6 Librat më të mirë të të gjitha kohërave për mësimin e makinerisë dhe AI ​​(maj 2024)

Bota e AI mund të jetë frikësuese për shkak të terminologjisë dhe algoritmeve të ndryshme të mësimit të makinerive që janë në dispozicion. Pasi kam lexuar mbi 50 nga librat më të rekomanduar për mësimin e makinerive, kam përpiluar listën time personale të librave që duhet lexuar.

Librat që u zgjodhën bazohen në llojet e ideve që prezantohen dhe sa mirë janë paraqitur koncepte të ndryshme si mësimi i thellë, mësimi përforcues dhe algoritmet gjenetike. Më e rëndësishmja, lista bazohet në librat që hapin më së miri rrugën përpara për futuristët dhe studiuesit drejt ndërtimit të AI-së vërtet të përgjegjshme dhe të shpjegueshme.

# 6. Si funksionon AI: Nga magjia në shkencë nga Ronald T. Kneusel

"Si funksionon AI" është një libër i përmbledhur dhe i qartë i krijuar për të përcaktuar bazat thelbësore të mësimit të makinerive. Ky libër lehtëson të mësuarit rreth historisë së pasur të mësimit të makinerive, duke udhëtuar që nga fillimi i sistemeve të vjetra të AI deri në ardhjen e metodologjive bashkëkohore.

Historia është e shtresuar, duke filluar me sistemet e mirë-bazuara të AI si makinat vektoriale mbështetëse, pemët e vendimeve dhe pyjet e rastësishme. Këto sisteme të mëparshme hapën rrugën për përparime novator, duke çuar në zhvillimin e qasjeve më të sofistikuara si rrjetet nervore dhe rrjetet nervore konvolucionale. Libri diskuton aftësitë e pabesueshme të ofruara nga Modelet e Mëdha të Gjuhës (LLM), të cilat janë qendra e fuqisë prapa AI gjenerative moderne.

Të kuptuarit e bazave, si p.sh. se si teknologjia zhurmë-për-imazh mund të përsërisë imazhet ekzistuese dhe madje të krijojë imazhe të reja, të paprecedentë nga kërkesa në dukje të rastësishme, është kritike për të kuptuar forcat që shtyjnë gjeneratorët e sotëm të imazhit. Ky libër i shpjegon bukur këto aspekte themelore, duke i lejuar lexuesit të kuptojnë ndërlikimet dhe mekanikën themelore të teknologjive të gjenerimit të imazheve.

Ron Kneusel, autori, demonstron një përpjekje të lavdërueshme për të sqaruar këndvështrimet e tij se pse ChatGPT i OpenAI dhe modeli i tij LLM nënkuptojnë fillimin e AI të vërtetë. Ai paraqet me përpikëri se si LLM-të e dallueshme shfaqin veti emergjente të afta për të kuptuar intuitivisht teorinë e mendjes. Këto veti emergjente duket se bëhen më të theksuara dhe më me ndikim bazuar në madhësinë e modelit të trajnimit. Kneusel diskuton se si një sasi më e madhe parametrash zakonisht rezulton në modelet më të aftë dhe të suksesshme LLM, duke ofruar njohuri më të thella në dinamikën e shkallëzimit dhe efikasitetin e këtyre modeleve.

Ky libër është një fener për ata që duan të mësojnë më shumë rreth botës së AI, duke ofruar një përmbledhje të detajuar por të kuptueshme të trajektores evolucionare të teknologjive të mësimit të makinerive, nga format e tyre rudimentare deri te entitetet pioniere të sotme. Pavarësisht nëse jeni fillestar ose dikush me një zotërim të konsiderueshëm të temës, "Si funksionon AI" është krijuar për t'ju ofruar një kuptim të rafinuar të teknologjive transformuese që vazhdojnë të formësojnë botën tonë.

# 5. Jeta 3.0 nga Max Tegmark

"Jeta 3.0” ka një qëllim ambicioz dhe ai është të eksplorojë mundësitë se si do të bashkëjetojmë me AI në të ardhmen. Inteligjenca e Përgjithshme Artificiale (AGI) është pasoja eventuale dhe e pashmangshme e argumenti i shpërthimit të inteligjencës bërë nga matematikani britanik Irving Good në vitin 1965. Ky argument përcakton se inteligjenca mbinjerëzore do të jetë rezultat i një makinerie që mund të vetëpërmirësohet vazhdimisht. Citati i famshëm për shpërthimin e inteligjencës është si vijon:

“Le të përkufizohet një makinë ultrainteligjente si një makinë që mund të tejkalojë të gjitha aktivitetet intelektuale të çdo njeriu sado të zgjuar. Duke qenë se projektimi i makinave është një nga këto aktivitete intelektuale, një makinë ultrainteligjente mund të projektonte makina edhe më të mira; atëherë padiskutim do të kishte një 'shpërthim inteligjence' dhe inteligjenca e njeriut do të lihej shumë prapa. Kështu, makina e parë ultrainteligjente është shpikja e fundit që njeriu duhet të bëjë ndonjëherë.”

Max Tegmark e nis librin në një të ardhme teorike të të jetuarit në një botë që kontrollohet nga një AGI. Nga ky moment bëhen pyetje shpërthyese të tilla si çfarë është inteligjenca? Çfarë është kujtesa? Çfarë është llogaritja? dhe çfarë është të mësuarit? Si çojnë këto pyetje dhe përgjigje të mundshme përfundimisht në paradigmën e një makine që mund të përdorë lloje të ndryshme të mësimit të makinerive për të arritur përparimet në vetë-përmirësimin që nevojiten për të arritur inteligjencën e nivelit njerëzor dhe superinteligjencën e pashmangshme që rezulton?

Këto janë lloji i të menduarit përpara dhe pyetje të rëndësishme që eksploron Life 3.0. Life 1.0 është forma e thjeshtë e jetës, si bakteret që mund të ndryshojnë vetëm përmes evolucionit që modifikon ADN-në e saj. Life 2.0 janë forma jete që mund të ridizajnojnë softuerin e tyre si mësimi i një gjuhe ose aftësie të re. Life 3.0 është një AI që jo vetëm që mund të modifikojë sjelljen dhe aftësitë e veta, por gjithashtu mund të modifikojë harduerin e vet, për shembull duke përmirësuar vetveten robotike.

Vetëm kur të kuptojmë përfitimet dhe kurthet e një AGI, atëherë mund të fillojmë të shqyrtojmë opsionet për të siguruar që ne të ndërtojmë një AI miqësore sesa mund të përputhet me qëllimet tona. Për ta bërë këtë, mund të na duhet gjithashtu të kuptojmë se çfarë është vetëdija? Dhe si do të ndryshojë ndërgjegjja e AI nga e jona?

Ka shumë tema të nxehta që janë eksploruar në këtë libër dhe duhet të jetë i detyrueshëm leximi për këdo që dëshiron vërtet të kuptojë se si AGI është një kërcënim i mundshëm, si dhe të jetë një mjet i mundshëm shpëtimi për të ardhmen e qytetërimit njerëzor.

# 4. Përputhshmëria me njerëzit: Inteligjenca Artificiale dhe Problemi i Kontrollit nga Stuart Russell

Çfarë ndodh nëse kemi sukses në ndërtimin e një agjenti inteligjent, diçka që percepton, që vepron dhe që është më inteligjente se krijuesit e saj? Si do t'i bindim makinat që të arrijnë objektivat tona në vend të objektivave të tyre?

Sa më sipër është ajo që çon në një nga konceptet më të rëndësishme të librit "Përputhshmëria me njerëzit: Inteligjenca Artificiale dhe Problemi i Kontrollit" është se ne duhet të shmangim "vendosjen e një qëllimi në makinë", siç tha dikur Norbert Wiener. Një makinë inteligjente që është shumë e sigurt për objektivat e saj fikse është lloji i fundit i AI-së së rrezikshme. Me fjalë të tjera, nëse AI nuk dëshiron të marrë në konsideratë mundësinë që është gabim në kryerjen e qëllimit dhe funksionit të tij të para-programuar, atëherë mund të jetë e pamundur që sistemi i AI të mbyllet vetë.

Vështirësia e përshkruar nga Stuart Russell është në udhëzimin e AI/robotit që asnjë komandë e udhëzuar nuk synohet të arrihet me çdo kusht. Nuk është në rregull të sakrifikosh jetën e njeriut për të marrë një kafe, apo të piqësh macen në skarë për të furnizuar drekën. Duhet të kuptohet se "më çoni në aeroport sa më shpejt të jetë e mundur", nuk do të thotë se ligjet e shpejtësisë mund të shkelen, edhe nëse ky udhëzim nuk është i qartë. Nëse AI e bën gabim të mësipërmin, atëherë siguria e dështimit është një nivel i caktuar i para-programuar i pasigurisë. Me njëfarë pasigurie, AI mund të sfidojë veten përpara se të përfundojë një detyrë, ndoshta për të kërkuar konfirmim verbal.

Në një punim të vitit 1965 me titull "Spekulimet në lidhje me makinën e parë të ultrainteligjencësIJ Good, një matematikan i shkëlqyer, i cili punoi së bashku me Alan Turing, tha: "Mbijetesa e njeriut varet nga ndërtimi i hershëm i një makinerie ultrainteligjente". Është plotësisht e mundur që për të shpëtuar veten nga fatkeqësia ekologjike, biologjike dhe humanitare, ne duhet të ndërtojmë AI më të përparuar që mundemi.

Ky punim themelor shpjegon shpërthimin e inteligjencës, kjo teori është se një makinë ultra inteligjente mund të projektojë makina edhe më të mira dhe superiore me çdo përsëritje, dhe kjo çon në mënyrë të pashmangshme në krijimin e një AGI. Ndërsa AGI mund të jetë fillimisht e inteligjencës së njëjtë me një njeri, ai do t'i kalonte me shpejtësi njerëzit brenda një periudhe të shkurtër kohe. Për shkak të këtij përfundimi të paramenduar, është e rëndësishme që zhvilluesit e AI të aktualizojnë parimet thelbësore që ndahen në këtë libër dhe të mësojnë se si t'i zbatojnë ato në mënyrë të sigurtë në dizajnimin e sistemeve të AI që janë në gjendje jo vetëm t'u shërbejnë njerëzve, por t'i shpëtojnë njerëzit nga vetja e tyre. .

Siç është përshkruar nga Stuart Russell, tërheqja nga kërkimi i AI nuk është një opsion, ne duhet të shkojmë përpara. Ky libër është një udhërrëfyes për të na udhëhequr drejt dizajnimit të sistemeve të sigurta, të përgjegjshme dhe me siguri të dobishme të AI.

# 3. Si të krijoni një mendje nga Ray Kurzweil

Ray Kurzweil është një nga shpikësit, mendimtarët dhe futuristët kryesorë në botë, ai është quajtur si "Gjeniu i shqetësuar" nga The Wall Street Journal dhe "makina e fundit e të menduarit" nga revista Forbes. Ai është gjithashtu një bashkë-themelues i Singularity University dhe është më i njohur për librin e tij novator "The Singularity is Near". "Si të krijoni një mendje” trajton më pak çështjet e rritjes eksponenciale që janë shenja dalluese të punës së tij tjetër, përkundrazi, fokusohet në mënyrën se si duhet të kuptojmë trurin e njeriut në mënyrë që ta rindërtojmë atë për të krijuar makinën përfundimtare të të menduarit.

Një nga parimet thelbësore të përshkruara në këtë punë thelbësore është se si funksionon njohja e modelit në trurin e njeriut. Si i njohin njerëzit modelet në jetën e përditshme? Si krijohen këto lidhje në tru? Libri fillon me të kuptuarit e të menduarit hierarkik, ky është të kuptuarit e një strukture që përbëhet nga elementë të ndryshëm që janë të renditur në një model, ky rregullim më pas përfaqëson një simbol të tillë si një shkronjë ose karakter, dhe më pas kjo rregullohet më tej në një model më të avancuar të tilla si një fjalë, dhe përfundimisht një fjali. Përfundimisht këto modele formojnë ide dhe këto ide shndërrohen në produkte që njerëzit janë përgjegjës për ndërtimin.

Meqenëse është një libër i Ray Kurzweil, sigurisht që nuk duhet shumë kohë para se të prezantohet të menduarit eksponencial. "Ligji i Kthimeve të Përshpejtuara' është një shenjë dalluese e këtij libri të rëndësishëm. Ky ligj tregon se si teknologjitë dhe ritmi i përshpejtimit po përshpejtohet për shkak të tendencës që përparimet të ushqehen vetë, duke rritur më tej shkallën e përparimit. Ky mendim mund të zbatohet më pas për sa shpejt po mësojmë të kuptojmë dhe të ndryshojmë inxhinierinë e trurit të njeriut. Ky kuptim i përshpejtuar i sistemeve të njohjes së modeleve në trurin e njeriut mund të zbatohet më pas drejt ndërtimit të një sistemi AGI.

Ky libër ishte kaq transformues për të ardhmen e AI, sa Eric Schmidt rekrutoi Ray Kurzweil për të punuar në projektet e AI pasi ai mbaroi leximin e këtij libri të rëndësishëm. Është e pamundur të përvijohen të gjitha idetë dhe konceptet që diskutohen në një artikull të shkurtër, megjithatë është një libër instrumental që duhet lexuar për të kuptuar më mirë se si funksionojnë rrjetet nervore njerëzore në mënyrë që të hartohet një i avancuar rrjeti nervor artificial.

Njohja e modelit është elementi kryesor për të mësuarit e thellë, dhe ky libër ilustron arsyen.

# 2. Algoritmi Master nga Pedro Domingos

Hipoteza qendrore e Algoritmi Master është se të gjitha njohuritë – e kaluara, e tashmja dhe e ardhmja – mund të nxirren nga të dhënat nga një algoritëm i vetëm, universal i të mësuarit, i cili cilësohet si një Algoritëm Master. Libri detajon disa nga metodologjitë më të mira të mësimit të makinerive, jep shpjegime të hollësishme se si funksionojnë algoritme të ndryshme, si mund të optimizohen dhe sa në bashkëpunim mund të punojnë drejt arritjes së qëllimit përfundimtar të krijimit të algoritmit Master. Ky është një algoritëm që është i aftë të zgjidhë çdo problem që ne e ushqejmë, dhe këtu përfshihet edhe shërimi i kancerit.

Lexuesi do të fillojë duke mësuar rreth Naiv Bayes, një algoritëm i thjeshtë që mund të shpjegohet në një ekuacion të thjeshtë. Nga atje ai përshpejton shpejtësinë e plotë në teknika më interesante të mësimit të makinerive. Për të kuptuar teknologjitë që po na përshpejtojnë drejt këtij algoritmi master, mësojmë rreth konvergimit të bazave. Së pari, nga neuroshkenca mësojmë për plasticitetin e trurit, rrjetet nervore njerëzore. Së dyti, ne kalojmë te seleksionimi natyror në një mësim për të kuptuar se si të hartojmë një algoritëm gjenetik që simulon evolucionin dhe përzgjedhjen natyrore. Me një algoritëm gjenetik një popullatë hipotezash në çdo gjeneratë kalon dhe ndryshon, prej andej algoritmet më të forta prodhojnë gjeneratën e ardhshme. Ky evolucion ofron kulmin e vetë-përmirësimit.

Argumente të tjera vijnë nga fizika, statistikat dhe sigurisht më të mirat e shkencave kompjuterike. Është e pamundur të shqyrtohen në mënyrë gjithëpërfshirëse të gjitha aspektet e ndryshme që prek ky libër, për shkak të qëllimit ambicioz të librave për të përcaktuar kornizën për ndërtimin e Algoritmit Master. Është kjo kornizë që e ka shtyrë këtë libër në vendin e dytë, pasi të gjithë librat e tjerë të mësimit të makinerive bazohen në këtë në një formë ose formë.

# 1. Një mijë tru nga Jeff Hawkins

"Një mijë tru” bazohet në konceptet që janë diskutuar në librin e mëparshëm nga Jeff Hawkins me titull “On Intelligence”. "On Intelligence" eksploroi kornizën për të kuptuar se si funksionon inteligjenca njerëzore dhe se si këto koncepte mund të zbatohen më pas drejt ndërtimit të sistemeve përfundimtare të AI dhe AGI. Ai analizon në thelb se si truri ynë parashikon atë që do të përjetojmë përpara se ta përjetojmë atë.

Ndërsa "Një mijë tru" është një libër i shkëlqyer i pavarur, do të shijohet dhe vlerësohet më së miri nëse "Mbi inteligjencën” lexohet së pari.

"A Thousand Brains" bazohet në kërkimin më të fundit nga Jeff Hawkins dhe kompania që ai themeloi e quajtur numenta. Numenta ka një qëllim parësor zhvillimin e një teorie se si funksionon neokorteksi, objektivi dytësor është se si kjo teori e trurit mund të zbatohet në mësimin e makinerive dhe inteligjencën e makinerisë.

Zbulimi i parë i madh i Numenta-s në vitin 2010 përfshin mënyrën se si neuronet bëjnë parashikime dhe zbulimi i dytë në 2016 përfshin kornizat e referencës si harta në neokorteks. Libri detajon para së gjithash se çfarë është "teoria e mijëra trurit", cilat janë kornizat e referencës dhe si funksionon teoria në botën reale. Një nga komponentët më themelorë pas kësaj teorie është të kuptuarit se si neokorteksi evoluoi në madhësinë e tij aktuale.

Neokorteksi filloi i vogël, i ngjashëm me gjitarët e tjerë, por ai u rrit në mënyrë eksponenciale (duke u kufizuar vetëm nga madhësia e kanalit të lindjes) jo duke krijuar ndonjë gjë të re, por duke kopjuar një qark bazë në mënyrë të përsëritur. Në thelb, ajo që i dallon njerëzit nuk është materiali organik i trurit, por numri i kopjeve të elementeve identike që formojnë neokorteksin.

Teoria evoluon më tej në mënyrën se si formohet neokorteksi me afërsisht 150,000 kolona kortikale që nuk janë të dukshme nën mikroskop pasi nuk ka kufij të dukshëm midis tyre. Mënyra se si këto kolona kortikale komunikojnë me njëra-tjetrën, është zbatimi i një algoritmi themelor që është përgjegjës për çdo aspekt të perceptimit dhe inteligjencës.

Më e rëndësishmja, libri zbulon se si kjo teori mund të zbatohet drejt ndërtimit të makinave inteligjente dhe implikimet e mundshme në të ardhmen për shoqërinë. Për shembull, truri mëson një model të botës duke vëzhguar se si inputet ndryshojnë me kalimin e kohës, veçanërisht kur zbatohet lëvizja. Kolonat kortikale kërkojnë një kornizë referimi që është e fiksuar në një objekt, këto korniza referimi lejojnë një kolonë kortikale të mësojë vendndodhjet e veçorive që përcaktojnë realitetet e një objekti. Në thelb kornizat e referencës mund të organizojnë çdo lloj njohurie. Kjo çon në pjesën më të rëndësishme të këtij libri themelor, a mund të jenë kornizat e referencës potencialisht lidhja jetike që mungon drejt ndërtimit të një AI më të avancuar apo edhe një sistemi AGI? Vetë Jeff beson në një të ardhme të pashmangshme kur një AGI do të mësojë modele të botës duke përdorur korniza referimi në formë harte të ngjashme me neokorteksin dhe ai bën një punë të jashtëzakonshme duke ilustruar pse e beson këtë.