6 Pangalusna Mesin Pembelajaran & AI Buku Sadayana (Mei 2024)

Dunya AI tiasa pikasieuneun kusabab terminologi sareng algoritma pembelajaran mesin anu béda anu sayogi. Saatos maca langkung ti 50 buku anu paling disarankeun pikeun diajar mesin, kuring parantos nyusun daptar buku anu kedah dibaca.

Buku anu dipilih dumasar kana jinis ide anu diwanohkeun, sareng kumaha bédana konsép sapertos diajar jero, diajar penguatan, sareng algoritma genetika. Pangpentingna daptar ieu dumasar kana buku nu pangalusna rarata jalan ka hareup pikeun futuriss sarta peneliti nuju ngawangun provably jawab, sarta AI explainable.

#6. Kumaha AI Gawé: Ti Sihir ka Élmu ku Ronald T. Kneusel

"Kumaha AI Gawé" mangrupikeun buku anu ringkes sareng jelas anu dirancang pikeun ngajelaskeun dasar-dasar inti pembelajaran mesin. Buku ieu ngagampangkeun diajar ngeunaan sajarah euyeub ngeunaan pembelajaran mesin, ngumbara ti mimiti sistem AI warisan dugi ka munculna metodologi kontemporer.

Sajarahna berlapis, dimimitian ku sistem AI anu diadegkeun saé sapertos mesin vektor dukungan, tangkal kaputusan, sareng leuweung acak. Sistem saméméhna ieu muka jalan pikeun kamajuan groundbreaking, ngarah kana pamekaran pendekatan anu langkung canggih sapertos jaringan saraf sareng jaringan saraf convolutional. Buku éta ngabahas kamampuan luar biasa anu ditawarkeun ku Model Basa Besar (LLM), anu mangrupikeun kakuatan tukangeun AI Generatif canggih ayeuna.

Ngartos dasar-dasarna, sapertos kumaha téknologi noise-to-image tiasa ngayakeun réplikasi citra anu tos aya sareng bahkan nyiptakeun gambar-gambar anu énggal, anu teu acan kantos dilakukeun tina ajakan anu sigana acak, penting pisan pikeun nangkep kakuatan anu nyababkeun generator gambar ayeuna. Buku ieu ngajelaskeun sacara saé aspék-aspék dasar ieu, anu ngamungkinkeun para pamiarsa ngartos seluk-beluk sareng mékanika dasar tina téknologi generasi gambar.

Ron Kneusel, panulis, nunjukkeun usaha anu dipuji dina ngajelaskeun sudut pandangna naha OpenAI's ChatGPT sareng modél LLM na nunjukkeun awal AI anu leres. Anjeunna meticulously presents kumaha béda LLMs némbongkeun sipat emergent sanggup intuitif ngartos téori pikiran. Sipat emergent ieu katingalina langkung jelas sareng pangaruh dumasar kana ukuran modél latihan. Kneusel ngabahas kumaha kuantitas parameter anu langkung ageung biasana ngahasilkeun modél LLM anu paling pinter sareng suksés, masihan wawasan anu langkung jero kana dinamika skala sareng efficacy model ieu.

Buku ieu mangrupikeun mercusuar pikeun anu hoyong diajar langkung seueur ngeunaan dunya AI, nawiskeun gambaran anu lengkep sareng tiasa kahartos ngeunaan lintasan évolusionér téknologi diajar mesin, tina bentuk dasarna dugi ka éntitas pionir ayeuna. Naha anjeun novice atanapi jalma anu gaduh pamahaman anu ageung ngeunaan subjek, "Kumaha AI Gawé" dirancang pikeun masihan anjeun pamahaman anu saé ngeunaan téknologi transformatif anu terus ngawangun dunya urang.

#5. Kahirupan 3.0 ku Max Tegmark

"Kahirupan 3.0” gaduh tujuan anu ambisius sareng nyaéta pikeun ngajalajah kemungkinan kumaha urang bakal aya sareng AI di hareup. Kecerdasan Umum Buatan (AGI) mangrupikeun akibat anu ahirna sareng teu tiasa dihindari tina argumen ledakan kecerdasan dijieun ku matematikawan Britania Irving Good deui dina 1965. Argumen ieu stipulates yén kecerdasan superhuman bakal hasil tina mesin nu bisa terus-terusan ningkatkeun diri. Kutipan anu kasohor pikeun ledakan kecerdasan nyaéta kieu:

"Hayu hiji mesin ultraintelligent dihartikeun salaku mesin nu bisa tebih ngaleuwihan sakabeh kagiatan inteléktual lalaki saha kumaha ogé pinter. Kusabab desain mesin mangrupa salah sahiji kagiatan intelektual ieu, hiji mesin ultraintelligent bisa ngarancang mesin malah hadé; pasti bakal aya 'ledakan intelijen,' sareng kecerdasan manusa bakal tinggaleun jauh. Ku kituna, mesin ultraintelligent munggaran nyaéta panemuan anu terakhir anu kedah dilakukeun ku manusa.

Max Tegmark ngaluncurkeun buku kana masa depan téoritis hirup di dunya anu dikawasa ku AGI. Ti moment ieu lajeng patarosan ngabeledug ditanya kayaning naon kecerdasan? Naon memori? Naon ari ngitung? jeung, naon diajar? Kumaha patarosan ieu sareng jawaban anu mungkin antukna nuju kana paradigma mesin anu tiasa nganggo sababaraha jinis pembelajaran mesin pikeun ngahontal terobosan dina perbaikan diri anu dipikabutuh pikeun ngahontal tingkat kecerdasan manusa, sareng superintelligence anu teu tiasa dihindari?

Ieu mangrupikeun jinis pamikiran maju sareng patarosan penting anu dijalajah Life 3.0. Life 1.0 mangrupikeun bentuk kahirupan saderhana sapertos baktéri anu ngan ukur tiasa robih ngalangkungan évolusi anu ngarobih DNA na. Life 2.0 mangrupikeun bentuk kahirupan anu tiasa ngadesain ulang parangkat lunak sorangan sapertos diajar basa atanapi kaahlian anyar. Kahirupan 3.0 mangrupa AI nu teu ngan bisa ngarobah kabiasaan jeung kaahlian sorangan, tapi ogé bisa ngaropéa hardware sorangan, contona ningkatkeun diri robotic na.

Ngan lamun urang ngarti mangpaat sarta pitfalls hiji AGI, urang tiasa lajeng dimimitian reviewing pilihan pikeun mastikeun yén urang ngawangun AI ramah ti bisa align kalawan tujuan urang. Pikeun ngalakukeun ieu urang ogé kedah ngartos naon eling? Sareng kumaha kasadaran AI bakal béda ti urang sorangan?

Aya seueur topik panas anu ditalungtik dina buku ieu, sareng éta kedah janten bacaan wajib pikeun saha waé anu leres-leres hoyong ngartos kumaha AGI mangrupikeun ancaman poténsial, ogé janten garis hirup poténsial pikeun masa depan peradaban manusa.

#4. Cocog manusa: Kecerdasan Buatan sareng Masalah Kontrol ku Stuart Russell

Naon anu lumangsung lamun urang sukses ngawangun hiji agén calakan, hiji hal anu perceives, nu meta, jeung nu leuwih calakan ti panyipta na? Kumaha urang bakal ngayakinkeun mesin pikeun ngahontal tujuan urang tinimbang tujuan sorangan?

Di luhur mangrupikeun salah sahiji konsép anu paling penting tina buku "Cocog manusa: Kecerdasan Buatan sareng Masalah Kontrol"Nyaeta urang kudu nyingkahan "nempatkeun Tujuan kana mesin,"Salaku Norbert Wiener sakali ngomong. Mesin calakan anu pasti teuing pikeun tujuan anu tetep nyaéta jinis AI anu bahaya. Dina basa sejen lamun AI jadi hoream nimbang kamungkinan yén éta salah dina ngajalankeun tujuan pre-diprogram na fungsi, mangka bisa jadi teu mungkin mun sistem AI ditutup sorangan.

Kasusah sakumaha outlined ku Stuart Russell dina instructing AI / robot nu euweuh paréntah maréntahkeun dimaksudkeun pikeun dihontal dina biaya naon. Henteu kunanaon ngorbankeun nyawa manusa pikeun nyandak kopi, atanapi ngagoreng ucing pikeun nyayogikeun tuang siang. Ieu kudu dipikaharti yén "bawa kuring ka bandara gancang-gancang", teu imply yén hukum ngebut bisa jadi pegat, sanajan parentah ieu teu eksplisit. Upami AI ngagaduhan kasalahan di luhur, maka gagal aman mangrupikeun tingkat kateupastian anu diprogram sateuacanna. Kalawan sababaraha kateupastian, AI bisa tangtangan sorangan saméméh completing tugas, mun sugan neangan konfirmasi verbal.

Dina makalah 1965 judulna "Spekulasi Ngeunaan Mesin Ultraintelligence Kahiji", IJ Good a matematikawan cemerlang anu digawé barengan Alan Turing nyatakeun, "The survival manusa gumantung kana konstruksi awal hiji mesin ultraintelligent". Sapinuhna mungkin yén pikeun nyalametkeun diri tina bencana ékologis, biologis, sareng kamanusaan urang kedah ngawangun AI anu paling maju anu urang tiasa.

Makalah mani ieu ngécéskeun ledakan intelegensi, téori ieu nyaéta yén mesin ultra-intelligent tiasa ngarancang mesin anu langkung saé sareng punjul kalayan unggal iterasi, sareng ieu pasti nyababkeun nyiptakeun AGI. Sanaos AGI mimitina tiasa janten intelegensi anu sami sareng manusa, éta bakal gancang ngaleuwihan manusa dina jangka waktu anu pondok. Kusabab kacindekan ieu, penting pikeun pamekar AI pikeun ngawujudkeun prinsip-prinsip inti anu dibagikeun dina buku ieu sareng diajar kumaha nerapkeunana aman pikeun ngarancang sistem AI anu henteu ngan ukur tiasa ngalayanan manusa, tapi pikeun nyalametkeun manusa tina dirina sorangan. .

Sakumaha anu digariskeun ku Stuart Russell mundur tina panalungtikan AI sanés pilihan, urang kedah pencét payun. Buku ieu mangrupikeun peta jalan pikeun nungtun urang nuju ngarancang sistem AI anu aman, tanggung jawab, sareng tiasa dibuktikeun.

#3. Kumaha Jieun Pikiran ku Ray Kurzweil

Ray Kurzweil nyaéta salah sahiji inventors ngarah di dunya, pamikir, sarta futuris, anjeunna geus disebut salaku "Genius gelisah" ku The Wall Street Journal sareng "mesin pamikiran pamungkas" ku majalah Forbes. Anjeunna ogé Co-Founder of Singularity University, sareng anjeunna paling dikenal pikeun buku groundbreaking na "The Singularity is Near". “Kumaha Jieun Pikiran” Tackles kirang isu tumuwuhna éksponénsial anu hallmarks karya sejenna na, tinimbang eta museurkeun kana kumaha urang kudu ngarti otak manusa guna ngabalikeun insinyur eta pikeun nyieun mesin pamikiran pamungkas.

Salah sahiji poko inti anu digariskeun dina karya mani ieu nyaéta kumaha pangakuan pola jalan dina uteuk manusa. Kumaha manusa mikawanoh pola dina kahirupan sapopoe? Kumaha sambungan ieu kabentuk dina uteuk? Buku dimimitian ku pamahaman pamikiran hirarki, ieu pamahaman struktur anu diwangun ku rupa-rupa unsur anu disusun dina hiji pola, susunan ieu lajeng ngagambarkeun simbol saperti hurup atawa karakter, lajeng ieu salajengna disusun jadi pola nu leuwih maju. saperti kecap, jeung ahirna kalimah. Ahirna pola-pola ieu ngabentuk ide, sareng ideu ieu dirobih janten produk anu tanggung jawab manusa pikeun ngawangun.

Kusabab éta buku Ray Kurzweil éta tangtu teu nyandak lila saméméh pamikiran éksponénsial di diwanohkeun. The"Hukum Ngagancangkeun Balik deui' mangrupa ciri khas tina buku mani ieu. Undang-undang ieu nunjukkeun kumaha téknologi sareng laju akselerasi ngagancangan kusabab kacenderungan kamajuan pikeun nyocogkeun diri, teras ningkatkeun laju kamajuan. Pamikiran ieu teras tiasa dilarapkeun kana kumaha gancangna urang diajar ngartos sareng ngabalikeun insinyur otak manusa. Pamahaman anu gancang ngeunaan sistem pangenal pola dina otak manusa teras tiasa diterapkeun pikeun ngawangun sistem AGI.

Buku ieu janten transformasional pikeun masa depan AI, yén Eric Schmidt ngarekrut Ray Kurzweil pikeun ngerjakeun proyék AI saatos anjeunna réngsé maca buku mani ieu. Mustahil pikeun ngagariskeun sadaya ide, sareng konsép anu dibahas dina tulisan pondok, sanaos éta mangrupikeun buku anu kedah dibaca pikeun langkung ngartos kumaha jaringan saraf manusa tiasa dianggo pikeun ngarancang hiji canggih. jaringan saraf buatan.

Pangenalan pola mangrupikeun unsur konci pikeun diajar anu jero, sareng buku ieu nunjukkeun kunaon.

#2. Algoritma Master ku Pedro Domingos

Hipotesis sentral tina Algoritma Master nya éta sakabéh pangaweruh - kaliwat, ayeuna, jeung mangsa nu bakal datang - bisa diturunkeun tina data ku tunggal, algoritma learning universal anu diitung salaku Algoritma Master. Buku ieu ngajelaskeun sababaraha metodologi pembelajaran mesin anu paling luhur, éta masihan katerangan anu rinci ngeunaan kumaha algoritma anu béda-béda jalanna, kumaha aranjeunna tiasa dioptimalkeun, sareng kumaha kolaborasi aranjeunna tiasa dianggo pikeun ngahontal tujuan ahir nyiptakeun algoritma Master. Ieu mangrupikeun algoritma anu tiasa ngarengsekeun masalah naon waé anu urang tuang, sareng ieu kalebet ngubaran kanker.

Pamaca bakal ngamimitian ku diajar ngeunaan Naïve Bayes, algoritma basajan nu bisa dipedar dina hiji persamaan basajan. Ti dinya eta accelerates speed pinuh kana téhnik mesin learning leuwih metot. Pikeun ngartos téknologi anu ngagancangkeun kami nuju algoritma master ieu, urang diajar ngeunaan dasar konvergen. Kahiji, tina neurosains urang diajar ngeunaan plasticity otak, jaringan saraf manusa. Kadua, urang ngaléngkah ka seléksi alam dina palajaran ngartos kumaha mendesain algoritma genetik nu simulates évolusi jeung seléksi alam. Kalawan algoritma genetik populasi hipotesis dina unggal generasi crosses leuwih sarta mutates, ti dinya algoritma fittest ngahasilkeun generasi saterusna. Évolusi ieu nawiskeun pamungkas dina perbaikan diri.

Argumen séjén asalna tina fisika, statistik, sareng tangtosna anu pangsaéna tina élmu komputer. Mustahil pikeun marios sacara komprehensif sadaya rupa-rupa aspék anu disentuh ku buku ieu, kusabab buku-buku ambisius wengkuan pikeun nyusun kerangka pikeun ngawangun Algoritma Master. Kerangka ieu anu ngadorong buku ieu ka tempat kadua, sabab sadaya buku mesin diajar anu sanés ngawangun ieu dina sababaraha bentuk atanapi wujud.

#1. Sarébu Otak ku Jeff Hawkins

"Sarébu Otak” ngawangun konsép anu dibahas dina buku saméméhna ku Jeff Hawkins anu judulna "On Intelligence". "On Intelligence" ngajalajah kerangka pikeun ngartos kumaha intelijen manusa jalanna, sareng kumaha konsép ieu teras tiasa diterapkeun pikeun ngawangun sistem AI sareng AGI pamungkas. Éta dasarna nganalisa kumaha otak urang ngaduga naon anu bakal urang alami sateuacan urang ngalaman éta.

Sanaos "A Thousand Brains" mangrupikeun buku mandiri anu saé, éta bakal paling dipikaresep sareng diapresiasi upami "Dina AKAL” dibaca heula.

"A Thousand Brains" ngawangun dina panalungtikan panganyarna ku Jeff Hawkins jeung parusahaan anjeunna diadegkeun disebut numenta. Numenta ngagaduhan tujuan utami pikeun ngembangkeun téori ngeunaan cara neocortex jalanna, tujuan sekundér nyaéta kumaha téori otak ieu tiasa diterapkeun kana pembelajaran mesin sareng kecerdasan mesin.

Penemuan utama Numenta munggaran di 2010 merlukeun kumaha neuron nyieun prediksi, sarta kapanggihna kadua di 2016 aub pigura rujukan map dina neocortex nu. Buku rinci kahiji jeung foremost naon "téori Seribu Brains", naon pigura rujukan, sarta kumaha téori jalan di dunya nyata. Salah sahiji komponén anu paling dasar dina téori ieu nyaéta ngartos kumaha neocortex mekar kana ukuran ayeuna.

Neocortex mimiti leutik, sarupa jeung mamalia séjén, tapi tumuwuh éksponénsial leuwih badag (ngan diwatesan ku ukuran kanal kalahiran) teu ku nyieun nanaon anyar, tapi ku nyalin sirkuit dasar sababaraha kali. Intina, anu ngabédakeun manusa sanés bahan organik otak tapi jumlah salinan unsur idéntik anu ngawangun neokorteks.

Téori salajengna mekar kana kumaha neokorteks kabentuk kalayan kira-kira 150,000 kolom kortikal anu henteu katingali dina mikroskop sabab henteu aya wates anu katingali diantara aranjeunna. Kumaha kolom kortikal ieu saling komunikasi, nyaéta palaksanaan algoritma dasar anu tanggung jawab pikeun unggal aspék persépsi sareng intelegensi.

Langkung importantly buku unveils kumaha téori ieu bisa dilarapkeun ka ngawangun mesin calakan, sarta mungkin implikasi hareup pikeun masarakat. Contona, otak diajar model dunya ku observasi kumaha inputs robah kana waktu, utamana lamun gerakan diterapkeun. Kolom kortikal merlukeun pigura rujukan anu dibenerkeun kana hiji obyék, pigura rujukan ieu ngamungkinkeun kolom kortikal pikeun neuleuman lokasi fitur anu nangtukeun realitas hiji obyék. Dina dasarna pigura rujukan bisa ngatur sagala jenis pangaweruh. Ieu ngakibatkeun bagian pangpentingna tina buku mani ieu, tiasa pigura rujukan berpotensi jadi link leungit vital nuju ngawangun AI leuwih canggih atawa malah hiji sistem AGI? Jeff dirina yakin dina mangsa nu bakal datang dilawan nalika hiji AGI bakal diajar model dunya ngagunakeun peta pigura rujukan sarupa neocortex, sarta anjeunna ngalakukeun pakasaban luar biasa illustrating naha anjeunna yakin ieu.