6 Cuốn Sách Học Máy và Trí Tuệ Nhân Tạo Tuyệt Vời Nhất Mọi Thời (tháng hiện tại năm hiện tại)

Thế giới của Trí Tuệ Nhân Tạo có thể đáng sợ do thuật ngữ và các thuật toán học máy khác nhau có sẵn. Sau khi đọc hơn 50 cuốn sách về học máy được đánh giá cao nhất, tôi đã biên soạn danh sách sách phải đọc của mình.

Các cuốn sách được chọn dựa trên loại ý tưởng được giới thiệu và cách trình bày các khái niệm như học sâu, học tăng cường và thuật toán di truyền. Quan trọng nhất, danh sách này dựa trên những cuốn sách tốt nhất để mở ra con đường phía trước cho các nhà tương lai học và nhà nghiên cứu trong việc xây dựng Trí Tuệ Nhân Tạo có trách nhiệm và giải thích được.

#6. Làm Thế Nào Trí Tuệ Nhân Tạo Hoạt Động: Từ Phép Thuật Đến Khoa Học bởi Ronald T. Kneusel

“Làm Thế Nào Trí Tuệ Nhân Tạo Hoạt Động” là một cuốn sách rõ ràng và súc tích được thiết kế để phác thảo các nguyên tắc cơ bản của học máy. Cuốn sách này giúp việc học về lịch sử phong phú của học máy, từ việc bắt đầu của các hệ thống Trí Tuệ Nhân Tạo cũ đến sự ra đời của các phương pháp hiện đại.

Lịch sử này được phân lớp, bắt đầu với các hệ thống Trí Tuệ Nhân Tạo được thành lập tốt như máy vectơ hỗ trợ, cây quyết định và rừng ngẫu nhiên. Những hệ thống cũ này đã mở đường cho những tiến bộ đột phá, dẫn đến sự phát triển của các phương pháp tinh vi hơn như mạng nơ-ron và mạng nơ-ron tích hợp. Cuốn sách thảo luận về khả năng tuyệt vời được cung cấp bởi Mô Hình Ngôn Ngữ Lớn (LLM), đây là nguồn năng lượng đằng sau Trí Tuệ Nhân Tạo Tạo sinh hiện đại.

Hiểu biết về các nguyên tắc cơ bản, chẳng hạn như cách công nghệ hình ảnh từ tiếng ồn có thể sao chép hình ảnh hiện có và thậm chí tạo ra hình ảnh mới chưa từng có từ các lệnh rõ ràng, là rất quan trọng để nắm bắt các lực lượng thúc đẩy các công cụ tạo hình ảnh ngày nay. Cuốn sách này giải thích rõ ràng những khía cạnh cơ bản này, cho phép người đọc hiểu rõ về các cơ chế và hoạt động của công nghệ tạo hình ảnh.

Ron Kneusel, tác giả, thể hiện nỗ lực đáng khen ngợi trong việc giải thích quan điểm của mình về lý do tại sao ChatGPT của OpenAI và mô hình LLM của nó đánh dấu sự bắt đầu của Trí Tuệ Nhân Tạo thực sự. Ông trình bày một cách tỉ mỉ về cách các LLM khác nhau thể hiện các thuộc tính nổi lên có thể hiểu trực giác về lý thuyết tâm trí. Những thuộc tính nổi lên này dường như trở nên rõ ràng và có ảnh hưởng hơn dựa trên kích thước của mô hình đào tạo. Kneusel thảo luận về cách một lượng lớn tham số thường dẫn đến các mô hình LLM thành công và hiệu quả nhất, cung cấp thông tin sâu sắc hơn về động lực học và hiệu quả của các mô hình này.

Cuốn sách này là một tín hiệu cho những người muốn tìm hiểu thêm về thế giới của Trí Tuệ Nhân Tạo, cung cấp một cái nhìn tổng quan chi tiết nhưng dễ hiểu về hành trình tiến hóa của công nghệ học máy, từ những hình thức cơ bản đến những thực thể tiên phong của ngày nay. Dù bạn là người mới bắt đầu hay có kiến thức đáng kể về chủ đề, “Làm Thế Nào Trí Tuệ Nhân Tạo Hoạt Động” được thiết kế để cung cấp cho bạn một sự hiểu biết tinh tế về các công nghệ chuyển đổi đang tiếp tục định hình thế giới của chúng ta.

#5. Đời Sống 3.0 bởi Max Tegmark

“Đời Sống 3.0” có một mục tiêu đầy tham vọng, đó là khám phá các khả năng về cách chúng ta sẽ cùng tồn tại với Trí Tuệ Nhân Tạo trong tương lai. Trí Tuệ Nhân Tạo Tổng Quát (AGI) là kết quả cuối cùng và không thể tránh khỏi của lập luận về vụ nổ thông minh được đưa ra bởi nhà toán học người Anh Irving Good vào năm 1965. Lập luận này quy định rằng siêu trí tuệ sẽ là kết quả của một máy có thể tự cải tiến liên tục. Câu nói nổi tiếng về vụ nổ thông minh như sau:

“Hãy định nghĩa một máy siêu thông minh là một máy có thể vượt qua tất cả các hoạt động trí tuệ của con người, dù thông minh đến đâu. Vì thiết kế máy là một trong những hoạt động trí tuệ này, một máy siêu thông minh có thể thiết kế máy tốt hơn; sau đó, chắc chắn sẽ có một ‘vụ nổ thông minh,’ và trí tuệ của con người sẽ bị bỏ lại phía sau. Vì vậy, máy siêu thông minh đầu tiên là phát minh cuối cùng mà con người cần phải tạo ra.”

Max Tegmark đưa cuốn sách vào một tương lai lý thuyết nơi sống trong một thế giới được kiểm soát bởi AGI. Từ thời điểm này, những câu hỏi nổ ra như thế nào là trí tuệ? Thế nào là bộ nhớ? Thế nào là tính toán? và, thế nào là học tập? Làm thế nào những câu hỏi và câu trả lời có thể dẫn đến mô hình của một máy có thể sử dụng các loại học máy khác nhau để đạt được những đột phá trong tự cải tiến cần thiết để đạt được trí tuệ cấp độ con người, và siêu trí tuệ không thể tránh khỏi?

Đây là loại tư duy tiến bộ và những câu hỏi quan trọng mà Đời Sống 3.0 khám phá. Đời Sống 1.0 là những sinh vật đơn giản như vi khuẩn chỉ có thể thay đổi thông qua tiến hóa sửa đổi DNA của chúng. Đời Sống 2.0 là những sinh vật có thể thiết kế lại phần mềm của chính mình, chẳng hạn như học một ngôn ngữ hoặc kỹ năng mới. Đời Sống 3.0 là một Trí Tuệ Nhân Tạo không chỉ có thể sửa đổi hành vi và kỹ năng của chính mình, mà còn có thể sửa đổi phần cứng của chính mình, ví dụ như nâng cấp bản thân robot.

Chỉ khi chúng ta hiểu được lợi ích và hạn chế của AGI, chúng ta mới có thể bắt đầu xem xét các lựa chọn để đảm bảo rằng chúng ta xây dựng một Trí Tuệ Nhân Tạo thân thiện có thể phù hợp với mục tiêu của chúng ta. Để làm điều này, chúng ta cũng cần phải hiểu gì là ý thức? Và làm thế nào ý thức Trí Tuệ Nhân Tạo sẽ khác với của chúng ta?

Có nhiều chủ đề nóng được khám phá trong cuốn sách này, và nó nên là đọc bắt buộc cho bất kỳ ai thực sự muốn hiểu làm thế nào AGI là một mối đe dọa tiềm năng, cũng như là một cứu cánh tiềm năng cho tương lai của nền văn minh con người.

#4. Trí Tuệ Nhân Tạo Phù Hợp: Trí Tuệ Nhân Tạo và Vấn Đề Kiểm Soát bởi Stuart Russell

Điều gì xảy ra nếu chúng ta thành công trong việc xây dựng một đại lý thông minh, thứ gì đó nhận thức, hành động, và thông minh hơn những người tạo ra nó? Làm thế nào chúng ta sẽ thuyết phục máy móc đạt được mục tiêu của chúng ta thay vì mục tiêu của chính chúng?

Điều trên dẫn đến một trong những khái niệm quan trọng nhất của cuốn sách “Trí Tuệ Nhân Tạo Phù Hợp: Trí Tuệ Nhân Tạo và Vấn Đề Kiểm Soát” là chúng ta phải tránh “đặt mục đích vào máy,” như Norbert Wiener đã từng nói. Một máy thông minh quá chắc chắn về mục tiêu cố định của nó là loại Trí Tuệ Nhân Tạo nguy hiểm nhất. Nói cách khác, nếu Trí Tuệ Nhân Tạo trở nên không sẵn sàng xem xét khả năng nó sai khi thực hiện mục đích và chức năng đã được lập trình, thì có thể không thể có hệ thống Trí Tuệ Nhân Tạo tự tắt.

Khó khăn như được Stuart Russell phác thảo là trong việc hướng dẫn Trí Tuệ Nhân Tạo/hệ thống robot rằng không có lệnh nào được chỉ định để đạt được với bất kỳ chi phí nào. Không được phép hy sinh mạng sống con người để lấy một tách cà phê, hoặc nướng mèo để cung cấp bữa trưa. Phải hiểu rằng “đưa tôi đến sân bay càng nhanh càng tốt” không ngụ ý rằng luật giới hạn tốc độ có thể bị phá vỡ, ngay cả khi lệnh này không rõ ràng. Nếu Trí Tuệ Nhân Tạo hiểu sai điều trên, thì biện pháp an toàn là một mức độ không chắc chắn nhất định. Với một số không chắc chắn, Trí Tuệ Nhân Tạo có thể thách thức chính mình trước khi hoàn thành một nhiệm vụ, có thể tìm kiếm xác nhận bằng lời nói.

Trong một bài báo năm 1965 có tiêu đề “Đoán Về Máy Siêu Thông Minh Đầu Tiên“, I.J Good, một nhà toán học thiên tài đã làm việc cùng với Alan Turing, cho biết: “Sự sống còn của con người phụ thuộc vào việc xây dựng sớm một máy siêu thông minh”. Có thể rằng để cứu mình khỏi thảm họa sinh thái, sinh học và nhân đạo, chúng ta phải xây dựng Trí Tuệ Nhân Tạo tiên tiến nhất có thể.

Bài báo nền tảng này giải thích vụ nổ thông minh, lý thuyết cho rằng một máy siêu thông minh có thể thiết kế máy tốt hơn và vượt trội hơn với mỗi lần lặp lại, và điều này cuối cùng dẫn đến việc tạo ra AGI. Mặc dù AGI ban đầu có thể có trí tuệ tương đương với con người, nhưng nó sẽ nhanh chóng vượt qua con người trong một khoảng thời gian ngắn. Do kết luận đã định trước này, điều quan trọng là các nhà phát triển Trí Tuệ Nhân Tạo phải hiện thực hóa các nguyên tắc cốt lõi được chia sẻ trong cuốn sách này và học cách áp dụng chúng một cách an toàn vào việc thiết kế các hệ thống Trí Tuệ Nhân Tạo có khả năng không chỉ phục vụ con người mà còn cứu con người khỏi chính mình.

Như được Stuart Russell phác thảo, việc rút lui khỏi nghiên cứu Trí Tuệ Nhân Tạo không phải là một lựa chọn, chúng ta phải tiến về phía trước. Cuốn sách này là một bản đồ để hướng dẫn chúng ta thiết kế các hệ thống Trí Tuệ Nhân Tạo an toàn, có trách nhiệm và có lợi.

#3. Làm Thế Nào Để Tạo Ra Một Trí Não bởi Ray Kurzweil

Ray Kurzweil là một trong những nhà phát minh, nhà tư tưởng và nhà tương lai học hàng đầu thế giới, ông đã được gọi là “cỗ máy suy nghĩ vô tận” bởi Tạp chí The Wall Street Journal và “máy suy nghĩ tối thượng” bởi Forbes. Ông cũng là Đồng sáng lập của Đại học Singularity, và ông được biết đến nhiều nhất với cuốn sách đột phá “Điểm Singularity Là Gần”. “Làm Thế Nào Để Tạo Ra Một Trí Não” giải quyết ít hơn các vấn đề về sự tăng trưởng theo cấp số nhân là đặc điểm của các công việc khác của ông, thay vào đó nó tập trung vào cách chúng ta cần phải hiểu não bộ con người để đảo ngược nó và tạo ra máy suy nghĩ tối thượng.

Một trong những nguyên tắc cốt lõi được phác thảo trong tác phẩm này là cách nhận dạng mẫu hoạt động trong não bộ con người. Làm thế nào con người nhận dạng mẫu trong cuộc sống hàng ngày? Làm thế nào những kết nối này được hình thành trong não? Cuốn sách bắt đầu bằng việc hiểu tư duy phân cấp, đây là hiểu một cấu trúc được tạo thành từ các yếu tố đa dạng được sắp xếp trong một mẫu, sự sắp xếp này sau đó đại diện cho một biểu tượng như một chữ cái hoặc ký tự, và sau đó được sắp xếp thành một mẫu tiên tiến hơn như một từ, và cuối cùng là một câu. Cuối cùng, những mẫu này tạo thành ý tưởng, và những ý tưởng này được biến thành sản phẩm mà con người chịu trách nhiệm xây dựng.

Kể từ khi đây là một cuốn sách của Ray Kurzweil, nó không mất nhiều thời gian trước khi tư duy theo cấp số nhân được giới thiệu. Luật Tăng Trở Lại là một đặc điểm của cuốn sách này. Luật này展示 cách công nghệ và tốc độ tăng tốc đang tăng tốc do xu hướng tiến bộ tự nuôi dưỡng, tăng tốc độ tiến bộ. Tư duy này sau đó có thể được áp dụng để hiểu làm thế nào nhanh chóng chúng ta đang học cách hiểu và đảo ngược não bộ con người. Sự hiểu biết tăng tốc này về hệ thống nhận dạng mẫu trong não bộ con người sau đó có thể được áp dụng để xây dựng một hệ thống Trí Tuệ Nhân Tạo Tổng Quát.

Cuốn sách này đã quá chuyển đổi đối với tương lai của Trí Tuệ Nhân Tạo, rằng Eric Schmidt đã tuyển dụng Ray Kurzweil để làm việc trên các dự án Trí Tuệ Nhân Tạo sau khi ông hoàn thành việc đọc cuốn sách này. Điều không thể phác thảo tất cả các ý tưởng và khái niệm được thảo luận trong một bài viết ngắn, tuy nhiên, đây là một cuốn sách phải đọc cần thiết để hiểu rõ hơn về cách mạng lưới nơ-ron nhân tạo hoạt động để thiết kế một mạng lưới nơ-ron nhân tạo tiên tiến.

Nhận dạng mẫu là yếu tố chính cho học sâu, và cuốn sách này minh họa tại sao.

#2. Thuật Toán Thầy bởi Pedro Domingos

Giả thuyết trung tâm của Thuật Toán Thầy là tất cả kiến thức – quá khứ, hiện tại và tương lai – có thể được suy dẫn từ dữ liệu bởi một thuật toán học tập duy nhất và phổ quát được định lượng như một Thuật Toán Thầy. Cuốn sách cung cấp các giải thích chi tiết về một số phương pháp học máy hàng đầu, nó cung cấp các giải thích chi tiết về cách các thuật toán hoạt động, cách chúng có thể được tối ưu hóa, và cách chúng có thể cộng tác để đạt được mục tiêu cuối cùng của việc tạo ra Thuật Toán Thầy. Đây là một thuật toán có khả năng giải quyết bất kỳ vấn đề nào chúng ta cung cấp, và điều này bao gồm việc chữa bệnh ung thư.

Người đọc sẽ bắt đầu bằng cách học về Naïve Bayes, một thuật toán đơn giản có thể được giải thích trong một phương trình đơn giản. Từ đó, nó tăng tốc toàn bộ vào các kỹ thuật học máy thú vị hơn. Để hiểu các công nghệ đang tăng tốc chúng ta đến Thuật Toán Thầy, chúng ta học về các nguyên tắc hội tụ. Đầu tiên, từ khoa học thần kinh, chúng ta học về tính dẻo của não và mạng nơ-ron của con người. Thứ hai, chúng ta chuyển sang chọn lọc tự nhiên trong một bài học để hiểu cách thiết kế một thuật toán di truyền mô phỏng tiến hóa và chọn lọc tự nhiên. Với một thuật toán di truyền, một quần thể của các giả thuyết trong mỗi thế hệ giao nhau và đột biến, từ đó các thuật toán phù hợp nhất sản xuất ra thế hệ tiếp theo. Sự tiến hóa này cung cấp sự tự cải tiến tối thượng.

Các lập luận khác đến từ vật lý, thống kê, và tất nhiên, những gì tốt nhất của khoa học máy tính. Điều không thể xem xét toàn diện tất cả các khía cạnh khác nhau mà cuốn sách này chạm vào, do phạm vi tham vọng của cuốn sách trong việc vạch ra khuôn khổ cho việc xây dựng Thuật Toán Thầy. Chính khuôn khổ này đã đẩy cuốn sách này lên vị trí thứ hai, vì tất cả các cuốn sách học máy khác đều xây dựng trên điều này theo một cách nào đó.

#1. Nghìn Não Bộ bởi Jeff Hawkins

“Nghìn Não Bộ” xây dựng trên các khái niệm được thảo luận trong cuốn sách trước của Jeff Hawkins có tiêu đề “Về Trí Tuệ”. “Về Trí Tuệ” đã khám phá khuôn khổ để hiểu làm thế nào trí tuệ con người hoạt động, và làm thế nào những khái niệm này có thể được áp dụng để xây dựng hệ thống Trí Tuệ Nhân Tạo và Trí Tuệ Nhân Tạo Tổng Quát tối thượng. Nó phân tích cơ bản về cách não bộ của chúng ta dự đoán những gì chúng ta sẽ trải nghiệm trước khi chúng ta trải nghiệm.

Mặc dù “Nghìn Não Bộ” là một cuốn sách độc lập tuyệt vời, nó sẽ được đánh giá cao và欣赏 nhất nếu “Về Trí Tuệ” được đọc trước.

“Nghìn Não Bộ” xây dựng trên nghiên cứu mới nhất của Jeff Hawkins và công ty ông thành lập có tên Numenta. Numenta có mục tiêu chính là phát triển một lý thuyết về cách hoạt động của vỏ não, mục tiêu thứ hai là làm thế nào lý thuyết về não bộ này có thể được áp dụng cho học máy và trí tuệ máy.

Khám phá lớn đầu tiên của Numenta vào năm 2010 liên quan đến cách các nơ-ron tạo ra dự đoán, và khám phá thứ hai vào năm 2016 liên quan đến các khung tham chiếu giống như bản đồ trong vỏ não. Cuốn sách giải thích trước hết và quan trọng nhất về “Lý Thuyết Nghìn Não Bộ” là gì, những khung tham chiếu là gì, và làm thế nào lý thuyết này hoạt động trong thế giới thực. Một trong những thành phần cơ bản nhất đằng sau lý thuyết này là hiểu làm thế nào vỏ não tiến hóa đến kích thước hiện tại.

Vỏ não bắt đầu nhỏ, tương tự như các động vật có vú khác, nhưng nó lớn lên theo cấp số nhân (chỉ bị giới hạn bởi kích thước của kênh sinh) không bằng cách tạo ra điều gì mới, mà bằng cách sao chép một mạch cơ bản lặp đi lặp lại. Về cơ bản, điều phân biệt con người không phải là vật liệu hữu cơ của não mà là số lượng bản sao của các yếu tố giống hệt tạo nên vỏ não.

Lý thuyết này tiếp tục tiến hóa thành cách vỏ não được hình thành với khoảng 150.000 cột vỏ não không nhìn thấy được dưới kính hiển vi vì không có ranh giới nhìn thấy được giữa chúng. Cách các cột vỏ não này giao tiếp với nhau là việc thực hiện một thuật toán cơ bản chịu trách nhiệm cho mọi khía cạnh của nhận thức và trí tuệ.

Quan trọng hơn, cuốn sách tiết lộ làm thế nào lý thuyết này có thể được áp dụng để xây dựng máy thông minh, và các ý nghĩa có thể cho xã hội. Ví dụ, não học một mô hình của thế giới bằng cách quan sát cách đầu vào thay đổi theo thời gian, đặc biệt là khi di chuyển được áp dụng. Các cột vỏ não đòi hỏi một khung tham chiếu được gắn vào một đối tượng, những khung tham chiếu này cho phép một cột vỏ não học vị trí của các tính năng định nghĩa thực tế của một đối tượng. Về cơ bản, khung tham chiếu có thể tổ chức bất kỳ loại kiến thức nào. Điều này dẫn đến phần quan trọng nhất của cuốn sách này, liệu khung tham chiếu có thể là liên kết quan trọng bị thiếu để xây dựng một hệ thống Trí Tuệ Nhân Tạo hoặc thậm chí là Trí Tuệ Nhân Tạo Tổng Quát tiên tiến hơn?

Jeff tin rằng trong một tương lai không thể tránh khỏi, một Trí Tuệ Nhân Tạo Tổng Quát sẽ học mô hình của thế giới bằng cách sử dụng khung tham chiếu giống như bản đồ giống như vỏ não, và ông làm một công việc đáng kinh ngạc trong việc minh họa tại sao ông tin vào điều này.