ги применат при дизајнирање системи со вештачка интелигенција кои се способни не само да им служат на луѓето, туку и да ги спасат луѓето од себе. .

Како што е наведено од Стјуарт Расел, повлекувањето од истражувањето за вештачка интелигенција не е опција, мораме да продолжиме напред. Оваа книга е патоказ за да не води кон дизајнирање безбедни, одговорни и докажано корисни системи за вештачка интелигенција.

# 3. Како да се создаде ум од Реј Курцвеил

Реј Курцвеил е еден од водечките светски пронаоѓачи, мислители и футуристи, тој се нарекува „Немирниот гениј“ од The ​​Wall Street Journal и „крајната машина за размислување“ од списанието Forbes. Тој е исто така ко-основач на Singularity University и е најпознат по неговата револуционерна книга „The Singularity is Near“. “Како да се создаде ум„Помалку се занимава со прашањата за експоненцијален раст кои се белег на неговата друга работа, наместо тоа се фокусира на тоа како треба да го разбереме човечкиот мозок за да го промениме инженерството за да ја создадеме крајната машина за размислување.

Еден од основните начела наведени во ова основно дело е како функционира препознавањето на моделите во човечкиот мозок. Како луѓето препознаваат обрасци во секојдневниот живот? Како се формираат овие врски во мозокот? Книгата започнува со разбирање на хиерархиското размислување, ова е разбирање на структура која е составена од различни елементи кои се наредени во шема, овој распоред потоа претставува симбол како што е буква или знак, а потоа ова е дополнително подредено во понапредна шема како што е збор, и на крајот реченица. На крајот, овие модели формираат идеи, и овие идеи се трансформираат во производи за кои луѓето се одговорни за градење.

Бидејќи се работи за книга на Реј Курцвеил, се разбира, не треба многу време пред да се воведе експоненцијално размислување. „Закон за забрзано враќање“ е белег на оваа важна книга. Овој закон покажува како технологиите и темпото на забрзување се забрзуваат поради тенденцијата напредоците да се хранат сами од себе, што дополнително ја зголемува стапката на напредок. Ова размислување потоа може да се примени за тоа колку брзо учиме да го разбереме и обратно инженерираме човечкиот мозок. Ова забрзано разбирање на системите за препознавање шаблони во човечкиот мозок потоа може да се примени за изградба на AGI систем.

Оваа книга беше толку трансформативна за иднината на вештачката интелигенција, што Ерик Шмит го регрутира Реј Курцвеил да работи на проекти за вештачка интелигенција откако ќе ја заврши читањето на оваа важна книга. Невозможно е да се наведат сите идеи и концепти кои се дискутирани во кратка статија, сепак тоа е инструментална книга што мора да се прочита за подобро да се разбере како функционираат човечките невронски мрежи за да се дизајнира напредна вештачка нервна мрежа.

Препознавањето на моделите е клучниот елемент за длабоко учење, а оваа книга илустрира зошто.

# 2. Главниот алгоритам од Педро Домингос

Централната хипотеза на Главниот алгоритам е дека целото знаење - минатото, сегашноста и иднината - може да се изведе од податоци со единствен, универзален алгоритам за учење кој е квантифициран како главен алгоритам. Книгата дава детали за некои од врвните методологии за машинско учење, дава детални објаснувања за тоа како функционираат различните алгоритми, како тие можат да се оптимизираат и како заеднички можат да работат кон постигнување на крајната цел за создавање на Master алгоритам. Ова е алгоритам кој е способен да го реши секој проблем што го храниме, а тоа вклучува и лекување на рак.

Читателот ќе започне со учење за Наивниот Бајс, едноставен алгоритам што може да се објасни во една едноставна равенка. Оттаму ја забрзува целосната брзина во поинтересни техники за машинско учење. Со цел да ги разбереме технологиите што нè забрзуваат кон овој главен алгоритам, учиме за конвергирачките основи. Прво, од невронауката учиме за пластичноста на мозокот, човечките невронски мрежи. Второ, преминуваме на природната селекција во лекција за да разбереме како да дизајнираме генетски алгоритам кој симулира еволуција и природна селекција. Со генетски алгоритам, популација на хипотези во секоја генерација се вкрстува и мутира, од таму најсоодветните алгоритми ја произведуваат следната генерација. Оваа еволуција нуди врвно само-подобрување.

Други аргументи доаѓаат од физиката, статистиката и секако најдоброто од компјутерските науки. Невозможно е сеопфатно да се разгледаат сите различни аспекти што ги допира оваа книга, поради амбициозниот опсег на книгите за поставување рамка за градење на Главниот алгоритам. Токму оваа рамка ја турна оваа книга на второ место, бидејќи сите други книги за машинско учење се надоврзуваат на ова во некоја форма или форма.

# 1. Илјада мозоци од Џеф Хокинс

"Илјада мозоци“ се надоврзува на концептите кои се дискутирани во претходната книга на Џеф Хокинс насловена „За интелигенцијата“. „On Intelligence“ ја истражи рамката за разбирање како функционира човечката интелигенција и како овие концепти потоа може да се применат за градење на врвни системи за вештачка интелигенција и AGI. Фундаментално анализира како нашиот мозок предвидува што ќе доживееме пред да го доживееме.

Иако „Илјада мозоци“ е одлична самостојна книга, најдобро ќе се ужива и цени ако „За разузнавањето“ прво се чита.

„Илјада мозоци“ се надоврзува на најновото истражување на Џеф Хокинс и компанијата што тој ја основал наречена Нумента. Нумента има примарна цел да развие теорија за тоа како функционира неокортексот, секундарна цел е како оваа теорија на мозокот може да се примени на машинското учење и машинската интелигенција.

Првото големо откритие на Нумента во 2010 година вклучува како невроните прават предвидувања, а второто откритие во 2016 година вклучува референтни рамки слични на карти во неокортексот. Книгата најпрво и основно објаснува што е „теоријата на илјада мозоци“, кои се референтните рамки и како функционира теоријата во реалниот свет. Една од најфундаменталните компоненти зад оваа теорија е разбирањето како неокортексот еволуирал до неговата сегашна големина.

Неокортексот започнал мал, слично на другите цицачи, но пораснал експоненцијално поголем (само ограничен од големината на породилниот канал) не со создавање на нешто ново, туку со постојано копирање на основно коло. Во суштина, она што ги разликува луѓето не е органскиот материјал на мозокот, туку бројот на копии на идентичните елементи што го формираат неокортексот.

Теоријата понатаму еволуира во тоа како се формира неокортексот со приближно 150,000 кортикални столбови кои не се видливи под микроскоп бидејќи нема видливи граници меѓу нив. Како овие кортикални колони комуницираат една со друга, е имплементација на фундаментален алгоритам кој е одговорен за секој аспект на перцепцијата и интелигенцијата.

Уште поважно, книгата открива како оваа теорија може да се примени кон градење интелигентни машини и можните идни импликации за општеството. На пример, мозокот учи модел на светот со набљудување како влезните податоци се менуваат со текот на времето, особено кога се применува движењето. Кортикалните столбови бараат референтна рамка која е фиксирана за објект, овие референтни рамки овозможуваат кортикалната колона да ги научи локациите на карактеристиките што ја дефинираат реалноста на објектот. Во суштина, референтните рамки можат да организираат секаков вид знаење. Ова води до најважниот дел од оваа семинална книга, дали референтните рамки можат потенцијално да бидат виталната алка што недостасува кон градење на понапредна вештачка интелигенција или дури и AGI систем? Самиот Џеф верува во неизбежна иднина кога AGI ќе научи модели на светот користејќи референтни рамки слични на неокортексот слични на карти, и тој прави извонредна работа илустрирајќи зошто верува во ова.