Бүх цаг үеийн машин сурах ба хиймэл оюун ухааны шилдэг 6 ном (2024 оны XNUMX-р сар)

AI-ийн ертөнц нь нэр томъёо, янз бүрийн машин сургалтын алгоритмуудаас болж айдас төрүүлж магадгүй юм. Машин сургалтын талаар хамгийн их санал болгож буй 50 гаруй номыг уншсаны дараа би заавал унших номын жагсаалтаа гаргалаа.

Сонгосон номууд нь танилцуулж буй санааны төрлүүд, гүнзгий суралцах, бататгах сургалт, генетикийн алгоритм зэрэг өөр өөр ойлголтуудыг хэр сайн танилцуулж байгааг харгалзан үзсэн болно. Хамгийн гол нь энэхүү жагсаалтыг футуристууд болон судлаачдад хариуцлагатай, тайлбарлах боломжтой хиймэл оюун ухааныг бий болгоход хамгийн сайн чиглүүлсэн номнууд дээр үндэслэсэн болно.

#6. AI хэрхэн ажилладаг: ид шидээс шинжлэх ухаан хүртэл Ronald T. Kneusel

"Хэрхэн хиймэл оюун ухаан" нь машин сургалтын үндсэн үндсийг тодорхойлох зорилготой товч бөгөөд тодорхой ном юм. Энэхүү ном нь хуучин хиймэл оюун ухааны системийг бий болгохоос эхлээд орчин үеийн арга зүйг бий болгох хүртэлх зам, машин сургалтын баялаг түүхийн талаар суралцахад тусалдаг.

Туслах вектор машин, шийдвэрийн мод, санамсаргүй ой гэх мэт үндэслэлтэй хиймэл оюун ухааны системүүдээс эхлээд түүх нь давхаргатай. Эдгээр өмнөх системүүд нь шинэ дэвшилтэд хүрэх замыг нээж, мэдрэлийн сүлжээ, эргэлтийн мэдрэлийн сүлжээ зэрэг илүү боловсронгуй хандлагуудыг хөгжүүлэхэд хүргэсэн. Энэхүү номонд өнөөгийн хамгийн сүүлийн үеийн Хиймэл оюун ухааны цаадах хүч болох Large Language Models (LLMs)-ийн санал болгож буй гайхалтай чадваруудын талаар өгүүлдэг.

Дуу чимээг дүрслэх технологи нь одоо байгаа дүрслэлийг хэрхэн хуулбарлах, тэр ч байтугай санамсаргүй мэт санагдах мэдээллүүдээс урьд өмнө хэзээ ч байгаагүй шинэ дүр төрхийг бий болгох гэх мэт үндсийг ойлгох нь өнөөгийн дүрс үүсгэгчийг хөдөлгөж буй хүчийг ойлгоход маш чухал юм. Энэхүү ном нь эдгээр үндсэн талуудыг маш сайн тайлбарлаж, уншигчдад зураг үүсгэх технологийн нарийн төвөгтэй байдал, үндсэн механикийг ойлгох боломжийг олгодог.

Зохиогч Рон Кнейсел яагаад OpenAI-ийн ChatGPT болон түүний LLM загвар нь жинхэнэ хиймэл оюун ухааны эхлэлийг илтгэдэг талаарх өөрийн үзэл бодлыг тодруулахад сайшаалтай хүчин чармайлт гаргасныг харуулж байна. Тэрээр оюун санааны онолыг зөн совингоор ойлгох чадвартай, тодорхой LLM-ууд хэрхэн гарч ирэх шинж чанаруудыг харуулдаг болохыг нарийвчлан харуулсан. Эдгээр шинээр гарч ирж буй шинж чанарууд нь сургалтын загварын хэмжээн дээр тулгуурлан илүү тод томруун, нөлөөлөлтэй болдог. Kneusel олон тооны параметрүүд нь ихэвчлэн хамгийн чадварлаг, амжилттай LLM загваруудад хэрхэн үр дүнд хүргэдэг талаар ярилцаж, эдгээр загваруудын масштабын динамик болон үр ашгийн талаар илүү гүнзгий ойлголт өгдөг.

Энэхүү ном нь хиймэл оюун ухааны ертөнцийн талаар илүү ихийг мэдэхийг хүсч буй хүмүүст зориулсан гэрэлт цамхаг бөгөөд машин сургалтын технологийн хувьслын замналын талаар нарийвчилсан боловч ойлгомжтой тоймыг санал болгож, тэдгээрийн энгийн хэлбэрээс эхлээд өнөөгийн анхдагч байгууллагууд хүртэл. Та шинэхэн эсвэл энэ сэдвийг сайн мэддэг хүн эсэхээс үл хамааран "Хэрхэн хиймэл оюун ухаан" нь бидний ертөнцийг үргэлжлүүлэн хөгжүүлж буй хувиргах технологийн талаар нарийн ойлголт өгөх зорилготой юм.

#5. Амьдрал 3.0 Макс Тегмарк

"Амьдрал 3.0” нь ирээдүйд хиймэл оюун ухаантай хэрхэн хамтран амьдрах боломжийг судлах зорилготой амбицтай зорилготой. Хиймэл ерөнхий оюун ухаан (AGI) нь энэхүү үйл ажиллагааны эцсийн бөгөөд зайлшгүй үр дагавар юм тагнуулын дэлбэрэлтийн маргаан Их Британийн математикч Ирвинг Гуд 1965 онд хийсэн. Энэхүү аргумент нь хүний ​​дээд оюун ухаан нь өөрийгөө тасралтгүй сайжруулж чаддаг машины үр дүнд бий болно гэж заасан. Тагнуулын дэлбэрэлтийн тухай алдартай ишлэл дараах байдалтай байна.

"Хэт ухаалаг машиныг ухаантай байсан ч аливаа хүний ​​оюуны үйл ажиллагаанаас хол давж чадах машин гэж тодорхойлъё. Машинуудын дизайн нь эдгээр оюуны үйл ажиллагааны нэг учраас хэт ухаалаг машин нь илүү сайн машинуудыг зохион бүтээх боломжтой; тэгвэл эргэлзээгүй "тагнуулын тэсрэлт" болж, хүний ​​оюун ухаан хол хоцорно. Тиймээс анхны хэт ухаалаг машин нь хүний ​​хийх ёстой сүүлчийн шинэ бүтээл юм."

Макс Тегмарк энэ номыг AGI-ийн хяналтанд байдаг ертөнцөд амьдрах онолын ирээдүйн тухай өгүүлдэг. Энэ мөчөөс эхлэн тагнуул гэж юу вэ гэх мэт тэсрэлттэй асуултууд тавигддаг. Ой санамж гэж юу вэ? Тооцоолол гэж юу вэ? болон, юу сурах вэ? Эдгээр асуултууд болон боломжит хариултууд нь эцэстээ хүний ​​түвшний оюун ухаанд хүрэхийн тулд өөрийгөө сайжруулахад шаардлагатай ахиц дэвшилд хүрэхийн тулд янз бүрийн төрлийн машин сургалтын аргыг ашиглаж болох машиныг хэрхэн парадигм руу хөтөлж байна вэ?

Эдгээр нь Амьдрал 3.0-ийн судалдаг урагшлах бодол, чухал асуултууд юм. Амьдрал 1.0 бол ДНХ-ийг өөрчилдөг хувьсал өөрчлөлтөөр л өөрчлөгдөх бактери гэх мэт энгийн амьдралын хэлбэрүүд юм. Life 2.0 нь шинэ хэл, ур чадвар сурах гэх мэт программ хангамжаа дахин боловсруулж чадах амьдралын хэлбэрүүд юм. Life 3.0 бол өөрийн зан байдал, ур чадвараа өөрчлөхөөс гадна өөрийн техник хангамжийг өөрчлөх, жишээлбэл, робот өөрийгөө сайжруулах боломжтой хиймэл оюун ухаан юм.

Зөвхөн AGI-ийн ашиг тус, бэрхшээлийг ойлгосноор бид зорилгодоо нийцэхээс илүү ээлтэй хиймэл оюун ухааныг бий болгох хувилбаруудыг судалж эхлэх боломжтой. Үүнийг хийхийн тулд ухамсар гэж юу болохыг ойлгох хэрэгтэй болов уу? AI ухамсар биднийхээс юугаараа ялгаатай вэ?

Энэ номонд олон халуун сэдвүүдийг судалсан байгаа бөгөөд AGI нь хүн төрөлхтний соёл иргэншлийн ирээдүйд хэрхэн аюул учруулж болзошгүйг ойлгохыг үнэхээр хүсч буй хүн бүрийн заавал унших ёстой.

#4. Хүний нийцтэй байдал: Хиймэл оюун ухаан ба хяналтын асуудал Стюарт Рассел бичсэн

Хэрэв бид ухамсартай, үйлдэл хийдэг, түүнийг бүтээгчдээсээ илүү ухаалаг агентыг бүтээж чадвал юу болох вэ? Бид өөрсдийн зорилгын оронд машинуудыг зорилгодоо хүрэхийн тулд хэрхэн итгүүлэх вэ?

Дээрх нь номын хамгийн чухал ойлголтуудын нэгд хүргэдэг зүйл юм "Хүний нийцтэй байдал: Хиймэл оюун ухаан ба хяналтын асуудалНорберт Винерийн хэлснээр бид "машинд зорилго тавихаас" зайлсхийх ёстой. Тогтсон зорилгодоо хэт итгэлтэй ухаалаг машин бол аюултай хиймэл оюун ухааны эцсийн төрөл юм. Өөрөөр хэлбэл, хиймэл оюун ухаан нь урьдчилан програмчлагдсан зорилго, чиг үүргээ гүйцэтгэхдээ буруу байх магадлалыг авч үзэх хүсэлгүй бол AI системийг өөрөө хаах боломжгүй байж магадгүй юм.

Стюарт Расселын тодорхойлсон бэрхшээл нь хиймэл оюун ухаан/роботт зааварласан тушаалыг ямар ч үнээр хамаагүй биелүүлэхийг зорьдоггүй гэдгийг зааж өгөх явдал юм. Кофе авчрахын тулд хүний ​​амийг золиослох, үдийн хоол өгөхийн тулд муур мах шарах нь зохисгүй юм. "Намайг нисэх онгоцны буудал руу аль болох хурдан аваач" гэдэг нь энэ зааварчилгааг тодорхой заагаагүй байсан ч хурд хэтрүүлэх хууль зөрчиж болзошгүй гэсэн үг биш гэдгийг ойлгох ёстой. Хэрэв хиймэл оюун ухаан дээр дурдсан зүйлийг буруу хийсэн бол бүтэлгүйтэл нь урьдчилан програмчлагдсан тодорхой түвшний тодорхойгүй байдал юм. Тодорхой бус байдлын үед хиймэл оюун ухаан нь даалгавраа дуусгахын өмнө өөрийгөө сорьж, амаар баталгаажуулах боломжтой.

1965 онд гарсан “Анхны хэт тагнуулын машины талаарх таамаг", Алан Тюрингтэй хамт ажиллаж байсан гайхалтай математикч IJ Good "Хүний оршин тогтнох нь хэт ухаалаг машиныг эрт бүтээхээс хамаарна" гэж хэлсэн. Экологи, биологи, хүмүүнлэгийн гамшгаас өөрсдийгөө аврахын тулд хамгийн дэвшилтэт хиймэл оюун ухааныг бүтээх нь бүрэн боломжтой юм.

Энэхүү чухал баримт бичиг нь тагнуулын тэсрэлтийг тайлбарласан бөгөөд энэ онол нь хэт ухаалаг машин нь давталт бүрт илүү сайн, илүү сайн машинуудыг зохион бүтээж чаддаг бөгөөд энэ нь зайлшгүй AGI-ийг бий болгоход хүргэдэг. AGI нь анхнаасаа хүнтэй ижил оюун ухаантай байж болох ч богино хугацаанд хүнээс хурдан давах болно. Энэхүү урьдчилан таамагласан дүгнэлтийн улмаас хиймэл оюун ухаан хөгжүүлэгчид энэ номонд тусгагдсан үндсэн зарчмуудыг хэрэгжүүлж, зөвхөн хүмүүст үйлчлэх төдийгүй хүмүүсийг өөрсдөөсөө аврах чадвартай хиймэл оюун ухааны системийг зохион бүтээхдээ хэрхэн аюулгүй ашиглах талаар суралцах нь чухал юм. .

Стюарт Расселын хэлснээр хиймэл оюун ухааны судалгаанаас ухрах нь сонголт биш тул бид урагшлах ёстой. Энэхүү ном нь биднийг аюулгүй, хариуцлагатай, ашиг тустай хиймэл оюун ухааны системийг зохион бүтээхэд чиглүүлэх замын зураглал юм.

#3. Оюун санааг хэрхэн бий болгох вэ Рэй Курцвейл бичсэн

Рэй Курцвейл дэлхийн тэргүүлэгч зохион бүтээгчид, сэтгэгчид, ирээдүй судлаачдын нэг түүнийг гэж нэрлэдэг The Wall Street Journal-ийн "тайван бус суут ухаантан", Форбес сэтгүүлээс "Сэтгэхүйн туйлын машин". Тэрээр мөн Singularity University-ийн үүсгэн байгуулагчдын нэг бөгөөд "The Singularity is Near" хэмээх шинэлэг номоороо алдартай. "Оюун санааг хэрхэн бий болгох вэ” нь түүний бусад ажлын онцлог болох экспоненциал өсөлтийн асуудлуудыг бага зэрэг авч үзсэний оронд бид хүний ​​тархийг хэрхэн ухаарч, сэтгэн бодох машиныг бий болгохын тулд хэрхэн ойлгох хэрэгтэйг голчлон анхаардаг.

Энэхүү үндсэн ажилд тодорхойлсон үндсэн зарчмуудын нэг нь хүний ​​тархинд хэв маягийг таних үйл ажиллагаа хэрхэн явагддаг тухай юм. Хүмүүс өдөр тутмын амьдралдаа хэв маягийг хэрхэн таних вэ? Тархинд эдгээр холболтууд хэрхэн үүсдэг вэ? Энэ ном нь шаталсан сэтгэлгээг ойлгохоос эхэлдэг бөгөөд энэ нь хэв маягаар байрлуулсан янз бүрийн элементүүдээс бүрдэх бүтцийг ойлгох явдал юм, энэ зохицуулалт нь дараа нь үсэг, тэмдэгт гэх мэт тэмдэгтийг төлөөлдөг бөгөөд дараа нь үүнийг илүү дэвшилтэт загвар болгон зохион байгуулдаг. үг, эцэст нь өгүүлбэр гэх мэт. Эцсийн эцэст эдгээр хэв маяг нь санааг бүрдүүлдэг бөгөөд эдгээр санаанууд нь хүний ​​бүтээх үүрэгтэй бүтээгдэхүүн болж хувирдаг.

Энэ бол Рэй Курцвейлийн ном учраас экспоненциал сэтгэлгээг нэвтрүүлэхэд мэдээжийн хэрэг тийм ч их хугацаа шаардагдахгүй. "Хурдасгах өгөөжийн тухай хууль' нь энэхүү үндсэн номын онцлог шинж юм. Хөгжил дэвшил өөрөөсөө тэжээгдэх хандлагаас үүдэн технологи, хурдатгал хэрхэн хурдсаж, ахиц дэвшлийн хурдыг улам нэмэгдүүлж байгааг энэ хууль харуулж байна. Энэ сэтгэлгээг бид хүний ​​тархийг хэрхэн хурдан ойлгож, урвуу инженерчилж сурахад ашиглаж болно. Хүний тархи дахь хэв маягийг таних системийн талаарх энэхүү түргэвчилсэн ойлголтыг дараа нь AGI системийг бий болгоход ашиглаж болно.

Энэхүү ном нь хиймэл оюун ухааны ирээдүйг маш их өөрчилсөн тул Эрик Шмидт энэхүү үндсэн номыг уншиж дууссаныхаа дараа Рэй Курцвейлийг хиймэл оюун ухааны төслүүд дээр ажиллахаар элсүүлсэн юм. Богино өгүүлэлд дурдсан бүх санаа, үзэл баримтлалыг тоймлох боломжгүй, гэхдээ энэ нь дэвшилтэт системийг зохион бүтээхийн тулд хүний ​​мэдрэлийн сүлжээ хэрхэн ажилладагийг илүү сайн ойлгохын тулд унших шаардлагатай ном юм. хиймэл мэдрэлийн сүлжээ.

Загвар таних нь гүнзгий суралцах гол элемент бөгөөд яагаад гэдгийг энэ номонд харуулсан болно.

#2. Мастер алгоритм Педро Домингос

-ийн гол таамаглал Мастер алгоритм Өнгөрсөн, одоо, ирээдүй гэх мэт бүх мэдлэгийг өгөгдлөөс нэг, бүх нийтийн сургалтын алгоритмаар гаргаж авах боломжтой бөгөөд энэ нь Мастер алгоритмын тоон үзүүлэлт юм. Энэхүү номонд машин сургалтын шилдэг аргуудын талаар дэлгэрэнгүй тайлбарласан бөгөөд янз бүрийн алгоритмууд хэрхэн ажилладаг, тэдгээрийг хэрхэн оновчтой болгох, Мастер алгоритмыг бий болгох эцсийн зорилгод хүрэхийн тулд тэд хэрхэн хамтран ажиллах талаар нарийвчилсан тайлбарыг өгдөг. Энэ бол бидний тэжээж буй аливаа асуудлыг шийдвэрлэх чадвартай алгоритм бөгөөд үүнд хорт хавдрыг эмчлэх боломжтой.

Уншигч та энэ талаар мэдэхээс эхлэх болно Гэнэн Бэйс, нэг энгийн тэгшитгэлээр тайлбарлаж болох энгийн алгоритм. Тэндээс энэ нь илүү сонирхолтой машин сургалтын техник болгон бүрэн хурдыг хурдасгадаг. Энэхүү мастер алгоритм руу биднийг хурдасгаж буй технологийг ойлгохын тулд бид үндсийг нэгтгэх талаар суралцдаг. Эхлээд мэдрэл судлалаас бид тархины уян хатан чанар, хүний ​​мэдрэлийн сүлжээний талаар суралцдаг. Хоёрдугаарт, хувьсал, байгалийн шалгарлыг дуурайсан генетикийн алгоритмыг хэрхэн зохион бүтээхийг ойлгох хичээлээр бид байгалийн шалгарал руу шилждэг. Генетикийн алгоритмын тусламжтайгаар үе бүрийн таамаглалуудын популяци дамжиж, мутацид ордог бөгөөд тэндээс хамгийн тохиромжтой алгоритмууд дараагийн үеийг бий болгодог. Энэхүү хувьсал нь өөрийгөө сайжруулах хамгийн дээд талыг санал болгодог.

Бусад аргументууд нь физик, статистик, мэдээжийн хэрэг хамгийн шилдэг компьютерийн шинжлэх ухаанаас гардаг. Мастер алгоритмыг бий болгох хүрээг гаргах амбицтай номнуудаас шалтгаалан энэ номонд хөндөгдсөн бүх талыг нарийвчлан авч үзэх боломжгүй юм. Бусад бүх машин сургалтын номууд ямар нэгэн хэлбэр, хэлбэрээр үүн дээр тулгуурладаг тул яг энэ хүрээ нь энэ номыг хоёрдугаар байр руу түлхсэн юм.

#1. Мянган тархи Жефф Хокинс

"Мянган тархи"Тагнуулын тухай" нэртэй Жефф Хокинсийн өмнөх номонд хэлэлцсэн ойлголтууд дээр тулгуурладаг. "Тагнуулын тухай" нь хүний ​​оюун ухаан хэрхэн ажилладаг, эдгээр ойлголтуудыг AI болон AGI системийг бий болгоход хэрхэн ашиглаж болохыг ойлгох хүрээг судалсан. Энэ нь биднийг мэдрэхээсээ өмнө бидний тархи юу мэдрэхийг хэрхэн урьдчилан таамаглаж байгааг үндсээр нь шинжилдэг.

"Мянган тархи" нь бие даасан гайхалтай ном боловч "Хэрвээ "Тагнуулын тухай” гэж эхлээд уншина.

"Мянган тархи" нь Жефф Хоукинс болон түүний үүсгэн байгуулсан компанийн хамгийн сүүлийн үеийн судалгаан дээр үндэслэсэн болно. Номента. Нумента нь неокортекс хэрхэн ажилладаг тухай онолыг боловсруулах үндсэн зорилготой бөгөөд хоёрдогч зорилго нь тархины энэ онолыг машин суралцах болон машины оюун ухаанд хэрхэн ашиглах явдал юм.

Нументагийн 2010 онд хийсэн анхны томоохон нээлт нь мэдрэлийн эсүүд хэрхэн таамаглал дэвшүүлдэг тухай, харин 2016 онд хийсэн хоёр дахь нээлт нь неокортекст газрын зурагтай төстэй лавлах хүрээтэй холбоотой байв. Энэ номонд юуны түрүүнд "Мянган тархины онол" гэж юу болох, лавлах хүрээ гэж юу болох, онол нь бодит ертөнцөд хэрхэн ажилладаг талаар дэлгэрэнгүй өгүүлдэг. Энэхүү онолын хамгийн үндсэн бүрэлдэхүүн хэсгүүдийн нэг бол неокортекс хэрхэн хувьсан өөрчлөгдөж одоогийн хэмжээнд хүрснийг ойлгох явдал юм.

Неокортекс нь бусад хөхтөн амьтадтай адил жижиг хэмжээтэй байсан боловч шинэ зүйл бий болгосноор бус, харин үндсэн хэлхээг дахин дахин хуулж авснаар асар том болсон (зөвхөн төрөх сувгийн хэмжээгээр хязгаарлагддаг). Нэг ёсондоо хүнийг ялгаж буй зүйл нь тархины органик материал биш харин неокортексийг бүрдүүлдэг ижил элементүүдийн хуулбаруудын тоо юм.

Онол нь цаашлаад неокортекс нь микроскопоор харагдахгүй 150,000 орчим кортикаль баганатай хэрхэн бүрэлдэж, тэдгээрийн хооронд ямар ч харагдахуйц хил хязгаар байхгүй болж хувирдаг. Эдгээр кортикал баганууд хоорондоо хэрхэн харилцаж байгаа нь ойлголт, оюун ухааны бүх талыг хариуцдаг үндсэн алгоритмын хэрэгжилт юм.

Хамгийн чухал нь уг ном нь энэхүү онолыг ухаалаг машин бүтээхэд хэрхэн ашиглаж болох, нийгэмд ирээдүйд ямар үр дагавар авчрах талаар тайлбарласан болно. Жишээлбэл, тархи нь цаг хугацааны явцад, ялангуяа хөдөлгөөн хийх үед орц хэрхэн өөрчлөгдөж байгааг ажигласнаар дэлхийн загварыг сурдаг. Кортикаль баганууд нь объектод бэхлэгдсэн лавлах хүрээг шаарддаг бөгөөд эдгээр лавлагааны хүрээ нь кортикаль баганад объектын бодит байдлыг тодорхойлдог шинж чанаруудын байршлыг сурах боломжийг олгодог. Үндсэндээ лавлах хүрээ нь ямар ч төрлийн мэдлэгийг зохион байгуулж чаддаг. Энэ нь энэ номын хамгийн чухал хэсэг рүү хөтөлж байгаа бөгөөд лавлах хүрээ нь илүү дэвшилтэт AI эсвэл бүр AGI системийг бий болгоход чухал дутагдаж буй холбоос байж болох уу? Жефф өөрөө AGI нь неокортекстэй төстэй газрын зурагтай жишиг жааз ашиглан дэлхийн загваруудыг сурах зайлшгүй ирээдүй болно гэдэгт итгэдэг бөгөөд тэрээр яагаад үүнд итгэдэг болохыг харуулсан гайхалтай ажил хийдэг.