Топ-6 книг по МО и ИИ: самое актуальное руководство (ноябрь 2023)

13. ЭПИКАК («ЭПИКАК», «Механическое пианино»)

ЭПИКАК – герой рассказа Воннегута «ЭПИКАК» (1950) об американском суперкомпьютере, который покончил жизнь коротким замыканием из-за несчастной любви к девушке Пат. Прототипом являлся реальный американский военный компьютер ЭНИАК (ENIAC, сокр. от Electronic Numerical Integrator and Computer, электронный числовой интегратор и вычислитель), введенный в строй осенью 1945 года.

В 1952 г. ЭПИКАК появляется еще раз в романе «Механическое пианино», хотя это уже другой суперкомпьютер, пусть и схожего типа – ЭПИКАК XIV. Его вычислительные блоки располагались в Карлсбадских пещерах (цепь из 80-ти карстовых пещер в штате Нью-Мексико). ЭПИКАК использовался в военных целях и заведовал всеми производственными циклами в США. Взорван в результате антиправительственного восстания. В нежных чувствах к девушкам ЭПИКАК XIV замечен не был.


Так выглядел реальный ЭНИАК. Скорее всего, так выглядел и ЭПИКАК

Книга 2: «Машинное обучение: Алгоритмы и практика»

Книга начинается с введения в основные понятия машинного обучения, такие как классификация, регрессия, кластеризация и др. Затем автор переходит к более конкретным алгоритмам, таким как решающие деревья, случайные леса, логистическая регрессия, метод опорных векторов и другие.

В каждом разделе книги автор представляет теоретический материал, объясняет принцип работы алгоритма и приводит примеры его использования на практике. Кроме того, книга содержит большое количество задач и упражнений, которые помогут закрепить полученные знания.

Особое внимание в книге уделено таким важным темам, как подготовка данных, оценка качества модели, выбор оптимальных параметров алгоритма и др. Также рассматриваются и более продвинутые темы, такие как ансамблирование, обработка текстовых данных, работа с изображениями и т.д

Книга «Машинное обучение: Алгоритмы и практика» является отличным руководством как для начинающих, так и для опытных специалистов, желающих расширить свои знания в области машинного обучения. Она поможет вам разобраться в основных концепциях и методах машинного обучения и научит применять их на практике.

Характеристики книги:
Автор Петр Флеков
Издательство Издательский дом «ДМК-Пресс»
Год издания 2019
Количество страниц 432
ISBN 978-5-97060-554-7

Применение искусственного интеллекта в различных областях

Искусственный интеллект успешно применяется во многих сферах человеческой деятельности. Ниже приведены некоторые области, где его использование демонстрирует особенно впечатляющие результаты.

  1. Медицина: ИИ позволяет распознавать патологии на ранних стадиях, проводить точные диагностики и оптимизировать лечение пациентов. Внедрение машинного обучения в медицинские приборы позволяет анализировать данные, выявлять закономерности и прогнозировать исходы лечения.
  2. Финансы: ИИ помогает банкам и финансовым учреждениям проводить анализ рынка, определять тренды и прогнозировать поведение акций. Автоматизация процессов позволяет повысить эффективность финансовых операций и снизить риски.
  3. Промышленность: Внедрение роботизированных систем и интеллектуальных алгоритмов позволяет автоматизировать производственные процессы, снизить затраты на трудовые ресурсы и повысить качество продукции. ИИ также используется для предотвращения аварийных ситуаций и оптимизации логистики.
  4. Транспорт: Искусственный интеллект можно применять для создания автономных транспортных средств, оптимизации транспортных потоков и управления системами безопасности на дорогах. Такие решения помогают снизить количество аварий и улучшить энергоэффективность.
  5. Продажи и маркетинг: ИИ позволяет анализировать данные о поведении клиентов, прогнозировать их потребности и предлагать персонализированные предложения. Это помогает снизить затраты на рекламу и увеличить эффективность маркетинговых кампаний.

Это лишь небольшая часть областей, в которых искусственный интеллект находит свое применение. В будущем ожидается еще большее развитие ИИ и расширение его сферы применения.

7. Эш/Бишоп/Колл/Дэвид/Уолтер (вселенная Чужих)

Андроиды во вселенной Чужих существуют в двух состояниях: истерично-невменяемом и лояльно-исправном – по прихоти сюжета

В первом случае (Эш, Дэвид, Уолтер) они скармливают людишек Чужим, во втором (Бишоп, Колл) отважно защищают людишек от Чужих. Это нелогично, но ведь бесстрастные и лишенные чувств машины с искусственным интеллектом не обязаны быть логичными, не правда ли


Андроид Эш

Кстати, тут будет уместно вспомнить советских андроидов – Электроника и Роберта («Его звали Роберт, фильм 1967 г.). Которые иногда пошаливали, но не так, чтобы причинить хоть кому-то заметный вред.

«Верховный алгоритм. Как машинное обучение изменит наш мир», Педро Домингос

«Верховный алгоритм. Как машинное обучение изменит наш мир» (англ. «The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World») — это книга, написанная Педро Домингосом, в которой он исследует развитие машинного обучения и его влияние на наш мир.

Ниже перечислены 4 основных тезисов из книги:

  1. Существует несколько различных подходов к машинному обучению, которые можно объединить в единую модель, называемую «верховным алгоритмом». Этот алгоритм может обучаться на любом типе данных и может использоваться для решения различных задач, таких как распознавание образов, перевод языков, прогнозирование поведения и многое другое.
  2. Машинное обучение имеет огромный потенциал, но также сопряжено с некоторыми ограничениями. Например, машинное обучение может быть предвзятым, если данные, на которых оно обучается, содержат предвзятую информацию. Это может привести к негативным социальным последствиям, таким как дискриминация и неравенство.
  3. Один из вызовов машинного обучения заключается в том, что машинное обучение требует больших объемов данных для обучения. Это может создавать проблемы для организаций, которые не имеют достаточно большой базы данных. Для решения этой проблемы может быть использовано «обучение с подкреплением», которое позволяет алгоритму учиться на основе опыта, а не на основе большого объема данных.
  4. Машинное обучение может использоваться для решения различных задач, в том числе для прогнозирования будущих событий и поведения. Однако это может привести к нежелательным результатам, если машинное обучение используется неправильно. Например, использование машинного обучения для прогнозирования преступлений может привести к дискриминации определенных групп людей.

Техники и методы искусственного интеллекта

Среди основных техник и методов искусственного интеллекта можно выделить:

1. Машинное обучение. Данная техника позволяет компьютеру обучаться на основе данных и создавать модели, способные классифицировать информацию и делать прогнозы. Наиболее популярными методами машинного обучения являются нейронные сети и алгоритмы классификации.

2. Обработка естественного языка. Эта техника позволяет компьютерам понимать и обрабатывать естественный язык, используя алгоритмы и правила. Она особенно полезна для разработки систем автоматического перевода, голосовых помощников и поисковых систем.

3. Компьютерное зрение. Данная техника позволяет компьютерам анализировать и интерпретировать изображения и видео. Она находит применение в таких областях, как распознавание лиц, автоматическое управление автомобилями и анализ медицинских изображений.

4. Генетические алгоритмы. Эта техника основана на принципах биологической эволюции и позволяет компьютеру самоорганизовываться для достижения желаемого результата. Генетические алгоритмы широко используются для решения оптимизационных задач.

Кроме того, существует множество других техник и методов искусственного интеллекта, таких как экспертные системы, робототехника и автоматическое планирование. Их развитие и применение продолжают открывать новые возможности и перспективы в области искусственного интеллекта.

Нейронные сети и глубокое обучение. Майкл Нильсен

Книга начинается с введения в основы нейронных сетей и затем переходит к обсуждению глубокого обучения. Нильсен предлагает свое ясное видение архитектуры нейронных сетей и объясняет, как они могут быть использованы для решения различных задач, таких как классификация изображений, распознавание речи и обработка естественного языка.

Особенностью книги является использование популярной библиотеки Python — TensorFlow. Майкл Нильсен подробно объясняет не только концепции и методы глубокого обучения, но и показывает, как реализовать их в коде с использованием TensorFlow.

Книга «Нейронные сети и глубокое обучение» является отличным источником знаний для начинающих исследователей и разработчиков, а также для тех, кто уже знаком с нейронными сетями и хочет расширить свои знания в области глубокого обучения.

«Выборы» — Айзек Азимов

Тим Хван, директор совместной программы Ethics and Governance of AI Initiative Массачусетского технологического института и Гарвардского института:

— Серия книг Азимова о роботах, наверно, первое, что приходит на ум, когда речь заходит о влиянии искусственного интеллекта на социум. Это повод вспомнить три избитых закона робототехники и с умным видом порассуждать о том, как давно человек мечтает изобрести «умную» машину.

Но среди работ Азимова современные реалии машинного обучения лучше отражены в рассказах цикла «Мультивак». Он посвящён не говорящим и ходячим роботам, а мощному глобальному компьютеру, для управления которым нужны специальные знания и смысл результатов которого часто не понятен его операторам.

Один из рассказов, к которым я постоянно возвращаюсь, — это «Выборы». Он был впервые напечатан в журнале If за август 1955 года. Действие происходит в Америке в 2008 году; в ходе президентских выборов привычное голосование решено заменить статистической моделью, которая просчитывает результаты кампании на основании опроса всего одного среднестатистического человека.

В «Выборах» искусно передана необычно цикличная природа прогнозов, а также вполне реальный и хрупкий баланс между предсказуемостью и легитимностью. Даже если бы мы могли в точности спрогнозировать исход голосований, рецидивов или безработицы, как автоматизированный процесс отличался бы от проводимого человеком? Эта книга безусловно заслуживает прочтения.

4. АМ (рассказ Х. Эллисона «У меня нет рта, и я должен кричать»)

АМ – американский военный компьютер, обретший, само собой, самосознание, поглотивший советский и китайский суперкомпьютеры, а потом уничтоживший все человечество, оставив себе на потеху пятерых людишек. Над которыми собирается издеваться до бесконечности. Свои действия АМ мотивировал ненавистью к человечеству, которая, в свою очередь, возникла из-за того, что создатели обрекли его на вечное одиночество ввиду его невероятной крутости и невозможности найти во Вселенной равных себе по величию. Остается неясным, почему кучка железяк маялась «одиночеством» и была способна на «ненависть».

В одноименной игре по I Have No Mouth, and I Must Scream (1995) все немного по-другому. В ней три суперкомпьютера (американский, китайский и советский) до последнего остаются раздельными сущностями, сотрудничая на добровольной основе (и одинаково ненавидя людей). Их единение, надо заметить, выглядит странно. Разве у них не должны быть абсолютно разные идеологические, политические и военные установки? Но, возможно, это придирки, и ненависть к людям победила все разногласия.


Троица суперкомпьютеров издевается над героиней игры

Like this post? Please share to your friends: