Tüm Zamanların En İyi 6 Makine Öğrenimi ve Yapay Zeka Kitabı (Mayıs 2024)

Yapay zeka dünyası, mevcut terminoloji ve farklı makine öğrenimi algoritmaları nedeniyle korkutucu olabilir. Makine öğrenimiyle ilgili en çok tavsiye edilen 50'den fazla kitabı okuduktan sonra, mutlaka okunması gereken kitaplar arasında kişisel listemi derledim.

Seçilen kitaplar, tanıtılan fikir türlerine ve derin öğrenme, pekiştirmeli öğrenme ve genetik algoritmalar gibi farklı kavramların ne kadar iyi sunulduğuna dayanmaktadır. En önemlisi liste, fütüristlerin ve araştırmacıların kanıtlanabilir şekilde sorumlu ve açıklanabilir yapay zeka oluşturmaya giden yolu en iyi şekilde açan kitaplara dayanmaktadır.

# 6. Yapay Zeka Nasıl Çalışır: Büyücülükten Bilime Ronald T. Kneusel tarafından

"Yapay Zeka Nasıl Çalışır", makine öğreniminin temel temellerini açıklamak için tasarlanmış kısa ve net bir kitaptır. Bu kitap, eski yapay zeka sistemlerinin başlangıcından çağdaş metodolojilerin ortaya çıkışına kadar uzanan makine öğreniminin zengin tarihi hakkında bilgi edinmeyi kolaylaştırıyor.

Tarih, destek vektör makineleri, karar ağaçları ve rastgele ormanlar gibi sağlam temellere sahip yapay zeka sistemlerinden başlayarak katmanlıdır. Bu önceki sistemler çığır açan ilerlemelerin yolunu açarak sinir ağları ve evrişimli sinir ağları gibi daha karmaşık yaklaşımların geliştirilmesine yol açtı. Kitap, günümüzün en gelişmiş Üretken Yapay Zekasının arkasındaki güç merkezi olan Büyük Dil Modellerinin (LLM'ler) sunduğu inanılmaz yetenekleri tartışıyor.

Gürültüden görüntüye teknolojisinin mevcut görüntüleri nasıl kopyalayabileceği ve hatta görünüşte rastgele istemlerden yeni, benzeri görülmemiş görüntüler oluşturabileceği gibi temelleri anlamak, günümüzün görüntü oluşturucularını harekete geçiren kuvvetleri kavramak açısından kritik öneme sahiptir. Bu kitap, bu temel hususları güzel bir şekilde açıklayarak okuyucuların görüntü oluşturma teknolojilerinin karmaşıklıklarını ve altında yatan mekanizmaları anlamalarına olanak tanıyor.

Yazar Ron Kneusel, OpenAI'nin ChatGPT'si ve LLM modelinin neden gerçek yapay zekanın başlangıcını ifade ettiğine dair bakış açılarını açıklamak için övgüye değer bir çaba gösteriyor. Kendisi, yüksek lisans eğitimlerinin zihin teorisini sezgisel olarak anlama becerisine sahip, ortaya çıkan özellikleri nasıl sergilediğini titizlikle sunuyor. Bu ortaya çıkan özelliklerin, eğitim modelinin boyutuna bağlı olarak daha belirgin ve etkili olduğu görülmektedir. Kneusel, daha fazla sayıda parametrenin tipik olarak nasıl en yetkin ve başarılı LLM modellerine yol açtığını tartışıyor ve bu modellerin ölçeklendirme dinamikleri ve etkinliği hakkında daha derin bilgiler sağlıyor.

Bu kitap, yapay zeka dünyası hakkında daha fazla bilgi edinmek isteyenler için bir yol gösterici olup, makine öğrenimi teknolojilerinin ilkel biçimlerinden günümüzün öncü varlıklarına kadar evrimsel yörüngesine ilişkin ayrıntılı ama anlaşılır bir genel bakış sunar. İster acemi olun, ister konuyu derinlemesine anlayan biri olun, "Yapay Zeka Nasıl Çalışır", dünyamızı şekillendirmeye devam eden dönüştürücü teknolojiler hakkında size ayrıntılı bir anlayış sağlamak için tasarlanmıştır.

# 5. hayat 3.0 Max Tegmark tarafından

"hayat 3.0” iddialı bir hedefe sahip ve bu, gelecekte yapay zeka ile nasıl bir arada var olacağımıza dair olasılıkları keşfetmek. Yapay Genel Zeka (AGI), nihai ve kaçınılmaz sonucudur. istihbarat patlaması tartışması İngiliz matematikçi Irving Good tarafından 1965 yılında yapılmıştır. Bu argüman, insanüstü zekanın sürekli kendini geliştirebilen bir makinenin sonucu olacağını öngörür. İstihbarat patlamasıyla ilgili ünlü alıntı şu şekildedir:

“Ultra zeki bir makinenin, ne kadar zeki olursa olsun herhangi bir insanın tüm entelektüel aktivitelerini çok geride bırakabilen bir makine olarak tanımlanmasına izin verin. Makinelerin tasarımı bu entelektüel faaliyetlerden biri olduğundan, ultra zeki bir makine daha da iyi makineler tasarlayabilir; o zaman şüphesiz bir "zeka patlaması" olur ve insan zekası çok geride kalırdı. Bu nedenle, ilk ultra-akıllı makine, insanın yapması gereken son icattır.”

Max Tegmark, kitabı bir AGI tarafından kontrol edilen bir dünyada yaşamanın teorik bir geleceğine götürüyor. Bu andan itibaren zeka nedir gibi patlayıcı sorular sorulur. hafıza nedir? hesaplama nedir? ve öğrenme nedir? Bu sorular ve olası cevaplar, nihayetinde, insan düzeyinde zekaya ulaşmak için gerekli olan kişisel gelişimde atılımlar gerçekleştirmek için çeşitli makine öğrenimi türlerini kullanabilen bir makine paradigmasına ve kaçınılmaz olarak ortaya çıkan süper zekaya nasıl yol açar?

Bunlar, Life 3.0'ın araştırdığı ileri görüşlü düşünme türleri ve önemli sorulardır. Life 1.0, yalnızca DNA'sını değiştiren evrim yoluyla değişebilen bakteriler gibi basit yaşam formlarıdır. Life 2.0, yeni bir dil veya beceri öğrenmek gibi kendi yazılımlarını yeniden tasarlayabilen yaşam formlarıdır. Life 3.0, yalnızca kendi davranışını ve becerilerini değiştiremeyen, aynı zamanda kendi donanımını da değiştirebilen, örneğin robotik benliğini yükselten bir yapay zekadır.

Yalnızca bir AGI'nin faydalarını ve tehlikelerini anladığımızda, hedeflerimizle uyumlu olabilecekten daha dostane bir yapay zeka oluşturduğumuzdan emin olmak için seçenekleri gözden geçirmeye başlayabiliriz. Bunu yapmak için bilincin ne olduğunu da anlamamız gerekebilir. Ve AI bilinci bizimkinden nasıl farklı olacak?

Bu kitapta keşfedilen pek çok sıcak konu var ve AGI'nin potansiyel bir tehdit olmasının yanı sıra insan uygarlığının geleceği için potansiyel bir cankurtaran halatı olduğunu gerçekten anlamak isteyen herkes için zorunlu bir okuma olmalıdır.

# 4. İnsan Uyumlu: Yapay Zeka ve Kontrol Problemi tarafından Stuart Russell

Zeki bir aracı, algılayan, hareket eden ve yaratıcılarından daha zeki bir şey inşa etmeyi başarırsak ne olur? Makineleri kendi amaçları yerine bizim hedeflerimize ulaşmaya nasıl ikna edeceğiz?

Yukarıdakiler, kitabın en önemli kavramlarından birine götüren şeydir “İnsan Uyumlu: Yapay Zeka ve Kontrol ProblemiNorbert Wiener'in bir zamanlar dediği gibi, "makineye bir amaç koymaktan" kaçınmamız gerektiğidir. Sabit hedeflerinden çok emin olan akıllı bir makine, nihai tehlikeli yapay zeka türüdür. Başka bir deyişle, AI önceden programlanmış amaç ve işlevini yerine getirmede yanlış olma olasılığını düşünmek istemezse, AI sisteminin kendi kendini kapatması imkansız olabilir.

Stuart Russell'ın ana hatlarıyla belirttiği zorluk, AI/robot'a talimat verilen hiçbir komutun ne pahasına olursa olsun gerçekleştirilemeyeceğinin talimatını vermektir. Bir kahve getirmek için insan hayatını feda etmek ya da öğle yemeği sağlamak için kediyi ızgara yapmak doğru değil. “Beni olabildiğince hızlı bir şekilde havaalanına götür” ifadesinin, bu talimat açık olmasa bile hız kurallarının çiğnenebileceği anlamına gelmediği anlaşılmalıdır. Yapay Zeka yukarıdakileri yanlış anlarsa, arıza güvenliği önceden programlanmış belirli bir belirsizlik düzeyidir. Bir miktar belirsizlikle, yapay zeka bir görevi tamamlamadan önce, belki de sözlü onay almak için kendisine meydan okuyabilir.

1965 tarihli “İlk Ultra Zekâ Makinesine İlişkin SpekülasyonlarAlan Turing ile birlikte çalışan parlak bir matematikçi olan IJ Good, "İnsanın hayatta kalması, ultra zeki bir makinenin erken inşasına bağlıdır" dedi. Kendimizi ekolojik, biyolojik ve insani felaketten kurtarmak için elimizden gelen en gelişmiş yapay zekayı inşa etmemiz tamamen mümkün.

Bu ufuk açıcı makale, zeka patlamasını açıklıyor; bu teori, ultra zeki bir makinenin her yinelemede daha da iyi ve üstün makineler tasarlayabileceği ve bunun kaçınılmaz olarak bir AGI'nin yaratılmasına yol açacağıdır. AGI başlangıçta bir insanla eşit zekaya sahip olsa da, kısa bir süre içinde hızla insanları geride bırakacaktır. Bu kaçınılmaz sonuç nedeniyle, yapay zeka geliştiricilerinin bu kitapta paylaşılan temel ilkeleri gerçekleştirmeleri ve bunları yalnızca insanlara hizmet etmeyen, aynı zamanda insanları kendilerinden kurtarabilen yapay zeka sistemleri tasarlamak için güvenli bir şekilde nasıl uygulayacaklarını öğrenmeleri önemlidir. .

Stuart Russell'ın belirttiği gibi, yapay zeka araştırmasından geri çekilmek bir seçenek değil, ilerlemeye devam etmeliyiz. Bu kitap, bize güvenli, sorumlu ve yararlı olduğu kanıtlanabilir yapay zeka sistemleri tasarlama konusunda rehberlik edecek bir yol haritasıdır.

# 3. Bir Zihin Nasıl Oluşturulur kaydeden Ray Kurzweil

Ray Kurzweil dünyanın önde gelen mucitlerinden, düşünürlerinden ve fütüristlerinden biri olarak anılır. The Wall Street Journal'ın "huzursuz dehası" ve Forbes dergisinin "nihai düşünme makinesi". Aynı zamanda Singularity Üniversitesi'nin Kurucu Ortağıdır ve en çok çığır açan kitabı "The Singularity is Near" ile tanınır. “Bir Zihin Nasıl Oluşturulur”, diğer çalışmalarının ayırt edici özelliği olan üstel büyüme konularını daha az ele alıyor, bunun yerine nihai düşünme makinesini yaratmak için insan beynini tersine mühendislik yapmak için nasıl anlamamız gerektiğine odaklanıyor.

Bu ufuk açıcı çalışmada özetlenen temel ilkelerden biri, insan beyninde örüntü tanımanın nasıl çalıştığıdır. İnsanlar günlük yaşamdaki kalıpları nasıl tanır? Beyinde bu bağlantılar nasıl oluşuyor? Kitap, hiyerarşik düşünceyi anlamakla başlar, bu, bir modelde düzenlenmiş çeşitli öğelerden oluşan bir yapıyı anlamaktır, bu düzenleme daha sonra bir harf veya karakter gibi bir sembolü temsil eder ve daha sonra bu, daha gelişmiş bir modelde düzenlenir. bir kelime ve sonunda bir cümle gibi. Sonunda bu modeller fikirleri oluşturur ve bu fikirler, insanların inşa etmekten sorumlu olduğu ürünlere dönüştürülür.

Bir Ray Kurzweil kitabı olduğu için elbette üstel düşüncenin tanıtılması çok uzun sürmüyor. “Hızlanan Getiriler Yasası' bu ufuk açıcı kitabın ayırt edici özelliğidir. Bu yasa, ilerlemelerin kendi kendini besleme eğilimi nedeniyle teknolojilerin ve hızlanma hızının nasıl arttığını ve ilerleme oranını daha da artırdığını gösteriyor. Bu düşünce daha sonra insan beynini anlamayı ve tersine mühendislik yapmayı ne kadar hızlı öğrendiğimize uygulanabilir. İnsan beynindeki örüntü tanıma sistemlerinin bu hızlandırılmış anlayışı daha sonra bir AGI sistemi oluşturmaya uygulanabilir.

Bu kitap, AI'nın geleceği için o kadar dönüştürücüydü ki Eric Schmidt, bu ufuk açıcı kitabı okumayı bitirdikten sonra Ray Kurzweil'i AI projelerinde çalışması için işe aldı. Kısa bir makalede tartışılan tüm fikirlerin ve kavramların ana hatlarını çizmek imkansızdır, yine de, gelişmiş bir tasarım tasarlamak için insan sinir ağlarının nasıl çalıştığını daha iyi anlamak için okunması gereken bir araç niteliğindedir. yapay sinir ağı.

Örüntü tanıma, derin öğrenme için kilit unsurdur ve bu kitap bunun nedenini açıklıyor.

# 2. Ana Algoritma kaydeden Pedro Domingos

merkezi hipotezi Ana Algoritma geçmiş, şimdiki ve gelecekteki tüm bilgilerin, bir Ana Algoritma olarak sayısallaştırılan tek, evrensel bir öğrenme algoritması tarafından verilerden türetilebilmesidir. Kitap, en iyi makine öğrenimi metodolojilerinden bazılarını detaylandırıyor, farklı algoritmaların nasıl çalıştığına, bunların nasıl optimize edilebileceğine ve Ana algoritma oluşturma nihai hedefine ulaşmak için nasıl işbirliği içinde çalışabileceklerine dair ayrıntılı açıklamalar veriyor. Bu, onu beslediğimiz herhangi bir sorunu çözme yeteneğine sahip bir algoritmadır ve buna kanseri tedavi etmek de dahildir.

Okuyucu, öğrenerek başlayacak Naif bayanlar, basit bir denklemle açıklanabilen basit bir algoritma. Oradan daha ilginç makine öğrenimi tekniklerine doğru tam hızlanır. Bizi bu ana algoritmaya doğru hızlandıran teknolojileri anlamak için yakınsama temellerini öğreniyoruz. İlk olarak, nörobilimden beyin esnekliğini, insan sinir ağlarını öğreniyoruz. İkinci olarak, evrimi ve doğal seçilimi simüle eden bir genetik algoritmanın nasıl tasarlanacağını anlamak için bir derste doğal seçilime geçiyoruz. Genetik bir algoritma ile, her nesildeki bir hipotez popülasyonu kesişir ve mutasyona uğrar, oradan en uygun algoritmalar bir sonraki nesli üretir. Bu evrim, kişisel gelişimde son noktayı sunar.

Diğer argümanlar fizikten, istatistikten ve elbette bilgisayar biliminin en iyilerinden gelir. Ana Algoritmayı oluşturmak için çerçeveyi ortaya koyma konusundaki iddialı kapsamı nedeniyle, bu kitabın değindiği tüm farklı yönleri kapsamlı bir şekilde gözden geçirmek imkansızdır. Diğer makine öğrenimi kitaplarının tümü bir şekilde bunun üzerine inşa edildiğinden, bu kitabı ikinci sıraya iten bu çerçevedir.

# 1. Bin Beyin Jeff Hawkins tarafından

"Bin Beyin”, Jeff Hawkins'in “Zeka Üzerine” başlıklı bir önceki kitabında tartışılan kavramlara dayanıyor. "On Intelligence", insan zekasının nasıl çalıştığını ve bu kavramların daha sonra nihai AI ve AGI sistemlerini oluşturmak için nasıl uygulanabileceğini anlamak için çerçeveyi araştırdı. Temel olarak beynimizin, deneyimleyeceğimiz şeyi deneyimlemeden önce nasıl tahmin ettiğini analiz eder.

"Bin Beyin" harika bir bağımsız kitap olsa da, en çok "İstihbarat Üzerineönce ” okunur.

“A Thousand Brains”, Jeff Hawkins ve kurduğu şirketin yaptığı son araştırmaya dayanıyor. sayı. Numenta'nın birincil amacı neokorteksin nasıl çalıştığına dair bir teori geliştirmek, ikincil amacı ise bu beyin teorisinin makine öğrenimi ve makine zekasına nasıl uygulanabileceğidir.

Numenta'nın 2010'daki ilk büyük keşfi, nöronların nasıl tahminler yaptığını içeriyor ve 2016'daki ikinci keşfi, neokorteksteki harita benzeri referans çerçevelerini içeriyordu. Kitap her şeyden önce "Bin Beyin teorisi"nin ne olduğunu, referans çerçevelerinin ne olduğunu ve teorinin gerçek dünyada nasıl çalıştığını detaylandırıyor. Bu teorinin arkasındaki en temel bileşenlerden biri, neokorteksin mevcut boyutuna nasıl evrildiğini anlamaktır.

Neokorteks, diğer memelilere benzer şekilde küçük başladı, ancak yeni bir şey yaratarak değil, temel bir devreyi tekrar tekrar kopyalayarak katlanarak büyüdü (yalnızca doğum kanalının boyutuyla sınırlıydı). Özünde, insanı farklı kılan beynin organik maddesi değil, neokorteksi oluşturan özdeş elementlerin kopya sayısıdır.

Teori ayrıca neokorteksin, aralarında görünür sınırlar olmadığı için mikroskop altında görünmeyen yaklaşık 150,000 kortikal kolondan nasıl oluştuğuna doğru gelişir. Bu kortikal sütunların birbirleriyle nasıl iletişim kurduğu, algı ve zekanın her yönünden sorumlu olan temel bir algoritmanın uygulanmasıdır.

Daha da önemlisi kitap, bu teorinin akıllı makineler inşa etmeye nasıl uygulanabileceğini ve toplum için gelecekteki olası sonuçları ortaya koyuyor. Örneğin beyin, özellikle hareket uygulandığında girdilerin zaman içinde nasıl değiştiğini gözlemleyerek dünyanın bir modelini öğrenir. Kortikal sütunlar, bir nesneye sabitlenmiş bir referans çerçevesi gerektirir, bu referans çerçeveleri, bir kortikal sütunun, bir nesnenin gerçeklerini tanımlayan özelliklerin konumlarını öğrenmesini sağlar. Temelde referans çerçeveleri her tür bilgiyi düzenleyebilir. Bu bizi ufuk açıcı bu kitabın en önemli kısmına götürüyor: referans çerçeveleri potansiyel olarak daha gelişmiş bir yapay zeka veya hatta bir AGI sistemi oluşturmaya yönelik hayati kayıp halka olabilir mi? Jeff'in kendisi, bir AGI'nin neokortekse benzer harita benzeri referans çerçeveleri kullanarak dünya modellerini öğreneceği kaçınılmaz bir geleceğe inanıyor ve buna neden inandığını gösteren olağanüstü bir iş çıkarıyor.