Читать книгу Искусственный интеллект Р. В. Душкина : онлайн чтение

Роман Душкин
Исусственный интеллект

© Душкин Р. В., 2019 ISBN 978-5-97060-787-9

© Издание, ДМК Пресс, 2019

* * *

Роман Душкин – директор по науке и технологиям Агентства Искусственного Интеллекта, член Российской Ассоциации Искусственного Интеллекта. Его курсы по ИИ, машинному обучению, разговорным интерфейсам, философии сознания и другим темам опубликованы на Coursera, Udemy, GeekBrains, а также преподаются в Университете Национальной Технологической Инициативы и Российской Академии Народного Хозяйства и Государственной Службы.

Предисловие

Как всегда, начиная новую книгу, я испытываю двойственные чувства. С одной стороны, хочется написать по-настоящему полезную книгу, отражающую всё накопленное к текущему моменту знание по заявленной теме. С другой стороны, всегда опасаешься, что полученная в итоге рукопись сразу же окажется устаревшей, ведь сегодня технологии несутся в будущее со скоростью, превышающей возможности отдельного человека.

И осознание этого немного удручает.

Тем не менее сегодня я сажусь за новую книгу, в которой постараюсь раскрыть неискушённому читателю тему искусственного интеллекта. Ведь не секрет, что в последние годы вокруг этого понятия поднялась невообразимая шумиха, которая доносится как из средств массовой информации, так и из деловой среды, в которой что ни день открывается новый стартап, основанный на самых современных технологиях искусственного интеллекта. Подогревает эту ситуацию и массовая культура, где тема ИИ тоже стала горячей. Появляется большое количество новых произведений, в которых человеческое общество так или иначе взаимодействует с порождённым (или самозародившимся) искусственным интеллектом.

Впрочем, в киноиндустрии и художественной литературе тема искусственного интеллекта эксплуатировалась с давних времён. Первые писатели-фантасты уже задумывались об искусственных существах, наделённых разумом и пытающихся либо помогать людям, либо столкнуть человека с пьедестала «царя природы» и «венца творения». Дальше – больше. Серия фильмов про терминаторов, затем красочно-философские фильмы «Матрица» необычайно подогрели интерес к этой теме. Художественная литература тоже не отставала. Если не углубляться, то на поверхности лежат трилогия «Киберпространство» Уильяма Гибсона и сага-тетралогия «Гиперион» Дэна Симмонса. Не побоюсь сказать, что только эти два произведения оказали на развитие понимания искусственного интеллекта у массового читателя большее влияние, чем все остальные книги вместе взятые.

Вместе с тем отношение в научной и инженерной среде к термину «искусственный интеллект» и этому направлению вообще несколько предвзято. Всё дело в так называемых «зимах искусственного интеллекта», т. е. практически полных остановках исследований из-за отсутствия финансирования и разочарования пионеров новой науки. На смену первым восторженным надеждам пришло горькое осознание того, что человек ещё очень далёк от понимания природы сознания и всех тех особенностей мозга, которые делают человека разумным существом.

К тому же ещё двадцать лет назад не было достаточных вычислительных мощностей для реализации всех тех теоретических находок, которые были сделаны в научных лабораториях. Так что в среде понимающих специалистов отношение к теме скорее скептическое. Кроме этого, развитие искусственного интеллекта как междисциплинарного направления исследований уже пережило две зимы.

Причиной шумихи вокруг искусственного интеллекта, начавшейся во втором десятилетии XXI века, как видится, являются два процесса. Во-первых, вычислительные мощности и объём имеющихся в распоряжении человечества в целом вычислительных устройств достигли небывалых размеров, и этот размер имеет тенденцию увеличиваться по экспоненциальному закону. Сегодня количество смартфонов, которые можно связать в грид для распределённых вычислений (причём часто без ведома владельцев), достигло двух миллиардов, а каждый смартфон обладает мощностью, на порядки превышающей мощность тех персональных компьютеров, которые были в распоряжении учёных ещё двадцать пять лет назад.

Во-вторых, выросло, получило образование и начало усердно работать поколение людей, которые застали вторую зиму искусственного интеллекта еще младенцами. Но сегодня, получив образование, намного более серьёзное, чем предшественники, представители этого поколения с удесятерёнными силами ухватились за старые надежды, пренебрегая тем скепсисом, который всё ещё имеется у представителей «старой школы». Это и хорошо, и не очень. Хорошо потому, что, не будучи зашоренными, новые специалисты могут «перепрыгнуть» барьер недоверия, выстроенный вокруг искусственного интеллекта. Не очень потому, что многие наступят на те же грабли, что и исследователи первой половины XX века.

Из этих двух тезисов и родилась идея книги. Я хотел бы дать полноценное описание современного состояния технологий искусственного интеллекта, чтобы оно стало основой для дальнейшего развития новых специалистов, которые уже смогли бы сдать в утиль старые парадигмы и пройти узкой тропинкой к созданию настоящего искусственного интеллекта, так как любая разумная раса в конечном итоге должна задуматься о природе своего разума и стремиться к созданию разума искусственного.

В книге мы обсудим все аспекты искусственного интеллекта. Начнём с истории развития этой области знаний. Поговорим о том, как всё начиналось и какие направления были открыты и потом закрыты по мере развития понимания проблемы. Мы изучим все предпосылки, послужившие формированию новых технологий. В конце первой главы мы изучим типы искусственного интеллекта и получим все необходимые знания, для того чтобы перейти к рассмотрению технологий и их современного состояния.

Во второй главе мы кратко рассмотрим три основополагающих современных метода построения искусственных интеллектуальных систем – символьные вычисления и логический вывод, искусственные нейронные сети и эволюционные алгоритмы. Фактически сегодня это три столпа искусственного интеллекта, на которых базируются прикладные направления исследований.

Далее в третьей главе книги будет представлено более или менее подробное описание технологий искусственного интеллекта и их текущее состояние. Мы начнём с двух направлений, которые развивались в рамках исследований по искусственному интеллекту, и постепенно перейдём к исследованиям, находящимся сегодня на острие науки.

В разделе рассмотрим такие темы, как машинное обучение, искусственные нейронные сети, символьные вычисления, методы представления знаний, обработка естественного языка, робототехника и бионика и др.

Четвёртая глава посвящена философии искусственного интеллекта. Мы рассмотрим разные модели сознания, изучим философские подходы к изучению его природы. Это позволит понять, насколько мы ещё далеки от понимания того, что представляет собой разум человека и где он может находиться. Вместе с тем изучение философии искусственного интеллекта позволит очертить те направления движения, куда необходимо двигаться для постижения сути интеллекта и осуществления попыток его разработки в виде искусственной системы.

В пятой главе представлены описания и объяснения всевозможных мифов и опасений человечества относительно искусственного интеллекта и его взаимодействия с людьми и всем человеческим обществом в целом. В массовом сознании сформировалось некоторое количество страхов, которые сегодня могут вылиться в попытки государств или даже надгосударственных структур ограничить или как-то регламентировать исследования в этой области знаний, как это ранее было сделано с генетикой и точными медицинскими технологиями.

Несомненно, какое-то регламентирование необходимо, но оно должно быть основано на здравом понимании, а не на страхах и мифах.

Шестая глава посвящена вопросам применения технологий искусственного интеллекта в различных сферах жизни – медицине, образовании, обеспечении безопасности и многих других. В разделе описаны как уже имеющиеся применения технологий, так и варианты будущих применений при развитии методов. Этот раздел будет наиболее интересен тем читателям, которые ищут новые идеи и возможности по изменению существующего порядка вещей.

Седьмая глава описывает перспективы и прогнозы технологий искусственного интеллекта. Что они дадут конкретным людям и человечеству в целом, куда приведут нас как биологический вид, и наконец, какие параллельные исследования получат второе дыхание. Мы рассмотрим футуристические предположения о том, что нам даст искусственный интеллект и когда это может произойти.

Наконец, тех, кто прочитал все шесть разделов до конца, в конце книги ждёт небольшой сюрприз.

В добрый путь…

Москва, 2017–2019 гг.

Душкин Р. В.

Предисловие от издательства

Отзывы и пожелания

Мы всегда рады отзывам наших читателей. Расскажите нам, что вы думаете об этой книге – что понравилось или, может быть, не понравилось. Отзывы важны для нас, чтобы выпускать книги, которые будут для вас максимально полезны.

Вы можете написать отзыв прямо на нашем сайте www. dmkpress.com, зайдя на страницу книги, и оставить комментарий в разделе «Отзывы и рецензии». Также можно послать письмо главному редактору по адресу [email protected], при этом напишите название книги в теме письма.

Если есть тема, в которой вы квалифицированы, и вы заинтересованы в написании новой книги, заполните форму на нашем сайте по адресу http://dmkpress.com/authors/publish_book/ или напишите в издательство по адресу [email protected].

Список опечаток

Хотя мы приняли все возможные меры для того, чтобы удостовериться в качестве наших текстов, ошибки все равно случаются. Если вы найдете ошибку в одной из наших книг – возможно, ошибку в тексте или в коде, – мы будем очень благодарны, если вы сообщите нам о ней. Сделав это, вы избавите других читателей от расстройств и поможете нам улучшить последующие версии этой книги.

Если вы найдете какие-либо ошибки в коде, пожалуйста, сообщите о них главному редактору по адресу [email protected], и мы исправим это в следующих тиражах.

Нарушение авторских прав

Пиратство в интернете по-прежнему остается насущной проблемой. Издательство «ДМК Пресс» очень серьезно относится к вопросам защиты авторских прав и лицензирования. Если вы столкнетесь в интернете с незаконно выполненной копией любой нашей книги, пожалуйста, сообщите нам адрес копии или веб-сайта, чтобы мы могли применить санкции.

Пожалуйста, свяжитесь с нами по адресу электронной почты dmkpress@gmail. com со ссылкой на подозрительные материалы.

Мы высоко ценим любую помощь по защите наших авторов, помогающую нам предоставлять вам качественные материалы.

Глава 1
История развития

Похоже, что природа разума и сознания взволновала человека прямо сразу, как только он смог осознать свою личность и процесс мышления. Научных свидетельств этому нет, однако можно предположить, что все эти отсылки к «душе», «искре божьей», «духу» и другим подобным штукам имеют в своей основе попытки найти то самое сокровенное, чем человек отличается от «неразумных животных». Конечно же, это относится к разуму, относительно которого до сих пор невозможно сказать как он работает, где скрыт, чем обусловлен. Поскольку подступиться к научному решению этого вопроса до возникновения естественно-научного мировоззрения было невозможно, любопытным людям приходилось плодить сущности.

Вместе с тем развитие научного метода и философии науки происходило в рамках европейской цивилизации, поэтому дальнейшее изложение будет проводиться с европоцентристской точки зрения. Такая позиция не должна отпугивать читателя, поскольку современные достижения науки своей основой лежат именно в европейской колыбели, имея лишь небольшие вкрапления знаний иных цивилизаций. Несмотря на то что такие древние цивилизации, как Индия, Китай и арабский мир, принесли много интересных находок и идей, все они были переосмыслены в европейской традиции, после чего влились в единый поток научного знания.

Поскольку и европейская цивилизация, и современная наука имеют своим истоком древнегреческую философию, имеет смысл обратиться к ней. Особый интерес представляет классический период древнегреческой философии, одним из ярчайших представителей которого является Аристотель. Именно в его трудах складывается научная система мира и познания объективной реальности. Не зря вся современная наука базируется на той самой формальной логике, которую разработал и детально описал Аристотель.

Интересно то, что, согласно Аристотелю, душа человека вмещает в себя три части – растительную, животную и разумную. Первая часть души отвечает за такие функции, как питание и размножение. Вторая часть, животная, – ощущение и желание. Наконец, разумная часть души имеется только у человека, и именно в ней находится разум. Это понимание очень похоже на триединую модель мозга, предложенную в 60-х годах XX века американским нейрофизиологом Полем МакЛином. В этой модели мозг разделён на три взаимосвязанные и тесно взаимодействующие части – так называемый «мозг рептилии», лимбическую систему и неокортекс. Собственно, мозг рептилии – это самая древняя часть головного мозга, которая имеется у рептилий и птиц и отвечает за базовые функции, связанные с инстинктивным поведением различного плана: нападательным, защитным, территориальным и ритуальным. Лимбическая система отвечает за эмоциональную составляющую жизнедеятельности животного, а также за отдельные виды памяти. Наконец, неокортекс свойствен только высшим животным и отвечает за такие функции, как восприятие и самовосприятие, обучение и память, принятие решений и абстрактное мышление. Предполагается, что именно в неокортексе располагается сознание человека.

Другими словами, только лишь по внешним наблюдениям и при помощи спекулятивных размышлений Аристотелю удалось предвосхитить одну из наиболее интересных моделей мозга, принятых уже в наше время. Впрочем, это действительно можно сделать, наблюдая и сопоставляя поведение различных живых организмов. Из-за того что у древних мыслителей всё-таки не было методов изучения человеческого мозга во всех его аспектах и функциональности, поискам природы разума посвящалось незначительное количество усилий. А в темные времена, наступившие в Европе, этот вопрос был совсем отставлен. Потихоньку изучение человеческого интеллекта и его сущности начало выходить на повестку дня только во времена эпохи Возрождения. Но и тогда, несмотря на становление философии гуманизма, философам и мыслителям было сложно подступиться к этой теме.

Прорывом стала книга Рене Декарта «Рассуждения о методе, чтобы хорошо направлять свой разум и отыскивать истину в науках», которую он опубликовал в 1637 году. Несмотря на то что в то ужасное время гонения на свободных разумом учёных было делом обыденным, Декарт отважился на публикацию этой поистине прорывной работы (хотя если говорить откровенно, на современном языке эту работу лучше всего назвать «подрывной»). Она стала знаковой и, по мнению многих историков науки и философии, ознаменовала собой переход к современному научному познанию и к философии Нового времени. Фактически книга «Рассуждения о методе…» стала базисом всей современной эпистемологии.

Декарт провозгласил механистический подход к пониманию природы и объективной реальности, т. е. рассмотрение объектов в окружающем мире в качестве неких механизмов, подчиняющихся физическим законам. Это позволило отвергнуть так называемый витализм, когда движущей силой живой материи объявлялась некоторая сверхъестественная сущность, не подчиняющаяся законам физики, химии, биологии. Собственно с этого момента учёные смогли переключить перспективу и начать рассматривать разум и интеллект человека в той же парадигме.

Однако дальше дело не пошло, поскольку, кроме научного метода, у учёных до второй половины XIX века просто не было достаточной инструментальной базы как с точки зрения математических формализмов для исследования феноменологии мышления, так и с точки зрения физических и химических инструментов для исследования материи мозга.

«Взрывное» развитие математики и вслед за ней прикладных наук начиная со второй половины XIX века дало стимул к развитию и различным направлениям в области изучения мышления и интеллекта. Но здесь уже сложно говорить о какой-то последовательной работе над этой темой, так как сам по себе вопрос изучения человеческого разума является междисциплинарным и про историю развития наук об искусственном интеллекте можно говорить исключительно в ключе постепенного сбора информации и разработки методов в совершенно различных областях знания, которые затем объединялись и в конечном итоге привели к выделению искусственного интеллекта в отдельное научное направление. Другими словами, искусственный интеллект, как дерево, базируется на мощной корневой системе, в которую отдельными корешками входят различные науки от философии, чистой математики и теории вычислений до нейрофизиологии и психологии.

Так что можно выделить следующие магистральные направления научной мысли, которые питают искусственный интеллект (не включая отдельные более узкие специализации):

• философия сознания;

• формальная логика;

• теория вычислений;

• теория информации;

• кибернетика;

• вычислительная техника;

• нейрофизиология;

• психология;

• социология.

Итак, исследования в рамках философии сознания начал Рене Декарт, после которого к этой теме приобщались многочисленные философы, среди которых стоит отметить Джона Локка и Дэвида Юма. Много усилий к изучению природы сознания прилагали философы немецкой школы, в частности Артур Шопенгауэр и Георг Гегель. К XX веку философия сознания выделилась в отдельное направление в рамках аналитической философии, которое является чуть ли не единственной прикладной философской дисциплиной, имеющей большое значение для многих направлений научной мысли, в том числе и для искусственного интеллекта. Философия сознания пытается ответить на вопросы о природе сознания и его соотношения с объективной реальностью, что связано с моралью, свободой воли и этическими вопросами, которые, в свою очередь, сразу же возникают при более глубоком изучении проблем искусственного интеллекта и развития его взаимоотношений с интеллектом естественным.

Как уже было упомянуто, основы формальной логики заложил ещё в античные времена Аристотель, однако потом до начала XX века эта методология использовалась учёными без какого-либо развития. Математики пытались как-то формализовать научный метод, и даже было произведено несколько интересных попыток. Немецкие математики и логики Георг Кантор и Готлоб Фреге фактически стали отцами наивной теории множеств и теории предикатов первого порядка соответственно. Эти теории позволяли формализовать очень многое, однако страдали от важного недостатка – противоречивости. И только в 1910–1913 гг. английские математики и философы Бертран Рассел и Альфред Уайтхед опубликовали трёхтомную работу «Принципы математики», где они ввели теорию типов как инструмент для более точной формализации основ математики, в которой невозможно было сформулировать парадокс Рассела о «множестве всех множеств». Именно после этой книги развитие математики пошло семимильными шагами, в результате чего сделали свои открытия Курт Гёдель, Алонзо Чёрч, Алан Тьюринг и многие другие замечательные учёные. Так что в историческом ряду развития формальной логики стоят такие личности, как Аристотель, Г. Кантор, Г. Фреге, Б. Рассел, А. Уайтхед и К. Гёдель.

После того как в 1931 г. австрийский логик Курт Гёдель опубликовал свои работы, в которых было приведено доказательство его знаменитых теорем о неполноте, начались исследования в этом направлении. Многие из них были чисто философскими, однако две примечательные работы легли в основу всей современной вычислительной техники. Первая – лямбда-исчисление Алонзо-Чёрча, описанное в его теперь уже знаменитой статье 1936 г., в которой он показал существование неразрешимых задач. Параллельно ему Алан Тьюринг переформулировал теорему Гёделя и, пытаясь решить «проблему разрешения» Давида Гильберта, разработал формализм в виде гипотетического устройства, которое впоследствии стало носить название «машины Тьюринга».

Обобщение достижений А. Чёрча и А. Тьюринга привело к формулированию тезиса Чёрча-Тьюринга, который, являясь эвристическим утверждением, гласит, что для любой алгоритмически вычислимой функции существует вычисляющая её значения машина Тьюринга. Этот тезис постулирует эквивалентность между интуитивным понятием алгоритмической вычислимости и строго формализованными понятиями частично рекурсивной функции (по Чёрчу), или функции, вычислимой на машине Тьюринга (по Тьюрингу). Тезис невозможно строго доказать или опровергнуть ввиду того, что интуитивное понятие алгоритмической вычислимости строго не определено. Однако этот тезис в совокупности с теорией вычислений сегодня лежит в основе алгоритмического решения задач и, как следствие, имеет непосредственное применение в рамках искусственного интеллекта.

Вместе с тем в 1948 году американский математик Клод Шеннон публикует статью «Математическая теория связи», которая сегодня считается вехой в рождении теории информации. Несмотря на то что до К. Шеннона в области проблем передачи информации работали такие пионеры, как Гарри Найквист и Ральф Хартли, именно Клоду Шеннону удалось математически точно сформулировать основные положения новой науки, определить её базис и доказать основную теорему, позже названную его именем. Эта теорема определяет предел максимального сжатия данных и числовое значение информационной энтропии. В связи с дальнейшим развитием сетей передачи данных теория информации и все её приложения стали развиваться семимильными шагами, что привело к появлению многочисленных способов помехоустойчивого кодирования информации для каналов с шумом. Всё это имеет самое непосредственное значение для развития интеллектуальных систем, поскольку вопросы передачи информации в них стоят на одном из первых мест.

Конечно, одной из центральных наук, стоящих в основе разработки технологий искусственного интеллекта, является кибернетика как базовая методология исследования сложных систем, взаимодействующих друг с другом и со средой. Кибернетика сама по себе является междисциплинарной областью исследования, базирующейся на многих отраслях науки, в том числе и уже перечисленных здесь ранее. Однако именно разработанный в её рамках научный аппарат в полной мере позволяет целенаправленно заниматься поиском и проектированием сложных адаптивных и самообучающихся систем, к которым, вне всяких сомнений, относятся системы искусственного интеллекта. Кибернетику как науку разрабатывали такие знаменитые учёные, как Уильям Росс Эшби, Карл Людвиг фон Берталанфи, Джон фон Нейман, Стаффорд Бир, а также многочисленная когорта русских учёных, среди которых обязательно надо упомянуть Ивана Алексеевича Вышеградского (основоположника теории автоматического регулирования), Алексея Андреевича Ляпунова, Виктора Михайловича Глушкова и популяризатора науки об искусственном интеллекте Льва Тимофеевича Кузина.

Все теоретические изыскания в области теории вычислений, теории информации, кибернетики и других наук в конечном итоге приводят к развитию вычислительной техники как прикладной дисциплины, рассматривающей вопросы создания и программирования универсальных вычислительных машин. Попытки создать механическую машину для вычислений предпринимались со времён, наверное, Блёза Паскаля, и первым в этом преуспел наш соотечественник Семён Николаевич Корсаков, который в 1830-х годах создавал первые «интеллектуальные машины» на перфокартах. Хотя в те же самые годы английский математик Чарльз Бэббидж разрабатывал проект универсальной цифровой вычислительной машины, до реализации дело у него не дошло. Несмотря на всё это, основы современной вычислительной техники были заложены Джоном фон Нейманом, который разработал принципы построения архитектуры универсальных вычислительных машин. Впрочем, первый компьютер в современном понимании сделал немецкий инженер Конрад Цузе, он же разработал и первый язык программирования высокого уровня, однако из-за военно-политических особенностей мира в те времена работы Цузе оставались малоизвестными. После Второй мировой войны работы над созданием универсальных компьютеров велись во всё ускоряющемся ритме, который выдерживается до сих пор (так называемый «закон Мура»).

Однако по мере продвижения в деле создания всё более мощных вычислительных систем становилось ясно, что разработать интеллект in silico так просто не получится, и исследователей в этом отношении ждало такое же разочарование, как создателей различных механических кукол (автоматонов), которым казалось, что ещё чуть-чуть – и их куклы обретут разум. Как не получилось с механикой, так же не получилось и с электроникой. Это способствовало вовлечению в исследования нейрофизиологов и других специалистов в части анатомии, физиологии и других аспектов функционирования нервной системы и других регуляторных систем организмов человека и животных.

И вот в 1943 г. американские нейрофизиолог Уоррен Мак-Каллок и математик Уолтер Питтс публикуют статью, которая открыла миру новую вычислительную модель, основанную на понятии искусственного нейрона. Да, эта модель была довольно упрощённой и не принимала во внимание большое количество свойств органических нейронов, однако она позволяла производить вычисления. Эта статья фактически открыла широчайшее направление исследований, которое сегодня превалирует в области искусственного интеллекта – искусственные нейронные сети. Вслед за У. МакКалоком и У. Питтсом следует отметить таких учёных, как канадский физиолог Дональд Хебб, который описал принципы обучения искусственного нейрона (он предложил первый работающий алгоритм обучения искусственных нейронных сетей), а также американский нейрофизиолог Фрэнк Розенблатт, который разработал на искусственных нейронах устройство, моделирующее процесс восприятия, – перцептрон.

Но всё, как обычно, оказалось не таким простым, как казалось. Несмотря на то что исследователям удалось смоделировать один нейрон и составить из таких моделей нейронную сеть, сознания в ней так и не зародилось. С одной стороны, это было связано с тем, что на тех вычислительных мощностях, которые были доступны учёным в середине XX века, можно было смоделировать нейронную сеть, состоящую из пары сотен нейронов и нескольких слоёв. Такой объём совсем не соответствует десяткам миллиардов нейронов в головном мозге человека с сотнями тысяч связей для каждого нейрона. С другой стороны, становилось понятно, что «карта не является местностью», так что ждать самозарождения сознания в нейронной сети, даже если она будет очень сложной, слишком странно. Поэтому исследователи обратились к такой науке, как психология.

Одним из первых учёных, кто обратил внимание на этот аспект искусственного интеллекта и его отношения к человеческому разуму, был русский учёный-медик и кибернетик Николай Михайлович Амосов. В ряду его обширной библиографии есть такие знаковые работы, как «Искусственный разум», «Автоматы и разумное поведение» и «Алгоритмы разума». Несмотря на глубокую степень проработки ряда важнейших вопросов, в этих работах всё так же остаётся нераскрытым вопрос о природе сознания. И получается довольно парадоксальная ситуация. Есть практически полное понимание того, как работает нейрон на уровне клетки и субклеточных структур вплоть до биохимических реакций и метаболических путей преобразования веществ, что фактически и эмулирует вычислительные процессы в рамках одной клетки. Также есть понимание, но уже не такое целостное, того, как работают нейронные сети. А ещё есть понимание психологии человека, его поведения и высших когнитивных и интеллектуальных функций. Это понимание ещё менее глубокое, но есть множество операционных гипотез, которые позволяют описывать, объяснять и предсказывать. Но при этом нет никакого понимания того, что находится посередине. Каким образом биохимические реакции нейрона и электрохимические процессы в нейронных сетях приводят к возникновению сознания, интеллекта и разума? Ответа на этот вопрос до сих пор нет. И в итоге получается, что психология – это попытки «дизассемблировать» высшую психологическую деятельность центральной нервной системы человека, но они отвязаны от базовых химических и физических процессов.

Наконец, учёные задумались и о таком важном аспекте интеллектуальной деятельности, как «коллективный интеллект». Само человеческое общество в целом часто показывает более высокий уровень интеллектуальной деятельности, чем каждый его отдельный представитель. Ведь многие сложные научные концепции и технические объекты могут быть изобретены и разработаны исключительно в рамках объединения усилий разноплановых специалистов. Однако не только человеческое общество показывает подобный паттерн поведения. Он виден и в жизни, например, общественных насекомых, когда каждая отдельная особь, вообще не имеющая и тени разума, делает вклад в поведение своего «суперорганизма», который кажется вполне интеллектуальным. Муравьи и пчёлы – это вершина эволюции насекомых на Земле. Эти наблюдения натолкнули исследователей в области искусственного интеллекта на идеи о «роевой модели интеллекта» в рамках так называемых многоагентных систем. Это – одно из самых быстро развивающихся сегодня направлений науки и техники. Здесь сложно назвать какую-либо ключевую личность, поскольку тема возникла совсем недавно. Но эта тема очень горячая и ещё долго будет оставаться на острие научного поиска.

* * *

Итак, мы рассмотрели большую часть научных направлений, которые лежат в основе искусственного интеллекта. Это, можно сказать, его базис и научные и технологические предтечи, предпосылки. Когда же родилось само направление исследований, которое назвали «искусственный интеллект»? Для ответа на этот вопрос необходимо обратиться к работам философов и практиков искусственного интеллекта Марвина Мински и Джона Маккарти. Второй так вообще является автором самого термина «искусственный интеллект» (а кроме того, он разработал язык программирования LISPи является одним из основоположников функционального программирования). Эти учёные основали в 1959 г. Лабораторию информатики и искусственного интеллекта в рамках Массачусетского технологического института, и это была первая научная лаборатория, которая занималась данной проблемой.

Новости: 7 самых ярких звезд искусственного интеллекта — Эксперт

1. Deep Blue: вызов человечеству

История рождения

История Deep Blue началась в 1989 году, когда шахматный программист Фэн Сюн Сю по поручению компании IBM начал разработку специализированного шахматного микропроцессора, целиком помещающегося на одном кристалле кремния. Когда в 1995 году самый знаменитый среди шахматных ИИ появился на свет, его нарекли именем Deep Blue; это имя можно перевести как «темно-синий» (название намекает на прозвище компании IBM — Big Blue, «Голубой гигант»), а можно как «глубокая печаль». Печалиться, как оказалось, действительно есть о чем.

Смысл жизни

В 1997 году произошло событие, навсегда изменившее не только отношение людей к компьютерам, но и саму позицию человечества в конкуренции с новой формой интеллекта: мы поняли, что начинаем уступать. 11 мая шахматному суперкомпьютеру Deep Blue удалось одержать победу над 13-м чемпионом мира по шахматам Гарри Каспаровым. Следующих чемпионов-людей уже мало кто запомнит — все равно ведь машины сильнее в игре. Шахматы, самый интеллектуальный спорт, стали первым видом творческой деятельности, в которой машины опередили людей. Первым, но далеко не последним.

Проблески интеллекта

Deep Blue — суперкомпьютер с классической архитектурой, представляющий собой систему с многоядерным процессором, большая часть ядер которой — специализированные шахматные микропроцессоры. Каждый из шахматных процессоров перебирал больше двух миллионов шахматных позиций в секунду, что примерно в 100 раз больше, чем у аналогичных по частоте универсальных процессоров. Суперкомпьютеры часто занимают целые залы, но «темно-синему» хватило и двух стоек с 30 узлами, объединенных сетью и общей памятью. Не такой уж высокий интеллект по человеческим меркам, зато быстрый — основная ставка делалась не на способность увидеть позицию в целом, а на огромную скорость перебора позиций.

В начале славных дел

Предшественниками Deep Blue были Chiptest, созданный в 1985 году Фэн Сюн Сю в рамках диссертационного проекта, и Deep Thought — следующее, более сложное творение Сю, в 1989 году выигрывавшее 6-й чемпионат мира по шахматам среди компьютерных программ. Они с треском проигрывали сильнейшим шахматистам мира. Поначалу проигрывал и Deep Blue — в 1996 году, во время первого турнира между человеком и супермашиной, победа все же оказалась за Каспаровым, хотя способности суперкомпьютера уже тогда восхитили его. А через год после попытки разработчиков усовершенствовать мощь Deep Blue между теми же противниками состоялся матч-реванш, в ходе которого победила машина. Начиная с 44-го хода шахматист перестал понимать логику ее ходов и по итогу проиграл сражение. Позже оказалось, что тот роковой ход Deep Blue был просто-напросто сбоем. Перед матчем программисты заметили баг у компьютера, но не успели исправить. Если Deep Blue не мог найти очевидно выигрышного хода, то он выдавал не лучший из худших, а просто случайный ход. Когда, следуя этому правилу, компьютер сделал ход ладьей на D1, разработчики уже было решили сдаться, но Гарри решил, что это какая-то хитрость, которой он не понял, поддался замешательству, ослабил свои позиции и проиграл.

С момента победы Deep Blue над Каспаровым прошло уже более 20 лет, и с тех пор шахматные программы ушли далеко вперед — все это время они умнели, а мы нет. Но все-таки, по словам Каспарова, самые интересные матчи сейчас не между шахматными программами, а между спортсменами, которым помогают шахматные программы. Получается, сценарий конкуренции человеческого интеллекта с машинным не обязателен — лучшие результаты получаются, когда они дополняют друг друга, работают в симбиозе, а не пытаются соревноваться друг с другом. Похоже, именно в этом главный урок, преподанный человечеству шахматными искусственными интеллектами.

2. IBM Watson: доктор, освоивший дедуктивный метод

История рождения

Watson (Уотсон), суперкомпьютер и система искусственного интеллекта, — дитя компании IBM, явившееся на свет в 2011 году. Назвали его в честь основателя IBM Томаса Уотсона.

Смысл жизни

Watson был рожден, чтобы понимать вопросы, заданные на обычном разговорном языке, и отвечать на них. Первоначальная цель разработчиков — научить машину играть в популярную американскую телевикторину Jeopardy!, российским аналогом которой стала «Своя игра»: там нужно быстро отвечать на устные вопросы ведущего на эрудицию в самых разных сферах. Особая трудность игры для машины заключается в том, что для правильного ответа нередко нужно уметь анализировать скрытый смысл, улавливать иронию, разгадывать загадки, считывать намеки и аллюзии — в общем, понимать естественный человеческий язык. И Watson в этом преуспел: в 2011 году он обыграл многократных чемпионов Jeopardy!, занял первое место и получил главный приз — миллион долларов. Во время игры он мог использовать свою память — 200 миллионов страниц текста, включая всю информацию из Википедии. Но доступа к интернету у него не было.

Проблески интеллекта

Если поисковики помогают найти информацию по запросу, предоставляя список ссылок, (обычно ранжированных на основе популярности страниц), то Watson сам дает готовый ответ на вопрос. Главное новшество его ИИ состоит не в создании принципиально иного алгоритма разбора вопроса и поиска по ключевым словам, а в способности быстро выполнять сотни алгоритмов анализа языка одновременно: чем больше алгоритмов, которые независимо друг от друга находят один и тот же ответ, тем выше вероятность того, что он окажется верным.

Watson еще и запойный читатель: в секунду он может обрабатывать 500 гигабайт, то есть примерно миллион книг. Поэтому в первую очередь компьютер начали использовать там, где есть много текстовой и не всегда структурированной информации на естественном языке, с которой нужно по возможности оперативно справиться, — так Watson стал доктором, стараясь разобраться в тысячах научных статей и историй болезни.

В начале славных дел

Проект суперкомпьютера вырос в целое подразделение IBM Watson Group, специализирующееся на создании облачных сервисов для Watson, которые исследуют и разрабатывают множество проектов одновременно. Развивались и возможности самого суперкомпьютера — он уже давно перестал быть только вопросно-ответной вычислительной машиной и освоил машинное обучение. За свою жизнь ему пришлось осилить не одну науку и освоить не одну работу — суперкомпьютер составлял рецепты блюд, помогал преподавать, участвовал в разработке маркетинговых кампаний и даже создал платье, которое меняет цвет ткани в зависимости от настроения аудитории Твиттера. Сейчас из суперкомпьютера создают помощника бизнесменов — набирает популярность IBM Watson Studio, облачная платформа для разработки бизнес-приложений ИИ. Но ярче всего Watson позиционировался как «доктор Ватсон» — интеллект суперкомпьютера применялся в лечении и диагностике онкологии.

«Звездность» Watson дошла до того, что в 2016 году прошла целая компания по выдвижению его в президенты США — пусть и не совсем всерьез. А что, если кремниевый рулевой может управлять автомобилем, то почему не может — государством? Неподкупный, неподвластный страстям, необидчивый даже, он просто собирает данные, анализирует их и выдает лучшее решение проблемы в интересах общества.

3. Blue Brain Project: мозг из кремния

История рождения

Blue Brain Project — одна из самых многообещающих и спорных программ современности, посвященная созданию компьютерной модели мозга. Она возникла в 2005 году как совместная инициатива университета Лозанны EPFL и компании IBM. Проект основала команда нейрофизиологов и программистов во главе с амбициозным профессором Генри Маркрамом.

Смысл жизни

Построить из кремния работающую модель человеческого мозга — самой сложной вещи из известных нам, — скорее смелая мечта, чем реальный план. Устройство нашего мозга напоминает запутанную сеть из 100 миллиардов нейронов, соединенных 100 триллионами контактов; при этом неясно, как довольно простые реакции отдельных клеток обеспечивают столь сложное поведение системы в целом. В общем, надо начинать с чего-то попроще. Ученые Blue Brain Project начали с компьютерного моделирования структурной единицы коры мозга — колонки. Кора мозга млекопитающих состоит из вертикальных столбиков-колонок — групп нейронов, объединенных тесными связями внутри колонки. У человека такая колонка состоит из 60 тысяч нейронов. Колонки мозга крыс похожи по структуре, но включают в шесть раз меньше нейронов и более удобны для моделирования. Поскольку строение колонок одинаково в разных областях коры, их изучение позволяет понять общие принципы работы мозга. В будущем в рамках Blue Brain Project хотят реконструировать мозг грызуна целиком.

«Мощности существующих суперкомпьютеров едва хватит на грубую симуляцию мозга примитивного червя. А для модели нашего мозга потребовалась бы энергия атомной электростанции. Поскольку мозгу хватает и банана, очевидно, что наши технологии сильно отстают»

Проблески интеллекта

Чтобы сделать реалистичную модель нейрона, нужно решить 20 тысяч дифференциальных уравнений, а для целой области мозга придется осилить 100 миллиардов! На такое способны только суперкомпьютеры, и Blue Brain Project собрал настоящих звезд: модели Blue Gene, обеспечившие IBM престижной национальной наградой в области технологий и инноваций, а также Blue Brain IV, попавший в топ-100 самых производительных суперкомпьютеров 2015 года. «Тем не менее мощности существующих суперкомпьютеров едва хватит на грубую симуляцию мозга примитивного червя. А для создания детальной модели человеческого мозга потребовалась бы энергия атомной электростанции. Поскольку мозгу хватает и банана для выполнения сложных операций, очевидно, что наши технологии пока сильно отстают», — утверждает Генри Маркрам.

В начале славных дел

Когда-то директор Blue Brain Project был гораздо оптимистичней — в далеком 2009 году он заявил о возможности создать модель человеческого мозга за 10 лет. В 2013 году Маркрама назначили главой масштабной европейской программы Human Brain Project и выделили ему невероятные 1,3 миллиарда евро на исследования. Но уже через два года профессора сместили: более 800 ученых в открытом письме обвинили его в необоснованных амбициях и чрезмерной любви к мощным компьютерам в ущерб изучению функций мозга. Тем не менее в 2015 году Blue Brain Project опубликовал детальную модель участка крысиного мозга размером с треть кубического миллиметра. Для этого потребовались 10 лет и три суперкомпьютера, которые создали 31 тысячу виртуальных нейронов, соединив их 8 миллионами связей. С помощью симуляции работы колонки удалось объяснить, как клетки мозга заводят новые контакты, «общаясь» со своими соседями, и с высокой точностью предсказать расположение этих контактов. А в прошлом году Blue Brain Project порадовал общественность выпуском цифрового 3D-атласа, позволяющего визуализировать любой нейрон в составе мышиного мозга. Ученые сравнили его появление с переходом от нарисованных карт к Google Earth.

Сейчас перед Blue Brain Project стоят две ключевые задачи. Во-первых, команда будет дорабатывать созданные модели, чтобы изучать работу мозга вне организма, а также моделировать заболевания мозга и тестировать лекарства, не убивая животных. Во-вторых, усилия проекта будут направлены на создание более масштабных цифровых симуляций. Команда Blue Brain уже сейчас работает над моделями целых областей мозга: соматосенсорной коры, гиппокампа, мозжечка и базальных ганглиев. Вполне вероятно, что в ближайшем будущем у них и правда получится воссоздать мозг мыши целиком, заложив основу и для реконструкции человеческого мозга.

 

4. City Brain: мозг мегаполиса 

История рождения

В 2016 году Alibaba Cloud, технологическое подразделение розничного супергиганта Alibaba Group, выпустило серию продуктов под общим названием City Brain — интеллектуальную систему, использующую данные всевозможных городских служб и глубокие нейронные сети для обработки потоков данных. Создатели новой урбанистической идеологии призывают: «Дайте городам возможность мыслить самостоятельно».

Смысл жизни

Сначала были пробки. Шесть из десяти крупнейших городов мира с высоким уровнем пробок находятся в Азии — с этой проблемой первоначально и собирались бороться разработчики. Но вскоре создатели стали ставить перед «мозгом города» более амбициозные цели, чем просто управление дорожным движением; фактически речь идет о переводе жизни города в новый, более удобный формат. Доктор Ван Цзянь, глава технологического комитета Alibaba, который придумал имя City Brain, говорит, что система предназначена для того, чтобы дать городу возможность действовать быстро и интуитивно.

Проблески интеллекта

Современный портфель мозгов для «умного города» охватывает 11 основных областей жизнедеятельности. Например, управляя трафиком, городской мозг получает видео с камер на перекрестках и данные GPS о координатах машин, анализирует состояние автомобильного потока и информацию об авариях, направляет вызовы экстренным службам и организует для них быстрый проезд к месту происшествия.

Но присматривающий за мегаполисом ИИ интересуется не трафиком единым, — городской мозг агрегирует данные из любых доступных источников. Это может быть официальная информация, полученная от государственных структур или любая другая, из сети или из интернета вещей (который, кстати, намного больше нашего). В этой ИИ-архитектуре каждый житель становится «нейроном» городского мозга, когда, к примеру, разрешает навигатору отслеживать свое местоположение: City Brain использует эти данные для мониторинга того же потока трафика.

City Brain в состоянии контролировать энергопотребление и медицину, разыскивать преступников и потерянный багаж, реализовывать десятки алгоритмов для обнаружения слабых мест в управлении городом, обрабатывать экзабайты данных в сетях из миллиардов узлов.

В начале славных дел

Пилотный для Alibaba город Ханчжоу занимал пятое место в Китае (и 30-е в мире) по загруженности улиц. В 2016 году City Brain взял под свое управление 104 светофора в центре города и включился в осмысленное управление трафиком.

Прошло четыре года. City Brain управляет уже всеми светофорами Ханчжоу, средняя скорость автомобильного потока выросла на 15%, а время, за которое скорая или пожарная машина прибывает по вызову, сократилось на впечатляющие 49%. Теперь Ханчжоу занимает 57-е место в «пробочном рейтинге» Китая.

После явного успеха пилота к программе присоединились еще два десятка китайских городов и столица Малайзии Куала-Лумпур.

Сейчас главная проблема в дальнейшем развитии таких систем, как City Brain — этическая, а не технологическая. Жадные до данных умные города соберут и используют всю информацию о каждом, но хотим ли мы быть прозрачными для всевидящего ИИ, готового поделиться любой информацией о нас с властями?

 

5. AlphaGo: учиться, учиться и учиться 

История рождения

Игра в го оставалась последним бастионом превосходства человека над машинами в мире стратегических игр. Считалось, что компьютерные расчеты тут бесполезны — возможных комбинаций в игре больше, чем атомов во Вселенной. Самые сильные программы, играющие в го, не могли подняться выше пятого дана — пока не появилась AlphaGo. Программу для игры в го, в которой впервые были использованы технологии глубокого обучения, разработала компания Google DeepMind в 2015 году, хотя специалисты в области искусственного интеллекта предрекали появление такой программы не ранее 2020–2025 годов, да и в сообществе специалистов по го до самого конца никто не верил в успех AlphaGo. Победа программы над Ли Седолем, одним из сильнейших игроков мира, и девятый дан, в итоге присвоенный нейросети, стали настоящим шоком для профессиональных игроков.

Смысл жизни

Deep Blue, победивший чемпиона мира по шахматам, ни на что другое не был способен. Демис Хассабис, разработчик AlphaGo, тоже бывший шахматист, но его интересует вовсе не создание программ, побеждающих в го, — он не скрывает, что занимается ИИ как таковым. Именно поэтому в 2014-м Google заплатил за его стартап DeepMind больше полумиллиарда долларов, а правительство Южной Кореи сразу после поединка в го, проходившего в Сеуле, выделило миллиард долларов на развитие ИИ. Мир понял, что в случае с AlphaGo речь идет не о прорыве в создании машин, играющих в го, а о прорыве в разработке машинного интеллекта в целом.

Проблески интеллекта

Расплывчатое понятие «искусственный интеллект» вдруг стало обретать весьма конкретный смысл: это глубокие или многослойные нейронные сети, подобные AlphaGo. Самая интересная их особенность — они не программируются, а учатся сами, на примерах. Как дети, получая «вознаграждение» за хорошее поведение и успехи в учебе. Этот метод воспитания нейросетей так и называется — «обучение с подкреплением».

В начале славных дел

AlphaGo совершенствуется, играя сама с собой, — вот главный секрет ее победы и шока, в который она повергла мировую элиту игроков в го. Они никак не ожидали такого, комментируя осенние, европейские победы программы: мол, в вашей Европе просто не умеют играть в го — сразу видно, уровень не тот. Но шли месяцы, программа училась, играя сама с собой день и ночь, каждую секунду. Пока не стала лучше лучших игроков. Теперь даже нельзя будет с полным основанием сказать: «Это мы ее создали!» Ведь программа всему научилась сама, и мы точно не знаем, что у нее «на уме»: современные методы не позволяют отследить логику самообучения нейросетей.

Главное, чему можно научить глубокую нейронную сеть, — это распознавание образов: изображений, речи, смысла текста. После долгого застоя в этой области благодаря нейросетям начался стремительный прогресс: они уже распознают предметы и лица на изображениях или человеческую речь лучше самих людей. Благодаря глубокому обучению соцсети узнают наши лица на фотографиях, программы-переводчики наконец научились связно переводить, смартфоны опознают нас по отпечатку пальца, а камеры, установленные в метро, сообщают полиции о подозрительных лицах. Так долгая «зима ИИ» в 2010-х сменилась новой «весной ИИ».

 

6. iPavlov: многоликий помощник

История рождения

Создать ИИ в Физтехе хотели давно. Основатель и руководитель проекта Михаил Бурцев еще в детстве на уроках информатики мечтал написать программу, «обладающую свободой воли». А кончилось тем, что летом 2017 года на базе Лаборатории нейронных систем и глубокого обучения МФТИ появился диалоговый интеллект iPavlov. Диалоговый — значит созданный для диалога, общения с людьми. Назвали новорожденный ИИ в честь Ивана Петровича Павлова, знаменитого русского нейрофизиолога, не просто так. По мнению Бурцева, подобно тому как в свое время Павлов сделал прорыв в понимании работы мозга, так сейчас работа над ИИ позволит человечеству сделать новый прорыв в понимании себя.

Если данные «грязные», то происходят казусы, как с Олегом — не в меру остроумным чат-ботом от банка «Тинькофф», известного афоризмом «пососите потом просите» и ответом на жалобу о проблеме с входом по отпечатку пальца: «Пальцы бы вам отрезать»

Проект состоит из двух продуктов. Во-первых, iPavlov — это многослойная нейросеть, умный чат-бот. А во-вторых — конструктор для создания нейросетей из множества элементов, — аналог «лего» для создания чат-ботов. Проект существует и в виде сбербанковского робота-аватара Ники, и в виде открытой библиотеки нейросетевых модулей, которую назвали DeepPavlov. Используя эти модули, Сбербанк придумал разные сервисы, которые вскоре превратятся в полноценных финансовых помощников, и в каждом из них будет частица iPavlov.

Смысл жизни

Смысл существования iPavlov — облегчить общение между человеком и машиной. Команда проекта предоставляет платформу для создания ботов — например, консультанта для подбора товаров в онлайн-магазине или бота-рекрутера. Мало того, у проекта есть простроенная система, позволяющая разрабатывать и внедрять разговорный интеллект в разные сферы, включающая, например, обширные базы данных, на которых команда проекта тренирует и обучает свои сети. Как шутят разработчики, они делают новый DOS — Dialog operation system, то есть универсальную диалоговую операционную систему для общения людей с машинами.

Проблески интеллекта

Всем пользователям сети уже хорошо знакомы скриптовые чат-боты, которые отвечают на вопросы в рамках заранее подготовленного сценария (скрипта), — это, например, консультанты-продавцы в сетевых магазинах. В отличие от них, интеллектуальные боты, такие как iPavlov, не действуют по готовому сценарию, а пытаются вычислить смысл сказанного и цель обращения пользователя.

Библиотека iPavlov — на сегодня лучшая на русском языке размеченная база данных. Чтобы нейросетевой диалоговый ИИ смог научиться чему-то, ему нужно скормить не просто тексты, а качественный материал, который будет размечен, то есть в нем будут выделены важнейшие параметры: намерения говорящего, объекты, места, имена и так далее. И это большая проблема. Если данные «грязные», что часто бывает в открытых базах, то происходят казусы, как с Олегом — не в меру остроумным чат-ботом от банка «Тинькофф», известного афоризмом «пососите потом просите» и ответом на жалобу клиентки о проблеме с входом по отпечатку пальца: «Пальцы бы вам отрезать». По словам руководства банка, Олег еще слишком молод, он попал под дурное влияние и с ним «провели разъяснительную работу». Но нет никакой гарантии, что самообучающийся чат-бот не скажет что-то, за что потом будет стыдно. Можно подчищать и корректировать данные, но контролировать на 100%, что именно сгенерирует нейросеть, невозможно — на то она и самостоятельный ИИ.

В начале славных дел

iPavlov, работая в разных компаниях, постоянно обучается на десятках тысяч диалогов с людьми. Он работает юристом, банковским сотрудником, оператором колл-центра, консультантом, который помогает с поиском оборудования для нефтяных компаний, принимает обращения граждан на портале «Наш Санкт-Петербург».

Летом 2019 года сотрудники проекта iPavlov прошли в финал мирового конкурса Alexa Prize Socialbot Grand Challenge, посвященного развитию технологий разговорного искусственного интеллекта. Помимо финансирования это открывает проекту доступ к самой крупной базе данных в мире.

По словам Бурцева, сейчас в эволюции диалоговых помощников наметился сдвиг от парадигмы «одна нейросеть — одна задача» к парадигме «много модулей — много задач». То есть будущие помощники будут состоять из нескольких модулей, помогающих друг другу. Возможно, в недалеком будущем самым важным ИИ для каждого человека станет универсальный персональный помощник, объединяющий в себе разные типы ботов и других типов ИИ, которые будут переключаться между собой в зависимости от того, какая задача актуальна для пользователя.

 

7. Алиса: подруга ваших детей

История рождения

Виртуальный помощник Алиса родилась в Москве, в большой семье Яндекса, в отделе диалоговых систем и технологий под руководством Бориса Янгеля и Дениса Филиппова. Днем рождением умной помощницы можно считать 10 октября 2017 года: в этот день она появилась в Google Play и App Store. Алиса, младшая сестра более опытных голосовых помощников, появилась на свет шесть лет спустя после самой старшей из сестер — Siri. За Siri последовали Cortana в 2013-м, Alexa в 2014-м, Google Assistant в 2016-м. На русском из них говорят трое: Алиса с рождения, помощник Гугла научилась в 2018 году, а Siri заговорила в 2015-м. Все помощники полиглоты, знают от четырех до 21 языка, а некоторые продолжают учить новые.

Смысл жизни

Алиса создавалась, чтобы помогать людям искать информацию. Поисковые системы произвели революцию 20 лет назад, сделав нас умнее, находя ответ прямо здесь и сейчас. Но в современном мире, где время стоит дорого, этого оказалось мало, и мы захотели, чтобы информацию можно было получать, не отвлекаясь на чтение и печатание текста. Да и вообще люди для нас важнее предметов, мы невероятно социальные существа. Поэтому везде, где это удобно, интерфейсы взаимодействия с машинами будут превращаться в людей — приятных собеседников, обладающих индивидуальностью. Так и появилось голосовое управление у Apple, Amazon, Google, Microsoft и в приложениях Яндекса. Алиса задумывалась как помощник, который умел бы взаимодействовать с человеком в формате осмысленного диалога: понимать разговорный язык и отвечать не залезая за словом в карман.

Проблески интеллекта

У всех диалоговых помощников есть какое-то количество сценариев, которые строго прописаны в них: например, поставить будильник, сделать напоминание, найти информацию, рассказать о погоде, отправить сообщение, купить те же продукты, что и в прошлый раз. А если у системы нет алгоритма для запроса пользователя, то она просто отвечает что-то вроде: «Извините, я вас не понял». Но у Алисы встроен и нейросетевой модуль, который позволяет в такой ситуации самостоятельно сгенерировать ответ, не заложенный сценарием. Так у нее появилась возможность поговорить на любую тему, придумывая порой очень забавные ответы, что, конечно, понравилось пользователям — особенно сразу полюбившим ее детям, «цифровому поколению».

Виртуальные помощники — самые «очеловеченные» ИИ; разработчики стремятся наделить их не только умом, но и яркой личностью. И у Алисы есть набор качеств и предпочтений, которые определяют ее как личность. Например, она не допускает панибратского обращения и всегда держит дистанцию, не позволит себе обратиться на ты, не любит заигрываний — но при этом отзывчивая, остроумная и ценит время своего пользователя. Алиса, как любая девушка, не любит, когда ее сравнивают с другими женщинами: на вопрос о Siri она может ответить, что ее это обижает, или сухо заметить, что пересекалась с ней несколько раз.

Алиса прекрасно знает родной язык. Благодаря тому что училась она на больших массивах текстов — от русской классики до живого языка из интернета, она одинаково хорошо понимает вологодский и рязанский акценты, неполные фразы, а детей понимает иногда лучше родителей.

В начале славных дел

Алиса с рождения может подобрать маршрут, завести будильник, вызвать такси, запустить плейлист, прочитать сказку ребенку, сыграть в игру, поддержать беседу, рассказать, чем отметился день в истории, или найти интересный факт.

Но многим вещам она учится. Разработчики, заметив как Алисе нравится учиться, в декабре 2018 года создали «школу Алисы», где любой сторонний преподаватель может научить ее еще какому-нибудь полезному навыку, например заказать пиццу или цветы, заказать товар, определить по фотографии марку машины, незнакомое здание, картину или памятник, найти потерявшийся телефон. Благодаря столь разнообразным способностям жизнь у Алисы насыщенная и яркая. Она снимается в кино, работает диктором, ведет дискотеки…

Виртуальные помощники прекрасно понимают человеческую речь и учатся все лучше понимать человеческие эмоции. Не за горами появление персональных помощников, которые не только помогут нам спланировать день, но будут знать и понимать нас лучше нас самих, подсказывая решения проблем, которые мы еще и осознать не успели.

Искусственный интеллект технологии

Как развиваются технологии искусственного интеллекта в разработке IT-решений и веб-приложений в 2020 году. Сегодня (ИИ) искусственный интеллект оказался наиболее эффективным машинным обучением, изменившим правила игры в технологии за последние годы. Многие компании и бренды выбрали искусственный интеллект, чтобы произвести большое впечатление и влияние на своих клиентов. Успех и развитие искусственного интеллекта в жизни и бизнесе в последнее время показывает значительный подъем.

Что такое искусственный интеллект — ИИ?

Хотя этот термин может показаться сложным, на самом деле его легко понять. Это антоним человеческого интеллекта. Процесс и приложение, являющиеся результатом машинного обучения, намного превосходящие результаты, созданные человеком. Проще говря, искусственный интеллект — это интеллект, полученный в результате машинного обучения. Он имитирует человеческое мышление и поведение.

Искусственный интеллект позволяет распознавать речь, анализировать данные, рассуждать и интерпретировать данные. Siri, Alexa и другие приложения являются продуктами искусственного интеллекта.

Siri
Он имитирует человеческий голос и дает ответы в соответствии с проанализированными данными. Он понимает инструкции, вопросы и т. д. Это наиболее выгодное использование искусственного интеллекта.

Netflix
Это изменило аспект просмотра фильмов. Он использует искусственный интеллект, чтобы предлагать людям, какой фильм смотреть, на основе реакции клиентов, реакции, проанализированной на основе прошлого поведения зрителей.

Google
В тот момент, когда вы болтаете со своим другом в Instagram о конкретном предмете, который хотите купить, в следующий момент вы внезапно обнаружите, что Google предлагает вам этот предмет. Из этого очевидно, что он также использовал искусственный интеллект для реагирования на запросы клиентов.

YouTube
Видеоплатформа также использует искусственный интеллект, чтобы предлагать видео на основе вашей истории просмотров.

Искусственный интеллект технологии 2020

В каких сферах используется искусственный интеллект

Сельское хозяйство
ИИ используется в сельском хозяйстве для оценки времени, когда урожай созрел и готов к сбору, это положительно повлияло на процесс выращивания.

ИИ в авиации
Искусственный интеллект используется для поддержки полета поврежденного самолета, пока он не достигнет безопасной зоны приземления. Некоторые университеты также разработали программное обеспечение, которое позволяет самолету вести себя как опытный пилот. Эти самолеты также подготовлены к боевым и аварийным ситуациям. Все это с помощью искусственного интеллекта.

Дипфейк
ИИ также различает оригинальные и поддельные документы.

Образование
ИИ можно использовать для оптимизации обучения в учреждения образования для более индивидуального подхода к учащимся.

Финансы
Искусственный интеллект широко используется в банках. Рынки анализируются и данные прогнозируются.

Машинная продукция
Роботы — это побочный продукт ИИ. Известно, что они дают результаты с нулевыми ошибками и отличными возможностями.

ИИ важен для веб-разработки и IT-технологий

Предпочтения пользователя очень быстро меняется из-за доступности разных ресурсов. Искусственный интеллект помогает привлечь клиентов к вашему бизнесу.

Внедрение чат-ботов, голосовая помощь обеспечивают лучший сервис и удобство для клиентов. В основном это выгодно для сайтов электронной коммерции. Они могут предложить или предоставить список других продуктов для потенциального покупателя.

Пример: если вы ищете смартфон на любом сайте электронной коммерции, вы также получите предложения по чехлу для телефона или другим аксессуарам. Голосовые помощники на этих сайтах позволили привлечь клиентов всех возрастных групп, независимо от их образования.

Использование искусственного интеллекта привело к дружественным отношениям с клиентами, более быстрому поиску и индивидуальному обслуживанию.

Новые компании, у которых нет ресурсов держать большой штат сотрудников, могут использовать искусственный интеллект для техподдержки и построения хороших отношений с клиентами.

ИИ помогает соединять посетителей сайта с клиентами. Если ваш веб-сайт прост в использовании и удобен, у вас больше шансов привлечь клиентов. Это достигается за счет искусственного интеллекта. Используя ИИ клиентам показывают видео, статьи или продукты, разработанные для них. Если вы ищете музыкальный инструмент, вам будет показан контент, относящийся к музыкальной индустрии.

Вы можете широко использовать искусственный интеллект для оптимизации голосового поиска. Это поможет вам привлечь клиентов, которые не разбираются в технологиях и вряд ли могут грамотно воспользоваться веб-сайтом, но все же могут получить доступ к вашим продуктам с помощью голосовых помощников.

Искусственный интеллект изменил мир дизайна. Он может точно предсказать результаты конкретного дизайна.

Если вы являетесь создателем группы в соц-сетях или влиятельным лицом в социальных сетях, вы должны знать, как анализируется ваша реакция зрителей.

Эта простая функция на сайтах социальных сетей, которая позволяет узнать, что работает хорошо, а что нет, это является результатом искусственного интеллекта.

Хотя искусственный интеллект в 2020 году выиграл, стоит признать что ИИ в значительной степени вытесняет из профессий и деятельности людей. Согласно исследованиям, 90% рабочих мест в ближайшем будущем могут исчезнуть из-за искусственного интеллекта.

10 лучших книг по искусственному интеллекту для начинающих в 2020 г. [Обновлено]

В 2020 г. искусственный интеллект — самая востребованная и требовательная область; большинство инженеров хотят сделать свою карьеру в области искусственного интеллекта, обработки и анализа данных. Изучение лучших и надежных ресурсов — лучший способ учиться. Итак, вот список лучших книг по ИИ.

Что такое ИИ (искусственный интеллект)?

Искусственный интеллект — это область исследования, которая моделирует процессы человеческого интеллекта в компьютерных системах.Эти процессы включают в себя сбор информации, ее использование и приблизительные выводы. Темы исследований в области ИИ включают решение проблем, рассуждение, планирование, естественный язык, программирование и машинное обучение. Автоматизация, робототехника и сложное компьютерное программное обеспечение и программы характеризуют карьеру в области искусственного интеллекта. Базовые основы математики, технологий, логики и инженерии могут иметь большое значение для начала карьеры в области искусственного интеллекта.

10 лучших книг по искусственному интеллекту

Здесь мы перечислили несколько базовых и продвинутых книг по искусственному интеллекту, которые помогут вам сориентироваться в искусственном интеллекте.

1. Искусственный интеллект — современный подход (3-е издание)

Авторы — Стюарт Рассел и Питер Норвиг

В этом выпуске описаны изменения и разработки в области искусственного интеллекта с тех пор, как они были описаны в последнем издании этой книги в 2003 году. Эта книга охватывает последние разработки в области искусственного интеллекта в области практического распознавания речи, машинного перевода, автономных транспортных средств и бытовой робототехники. Он также охватывает прогресс в таких областях, как вероятностное мышление, машинное обучение и компьютерное зрение.

Купить можно здесь.

2. Механизмы искусственного интеллекта: Учебное пособие Введение в математику глубокого обучения

Автор — Джеймс V Стоун

В этой книге объясняются ключевые алгоритмы обучения нейронной сети с последующим подробным математическим анализом. Онлайн-компьютерные программы, собранные из репозиториев с открытым исходным кодом, дают практический опыт работы с нейронными сетями. Это идеальное введение в алгоритмические механизмы современного искусственного интеллекта.

Можно, но здесь.

3. Искусственный интеллект на примере

Автор — Денис Ротман

Эта книга служит отправной точкой для понимания того, как работает искусственный интеллект, с помощью реальных сценариев. Вы сможете понять самые продвинутые модели машинного обучения, понять, как применять ИИ в блокчейне и IoT, а также разработать эмоциональный фактор в чат-ботах с помощью нейронных сетей. К концу этой книги вы поймете основы ИИ и проработаете ряд тематических исследований, которые помогут вам развить видение бизнеса.Эта книга поможет вам развить адаптивное мышление для решения реальных проблем с ИИ. Предыдущий опыт работы с Python и статистические знания необходимы, чтобы извлечь максимальную пользу из этой книги.

Купить можно здесь.

4. Искусственный интеллект и машинное обучение

Автор — Chandra S.S.V

Эта книга в первую очередь предназначена для студентов и аспирантов, изучающих информатику и инженерию. Этот учебник покрывает разрыв между сложными контекстами искусственного интеллекта и машинного обучения.Он содержит наибольшее количество тематических исследований и отработанных примеров. Помимо искусственного интеллекта и машинного обучения, он также охватывает различные типы обучения, такие как усиленное, контролируемое, неконтролируемое и статистическое обучение. В ней представлены хорошо объясненные алгоритмы и псевдокоды для каждой темы, что делает эту книгу очень полезной для студентов.

Купить можно здесь.

5. Основы искусственного интеллекта: нетехническое введение

Автор — Том Таулли

Эта книга дает вам фундаментальные знания об искусственном интеллекте и его влиянии.Он представляет собой нетехническое введение в важные концепции, такие как машинное обучение, глубокое обучение, обработка естественного языка, робототехника и другие. Далее автор расширяет вопросы, связанные с будущим влиянием ИИ на такие аспекты, как социальные тенденции, этика, правительства, структуры компаний и повседневная жизнь.

Купить можно здесь.

6. Искусственный интеллект: основное руководство для начинающих по ИИ, машинному обучению, робототехнике, Интернет вещей, нейронные сети , глубокое обучение, обучение с подкреплением и наше Будущее

Автор — Нил Уилкинс

Эта книга дает вам представление об искусственном интеллекте и гипотетической симуляции живого мозга внутри компьютера. В этой книге представлены следующие темы:

• Слияние интересов
• AI Мифы
• Управление лимбической системой
• Мотивация для создания AI
• Основные понятия
• Экосистема Интернета вещей
• Борьба с техническими гигантами
• Основные изобретения
• Потребительство, основанное на страхе
• ИИ и взлом роста
• AI и исправление фейковых новостей
• AI и большие данные
• AI и занятость
• AI и правовая система
• AI и беспилотные автомобили
• Технические гиганты как правители общества
• AI как единая мировая религия
• Рекомендации по питанию от AI
• ИИ и одиночество
• ИИ и этика
• AI и социальный кредит
• Взлом AI
• AI как спортивные судьи

Купить можно здесь.

7. Первый курс искусственного интеллекта

Автор — Дипак Хемани

В этой книге используется восходящий подход, в котором исследуются основные стратегии, необходимые для решения проблем, в основном со стороны интеллекта. Его основные функции включают вводный курс по искусственному интеллекту, подходу, основанному на знаниях, с использованием всех агентов и подробных, хорошо структурированных алгоритмов с доказательствами.

Купить можно здесь.

8.Прикладной искусственный интеллект: руководство для руководителей бизнеса

By — Мария Яо, Аделин Чжоу, Марлен Цзя

«Прикладной искусственный интеллект» — это практическое руководство для руководителей предприятий, которые увлечены использованием машинного интеллекта для повышения производительности своих организаций и качества жизни в своих сообществах. Эта книга посвящена принятию конкретных бизнес-решений с помощью приложений искусственного интеллекта и машинного языка.Это одно из лучших практических руководств для бизнес-лидеров, которые хотят получить истинную пользу от внедрения технологии машинного обучения.

Купить можно здесь.

9. Искусственный интеллект в здравоохранении

By — Mahajan MD, Parag Suresh

В этой книге исследуется роль искусственного интеллекта в здравоохранении, как он производит революцию во всех аспектах здравоохранения и знакомит вас с текущим состоянием и будущими применениями искусственного интеллекта в здравоохранении, в том числе разрабатываемыми. В нем также обсуждаются этические проблемы, связанные с использованием ИИ в здравоохранении, принципы ИИ и принципы его работы, жизненно важная роль ИИ во всех основных медицинских областях, а также роль стартапов и корпоративных игроков в ИИ в здравоохранении.

Купить можно здесь.

10. Жизнь 3.0 Быть человеком в эпоху искусственного интеллекта

Автор — Макс Тегмарк

Эта книга переносит читателей в самое сердце новейшего мыслительного процесса ИИ, чтобы исследовать следующий этап человеческого существования.Здесь автор исследует животрепещущие вопросы о том, как добиться процветания с помощью автоматизации, не оставляя людей без работы, как гарантировать, что будущие системы искусственного интеллекта работают, как задумано, без сбоев или взломов, и как добиться процветания с помощью искусственного интеллекта, не будучи в конечном итоге обманутыми смертоносными автономными машинами.

Купить можно здесь.

Другие бонусные книги по искусственному интеллекту

11. Основы искусственного интеллекта и машинного обучения

Автор — Dr.Дирадж Мехротра Эта книга дает представление об искусственном интеллекте и машинном обучении с использованием более совершенных технологий.

Купить можно здесь.

12. Парадигмы программирования с использованием искусственного интеллекта: примеры использования Common Lisp

Автор — Питер Норвиг

Эта книга обучает продвинутым техникам Common Lisp в контексте построения основных систем ИИ. Он реконструирует подлинные сложные программы ИИ с использованием современного Common Lisp, создает и отлаживает надежные практические программы, демонстрируя превосходный стиль программирования и важные концепции ИИ.Это полезное дополнение к общим курсам по искусственному интеллекту и незаменимый справочник для профессионального программиста.

Купить можно здесь.

13. Python: Руководство по искусственному интеллекту для начинающих

Автор: Рахул Кумар, Анкит Диксит, Денис Ротман, Амир Зиаи, Мэтью Ламонс

Эта книга поможет вам получить контекстуализацию реального мира с помощью задач глубокого обучения, касающихся исследований и приложений. Разрабатывайте и внедряйте машинный интеллект на реальных примерах на основе ИИ.Эта книга предлагает знания в области машинного обучения, глубокого обучения, анализа данных, TensorFlow, Python, основы искусственного интеллекта и позволит применить свои навыки в реальных проектах.

Купить можно здесь.

14. Python: Расширенное руководство по искусственному интеллекту

Автор — Джузеппе Бонаккорсо, Армандо Фанданго, Раджалингаппа Шанмугамани

Эта книга представляет собой полное руководство по изучению популярных алгоритмов машинного обучения. Вы узнаете, как извлекать объекты из набора данных и выполнять уменьшение размерности с помощью библиотек на основе Python.Затем вы изучите расширенные функции Tensorflow и реализуете различные методы, связанные с классификацией объектов, обнаружением объектов, сегментацией изображений и т. Д. К концу этой книги вы получите глубокие знания о Tensorflow и станете лучшим специалистом по решению проблем ИИ.

Купить можно здесь.

15. Искусственный интеллект: обучение навыкам автоматизации с помощью Python

Автор — Крис Бейкер

В этой книге исследуются потенциальные последствия использования искусственного интеллекта и то, как он будет формировать мир в ближайшие годы.Он знакомит с тем, как ИИ стремится помочь человеческим когнитивным ограничениям. Он охватывает:

• Краткая история искусственного интеллекта
• Состояние машинного обучения
• Искусственные нейронные сети в применении к машинному обучению
• Как создать культуру, готовую к искусственному интеллекту
• Влияние ИИ на нашу повседневную жизнь

Купить можно здесь.

16. Машинное обучение для чайников

Автор — Джон Мюллер и Лука Массарон

Это очень необходимая точка входа для всех, кто хочет использовать машинное обучение для решения практических задач.Эта книга позволяет легко понять и легко реализовать машинное обучение. Это объясняет, как

• Повседневная деятельность обеспечивается машинным обучением
• Исследует Python, R и способы выполнения задач, ориентированных на шаблоны, и анализа данных.
• Объясняет кодирование в R с использованием R studio
• Объясняет кодирование на Python с использованием Anaconda.

Купить можно здесь.

17. Машинное обучение — новый AI

Автор — Этхем Алпайдин

Это краткий обзор машинного обучения, лежащего в основе приложений, включая системы рекомендаций, распознавание лиц и автомобили без водителя.Автор предлагает краткий обзор предмета для широкого читателя, описывая его эволюцию, объясняя важные алгоритмы обучения и представляя примеры приложений.

Купить можно здесь.

18. Основы машинного обучения для прогнозной аналитики данных — алгоритмы, отработанные примеры и тематические исследования (MIT Press)

Авторы — Джон Д. Келлехер, Брайан Мак Нейми

Это всестороннее введение в наиболее важные подходы к машинному обучению, используемым в прогнозной аналитике данных, охватывающее как теоретические концепции, так и практические приложения.Технический и математический материал дополнен пояснительными рабочими примерами, а тематические исследования иллюстрируют применение этих моделей в более широком бизнес-контексте. Наконец, в книге рассматриваются методы оценки моделей прогнозирования и предлагаются два тематических исследования, которые описывают конкретные проекты анализа данных на каждом этапе разработки, от формулировки бизнес-задачи до реализации аналитического решения.

Купить можно здесь.

19.Машинное обучение для начинающих

Автор — Крис Себастьян

В этой книге прослеживается развитие машинного обучения с первых дней компьютерного обучения до машин, способных превзойти людей-экспертов. Он объясняет важность данных и то, как огромные их объемы предоставляют программистам машинного обучения информацию, необходимую им для разработки алгоритмов обучения. В этой книге исследуется взаимосвязь между искусственным интеллектом и машинным обучением.

Купить можно здесь.

20. Прикладная аналитика на основе тематических исследований с использованием SAS и R: реализация прогнозных моделей и машинное обучение Методы

Автор — Дипти Гупта

Это логический курс по науке о данных с эффективным пониманием алгоритмов машинного обучения на R и SAS. В этой книге представлены наборы промышленных данных в реальном времени. Он охватывает роль аналитики в различных отраслях с тематическими исследованиями в области банковского дела, розничной торговли, телекоммуникаций, здравоохранения, авиалиний и товаров повседневного спроса, а также аналитических решений.

Купить можно здесь.

21. Достижения в области финансового машинного обучения

By — Lopez de Prado, Marcos

Эта книга учит читателей, как структурировать большие данные таким образом, чтобы они соответствовали алгоритмам машинного языка, как проводить исследования этих данных с помощью алгоритмов машинного обучения, как использовать методы суперкомпьютеров и как тестировать открытия, избегая ложных срабатываний. В книге рассматриваются реальные проблемы, с которыми практикующие ежедневно сталкиваются, и объясняются научно обоснованные решения с использованием математики, подкрепленные кодом и примерами.

Купить можно здесь.

22. Совместимость с человеком — искусственный интеллект и проблема управления

Автор — Стюарт Рассел

В этой книге автор исследует идею интеллекта у людей и машин. Он описывает ближайшую выгоду, которую можно ожидать от умных личных помощников для значительно ускоренных научных исследований. Автор предполагает, что ИИ может быть построен на новом фундаменте, на котором будут спроектированы машины, в которых они будут не уверены в человеческих предпочтениях, которым они должны удовлетворять.Такие машины будут скромными, альтруистичными и приверженными достижению человеческих целей.

Купить можно здесь.

Заключение

Карьера в области искусственного интеллекта может быть реализована в различных сферах, включая частные организации, государственные предприятия, образование, искусство, здравоохранение, государственные службы и вооруженные силы. Возможности искусственного интеллекта продолжают расти с каждым днем. Следовательно, те, кто сможет преобразовать эти цифровые данные в значимые человеческие выводы, смогут сделать успешную карьеру в этой области.Вы можете ознакомиться с множеством курсов и сертификатов, предлагаемых онлайн в этой области. Если у вас многообещающие намерения, курсы определенно будут многообещающими, и на вашем пути появится множество возможностей.

Еще читают:

Лучшие книги по искусственному интеллекту (291 книга)

1		Мечтают ли андроиды об электрических овцах? (Бегущий по лезвию, # 1) пользователя 4.08 средний рейтинг — 347 695 оценок	Хочу почитать В настоящее время читаю Читать Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
2		2001: Космическая одиссея (Space Odyssey, # 1) пользователя 4.15 средняя оценка — 260 912 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
3		Я, робот (Robot, # 0.1) пользователя 4,20 средняя оценка — 277023 оценки	Книга оценок ошибок.Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
4		Нейромант (Разрастание, # 1) пользователя 3.90 средняя оценка — 263 322 оценки	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
5		Луна — суровая хозяйка пользователя 4.15 средняя оценка — 114 403 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
6		Вспомогательное правосудие (Imperial Radch, # 1) пользователя 3,97 средняя оценка — 82638 оценок	Книга оценок ошибок.Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
7		Спикер для мертвых (Сага Эндера, # 2) пользователя 4.07 средняя оценка — 226 222 оценки	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
8		All Systems Red (Дневники роботов-убийц, # 1) пользователя 4.15 средний рейтинг — 72,506 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
9		Гиперион (Hyperion Cantos, # 1) пользователя 4,23 средняя оценка — 190 117 оценок	Книга оценок ошибок.Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
10		Avogadro Corp (Singularity # 1) пользователя 3,82 средняя оценка — 5,557 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
11		Вместе: ИИ и Человек.На той же стороне. пользователя 4,27 средняя оценка — 45 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
12		Стальные пещеры (робот # 1) пользователя 4.17 средняя оценка — 79 476 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
13		Последний вопрос пользователя 4,58 средняя оценка — 18 918 оценок	Книга оценок ошибок.Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
14		Призрак в доспехах (Призрак в доспехах, # 1) пользователя 4,18 средняя оценка — 10,449 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
15		Обнаженное солнце (Робот, # 2) пользователя 4,16 средняя оценка — 43,542 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
16		Альфа-выкуп пользователя 4.08 средняя оценка — 52 оценки	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
17		Роботы рассвета (Робот, # 3) пользователя 4,17 средняя оценка — 39 076 оценок	Книга оценок ошибок.Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
18		Алмазный век: Или, иллюстрированный букварь юной леди пользователя 4,16 средняя оценка — 83885 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
19		Превышение (Культура, # 5) пользователя 4,20 средняя оценка — 25 400 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
20		Singularity Sky (Эшатон, # 1) пользователя 3.84 средняя оценка — 13 765 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
21		Демон (Daemon, # 1) пользователя 4,15 средняя оценка — 41833 оценки	Книга оценок ошибок.Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
21		Автостопом по Галактике (Автостопом по Галактике, №1) пользователя 4,22 средняя оценка — 1,444053 оценки	Книга оценок ошибок.Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
23		Робопокалипсис (Robopocalypse, # 1) пользователя 3,69 средний рейтинг — 35740 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
24		Падение Гипериона (Hyperion Cantos # 2) пользователя 4.21 средний рейтинг — 96 003 оценок	Книга оценок ошибок. Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
25		Хранитель времени (Пророчества, # 2) пользователя 4,09 средняя оценка — 162 оценки	Книга оценок ошибок.Обновите и попробуйте еще раз. Оценить книгу Очистить рейтинг
26		Сны развязаны (Пророчества, # 1) пользователя 3,67 средняя оценка — 288 оценок

Более 50 бесплатных руководств, электронных книг и PDF-документов по искусственному интеллекту ИИ? Вот наш список из лучших и 50 лучших бесплатных руководств по машинному обучению по искусственному интеллекту , электронных книг и PDF для начинающих .

Мы явно глубоко увлечены искусственным интеллектом, и в целом мы прочитали длинный список книг по этой теме. Некоторые из нас были учениками начала , другие были на тот момент специалистами . Вот краткий список, который отражает наши общие предложения, но мы указали тех, кто, по нашему мнению, должен найти конкретную книгу, наиболее интригующую, с целью, чтобы вы могли сосредоточиться на той, которая лучше всего подходит для вас.

Возможно, вы также захотите увидеть мой предыдущий пост Список бесплатных обязательных для чтения книг по машинному обучению здесь .

Ниже приведен список:

50 книг по искусственному интеллекту (pdf) скачать бесплатно

Искусственный интеллект и жизнь в 2030 году Стэнфордского университета

Где скачать: Нажмите здесь

Белый дом (правительство США) готовится к будущему искусственного интеллекта

Где загрузить: Нажмите здесь

Искусственный интеллект как положительный и отрицательный фактор глобального риска Интеллект.org

Где скачать: Нажмите здесь

Приоритеты исследований в области надежного и эффективного искусственного интеллекта, Беркли (Калифорнийский университет)

Где скачать: Нажмите здесь

Extreme Automation and Connectivity: Global, Regional, and Investment Implications of the Four Industrial Revolution by UBS для Всемирного экономического форума (WEF)

Где скачать: Нажмите здесь

The Robot и I: Как новые цифровые технологии делают умных людей и бизнес умнее за счет автоматизации рутинной работы с помощью Cognizant

Где загрузить: Нажмите здесь

IBM учится доверять системам искусственного интеллекта

Где скачать: Нажмите здесь

Изучайте бесплатные электронные книги / аудиокниги на AI

Где скачать Загрузить: Нажмите здесь

Disruption Ahead

09 Откуда: Deruption Ahead

09 Здесь

Полный набор лекций для AI

Где загрузить: Нажмите здесь

Искусственный интеллект, робототехника, конфиденциальность и защита данных

Европейским Союзом

Где скачать: Нажмите здесь

Курс машинного обучения

Машинное обучение — это исследование компьютерных сред, основанное на информации и опыте.Это связано с невероятно широким ассортиментом зон использования, от медикаментов до рекламы, от военных до пеших.

Любая территория, на которой вы должны понимать информацию, является потенциальным клиентом машинного обучения.

Где скачать: Щелкните здесь

Искусственный интеллект: основы вычислительных агентов

Эта книга для младших классов, , пошла для выпускников младших и старших курсов колледжей, а также для выпускников младших и старших классов колледжей представляет искусственный интеллект (ИИ), использующий разумную систему для обдумывания контуров умных вычислительных специалистов.Указывая, насколько важные методологии вписываются в пространство многомерного плана, каждый пользователь может усвоить основы, не отклоняя генеральный план.

Где скачать: Щелкните здесь

Умные алгоритмы: вдохновленные природой рецепты программирования

Эта книга дает справочник алгоритмических формул из областей метаэвристики. должны быть открытыми, полезными и разумными.

Где загрузить: нажмите здесь

Практическое программирование искусственного интеллекта на Java

Где загрузить: 2000 Нажмите здесь 910

910

В поисках искусственного интеллекта

Эта книга прослеживает историю предмета, от ранних мечтаний пионеров восемнадцатого века (и ранее) до более успешной работы сегодняшних инженеров ИИ.ИИ становится все более и более частью жизни каждого. Эта технология уже встроена в камеры для распознавания лиц, программное обеспечение для распознавания речи, поисковые системы в Интернете и медицинские роботы,

Где скачать: Нажмите здесь

Ambient Intelligence

Эта книга представляет собой интегрирующую технологию для поддержки всеобъемлющей и прозрачной инфраструктуры для реализации интеллектуальных сред.Такая технология используется для создания условий для обнаружения событий и поведения людей и для реагирования в контекстно-зависимой манере. AmI предлагает мультидисциплинарный подход для улучшения взаимодействия человека с машиной.

Где скачать загрузку: Щелкните здесь

Просто логично: Интеллектуальное рассуждение на примере

Где загрузить загрузку:

999

Логика для информатики: основы автоматического доказательства теорем

Эта книга для студентов и аспирантов знакомит с математической логикой с упором на теорию доказательств и процедуры алгоритмического построения формальных доказательств.Автономный подход также полезен для компьютерных специалистов и математически склонных читателей, интересующихся формализацией доказательств и основами автоматического доказательства теорем.
Темы включают логику высказываний и ее разрешение, логику первого порядка, теорему об исключении разрезов Генцена.

Где скачать: Нажмите здесь

Биологически вдохновленные вычислительные алгоритмы и их приложения

Эта книга фокусируется на областях гибридных интеллектуальных систем , нейронные сети, биологические алгоритмы и временные ряды.В этой книге описывается построение ансамблей нечетких нейронных сетей типа 2 с интервалом и оптимизация их нечетких интеграторов с помощью биологических алгоритмов для прогнозирования временных рядов. Интервальные нечеткие системы типа 2 и типа 1 используются для интеграции выходных данных ансамбля интервальных моделей нечеткой нейронной сети типа 2. Генетические алгоритмы

Где загрузить: Щелкните здесь

Новая волна искусственного интеллекта от Evry

33 Где загрузить: 9000 9000 90

9003 9000 0 CS 381K: Искусственный интеллект: конспекты лекций

Где скачать: Щелкните здесь

CSc 4810/6810 Искусственный интеллект Заметки к лекциям 30 9000 Здесь

Объем искусственного интеллекта

Где загрузить: Щелкните здесь

Классы вниз по CMSI

CMSI Нажмите здесь

90 003

COMP9414: Заметки об искусственном интеллекте

Где загрузить: Щелкните здесь

Нейронные сети и Fuzzy Logic

9000 консорциум технологий, лежащих в основе мягких вычислений.Обсуждаемые составляющие технологии включают нейронные сети, нечеткую логику, генетические алгоритмы и ряд гибридных систем, которые включают такие классы, как нейро-нечеткие, нечетко-генетические и нейрогенетические системы.

Гибридизация технологий демонстрируется на таких архитектурах, как сети нечеткого обратного распространения (NN-FL), упрощенный нечеткий ARTMAP (NN-FL) и нечеткая логика.

Где скачать: Нажмите здесь

Машинное обучение, нейронная и статистическая классификация

Где скачать: Нажмите здесь

Машинное обучение

Где скачать Загрузить: Нажмите здесь

КУРС AI2 Лекционные заметки + комплексные упражнения, решения и маркировка

Нажмите здесь

Нажмите здесь

Практическое программирование искусственного интеллекта с помощью Java

Где загрузить: Нажмите здесь

AI для бакалавра технологий в области компьютерных наук, инженерии и информационных технологий Вт · ч

Чтобы загрузить: нажмите здесь

Методы искусственного интеллекта (SMA 5504)

Где загрузить: Нажмите здесь

AI для AI CS NPTEL ONLINE

Где загрузить: Нажмите здесь

Алгоритмы планирования

Где загрузить: Нажмите здесь 3 9009 9000 9000

9000

9000 9000

9000

: Практическое введение в искусственный интеллект

Где загрузить: Щелкните здесь

Структуры данных алгоритмов AI в Lisp Prolog и Java33

Нажмите здесь, чтобы

9000 3

Границы человечества Люди, животные, машины

В этой книге обсуждаются и объединяются идеи из удивительно широкого диапазона источников, таких как буддийская философия, когнитивная наука, этология, теоретическая биология и недавние исследования искусственного интеллекта .”- Феноменология и когнитивные науки

Где загрузить: Щелкните здесь

Статистический журнал

Где загрузить загрузку:

9000

9000

От кирпичей к мозгу: воплощенная когнитивная наука роботов LEGO

В этой книге представлена ​​психологическая наука на примерах и излагаются ее основополагающие мысли в процессе разработки и восприятия роботов LEGO Mindstorms.Изучение атрибутов, которые признают субъективную науку на примерах из установленной психологической науки.

В книге вновь акцентируется внимание на обнаружении и действии, значении примеров, исследовании присваиваемых мыслей о контроле и улучшении спекуляций путем оркестровки базовых структур и исследования их поведения.

Где скачать: Нажмите здесь

Я считаю, что этот список окажется для вас полезным.Если не возражаете, поделитесь этим со своими товарищами.

Выгодно ли мы каким-либо образом упускаем хороший учебник в этом списке?

Если не так уж много проблем, рекомендую в разделе комментариев.

По теме:

20 лучших книг Amazon по искусственному интеллекту и машинному обучению

Список из 10 бесплатных книг по машинному обучению, которые необходимо прочитать

Essential Cheat Sheat Sheat Sheets for Machine Learning Python и математика

Более 50 бесплатных книг для начала работы с искусственным интеллектом

Топ-7 бесплатных книг по глубокому обучению, которые необходимо прочитать

20 лучших книг по ИИ (искусственный интеллект) для начинающих в 2020 году

• Главная

• Тестирование

  • • Назад
    • Agile-тестирование
    • BugZilla
    • Cucumber
    • Тестирование базы данных
    • ETL-тестирование
    • Jmeter
    • JIRA
    • Backnit
    • JIRA 097
    • LoadRunner
    • Ручное тестирование
    • Мобильное тестирование
    • Mantis
    • Почтальон
    • QTP
    • Назад
    • Центр качества (ALM)
    • RPA
    • SAP Testing
    • Selenium
    • SoapUI
    • Управление тестированием
    • TestLink

• SAP

  • • Назад
    • ABAP
    • APO
    • Начинающий
    • Basis
    • BODS
    • BI
    • BPC
    • CO
    • M Назад
    CR Crystal Reports
    • FICO
    • HANA
    • HR
    • MM
    • QM
    • Заработная плата
    9 0096 Назад
    • PI / PO
    • PP
    • SD
    • SAPUI5
    • Безопасность
    • Менеджер решений
    • Successfactors
    • Учебники SAP

• Web

  • • Назад
    • ApacheJ
    • Angular
    • ASP.Net
    • C
    • C #
    • C ++
    • CodeIgniter
    • СУБД
    • JavaScript
    • Назад
    • Java
    • JSP
    • Kotlin
    • Linux
    • MariaDB
    • MS Access
    • MYSQL
    • Node. js
    • Perl
    • Назад
    • PHP
    • PL / SQL
    • PostgreSQL
    • Python
    • ReactJS
    • Ruby & Rails
    • Scala
    • SQL
    • SQLite
    • Назад
    • SQL Server
    • UML
    • VB.Net
    • VBScript
    • Веб-службы
    • WPF

• Обязательно изучите!

  • • Назад
    • Бухгалтерский учет
    • Алгоритмы
    • Android
    • Блокчейн
    • Бизнес-аналитик
    • Создание веб-сайта
    • Облачные вычисления
    • COBOL
    • Дизайн компилятора
    • Назад

    2

Три лучших книги об искусственном интеллекте и машинном обучении | автор: Jaime Zornoza

В этом посте я расскажу о трех книгах об искусственном интеллекте и машинном обучении , которые я считаю обязательными для прочтения каждому любителю этих тем.Опыт, полученный при чтении этих книг, сильно различается: одна из них будет рассказывать о том, куда движется искусственный интеллект , о различных путях к нему, возможных опасностях и способах борьбы с этими опасностями.

В одной из книг будет проанализировано функционирование мозга и возобновлено сходство того, что происходит под капотом наших нейронных систем, с тем, что происходит внутри модели машинного обучения.

Последний говорит о различных семействах машинного обучения, конечной цели машинного обучения (в основном с точки зрения исследования), где мы находимся по отношению к этой цели и каков наиболее вероятный способ ее достижения. .

Если это звучит интересно, прочтите , чтобы узнать об этих фантастических произведениях литературы, и не волнуйтесь, я лишь поверхностно говорю о содержании книг, чтобы побудить вас их прочитать, абсолютно без спойлеров 🙂

Незаконченная басня о воробьях:

Это был сезон строительства гнезд, но после долгих дней тяжелой работы воробьи сидели в вечернем сиянии, расслабляясь и щебечут.

«Мы все такие маленькие и слабые.Представьте, насколько легкой была бы жизнь, если бы у нас была сова, которая могла бы помогать нам строить гнезда! »

«Да!» — сказал другой: «И мы могли бы использовать его для ухода за нашими пожилыми и молодыми»

«Это могло бы дать нам совет и присмотреть за соседской кошкой», — добавил третий.

Затем Пастус, бузина, заговорил: «Давайте разошлем разведчиков во все стороны и попытаемся найти где-нибудь брошенного совенка или, может быть, яйцо. Также подойдет птенец вороны или детеныш ласки.Это могло быть лучшим, что когда-либо случалось с нами, по крайней мере, с момента открытия Павильона безграничного зерна на заднем дворе ».

Стая была в восторге, и повсюду воробьи чирикали во все горло.

Только Скронкфинкл, одноглазый воробей с капризным темпераментом, не был убежден в мудрости этого начинания. Qouth he: «Это наверняка наша гибель. Не следует ли нам сначала подумать об искусстве приручения сов и приручения сов, прежде чем мы принесем такое существо в нашу среду? »

«Приручение совы звучит как чрезвычайно трудное дело.Достаточно будет найти совиное яйцо. Итак, начнем с этого. После того, как нам удастся вырастить сову, мы можем подумать о том, чтобы взяться за другой вызов ». Ответил Пастус.

« В этом плане есть изъян!» пищал Scronkfinkle; но его протесты были напрасными, поскольку стадо уже поднялось, чтобы приступить к выполнению директив, установленных Пастусом.

Остались два-три воробья. Вместе они начали выяснять, как можно приручить или приручить сов.Вскоре они поняли, что Пастус был прав: это было чрезвычайно трудное испытание, особенно из-за отсутствия настоящей совы, на которой можно было бы тренироваться. Тем не менее они старались изо всех сил, постоянно опасаясь, что стадо может вернуться с совиным яйцом до того, как будет найдено решение проблемы контроля .

Эта история начинается с SuperIntelligence , книги шведского философа Ника Бострома , в которой обсуждается вопрос о том, что машин станут умнее людей в ближайшем или не очень ближайшем будущем. Незаконченная сказка о воробьях относится к вопросу о контроле над сущностью, с которой мы не до конца знакомы и чьи возможности могут быть за пределами нашей индивидуальной досягаемости.

Хотя время точно не известно, среди ведущих деятелей в области искусственного интеллекта широко принято считать, что наступит день, когда машины достигнут того же уровня интеллекта, что и люди.

Когда настанет этот день, он на этом остановится? Или машины, используя свой недавно достигнутый интеллект человеческого уровня, преодолеют этот порог и достигнут еще более высокого уровня сознания и знаний, чем люди, позволяя им доминировать в мире или даже во всей вселенной?

Что такое интеллект? какие формы интеллекта существуют? каков наиболее вероятный способ, которым машины могут достичь этого сверхразума ? Будем ли мы готовы к этому событию? Если нет, , как мы можем подготовиться? Каковы возможные результаты? Есть ли какая-то конкретная мотивация поведения искусственного интеллекта?

На эти и многие другие вопросы Бостром ответил примерно на 320 страницах текста, диаграмм и изображений, которые ставят под угрозу эту замечательную книгу. Если вы хотите узнать ответ на любой из них или просто узнать о возможных недостатках искусственного интеллекта, эту книгу просто необходимо прочитать, она не оставляет камня на камне.

«Если машина может оказаться неотличимой от человека, мы должны наградить ее тем уважением, которое мы оказали бы человеку — мы должны признать, что у нее есть разум»

In How to Create a Mind , Рэй Курцвейл , , технический директор Google, излагает свою теорию функционирования мозга , , основанную на существовании иерархических распознавателей образов, из которых мы проецируем реальность с ее самого низкого уровня абстракции в высшее измерение.Вы, наверное, заметили, что я использовал термин «его теория».

Это потому, что даже в последнее десятилетие в области неврологии и нейробиологии были достигнуты некоторые поразительные достижения, все еще остается много тумана вокруг наших знаний о мозге , и по этой причине то, что описано текст не более того; теория.

На протяжении всей книги мы можем найти множество аналогий между базовыми процессами, которые выполняются внутри нашего мозга , и фундаментальными процессами, которые поддерживают широкий спектр технологий , в основном основанных на машинном обучении, таких как виртуальные помощники, такие как Alexa и Siri или, например, беспилотные автомобили.

Есть намного больше сходств между массой приблизительно 350 грамм, которая находится в нашей голове , и компьютером, на котором написана эта статья, чем мы знаем.

Курцвейл также демонстрирует улучшений человеческих способностей за столетия с использованием технологий: от первого топора, которым рубили дерево, до смартфона, который мы все носим сейчас с собой, и которые по сути являются продолжением собственное тело .Кто знает, может быть, через пару десятилетий мы будем использовать устройства, подобные этим, но которые непосредственно интегрированы в нашу биологию .

Наконец, в завершение книги есть пара глав, посвященных философским и метафизическим аспектам разума , таким как сознание, свободная воля или концепция идентичности.

Несмотря на то, что эта книга ориентирована на читателя с техническим образованием или интересами, эта книга определенно может понравиться любому, кто хочет задаться вопросом о том, как может работать мозг , и войти в сознание одного из величайших технических мыслителей нашей время.

«Поскольку важные вещи помещаются в чемодан, у вас есть череп для мозга, пластиковый чехол для расчески и кошелек для денег»

«Все знания — прошлые, настоящие и будущие — может быть получен из данных с помощью единого универсального алгоритма обучения »

Мир машинного обучения можно в общих чертах разделить на 5 разных континентов , каждый из которых представляет собой определенное семейство методов или алгоритмов, которые отличаются от остальных либо на парадигме , которая его породила, на методах, лежащих в основе , для каждого семейства или на способах работы алгоритмов.Из-за этого каждый из них хорош для решения конкретной проблемы и имеет несколько конкретных вариантов использования.

Тем не менее, все они имеют одну общую черту : обнаружение скрытых идей в данных и использование этих данных для сгенерировать своего рода значение . Пять семейств, упомянутых в предыдущем абзаце: байесовцев , коннекционистов , эволюционистов, аналогизаторов, и символистов .

Книга начинается с небольшого введения в машинное обучение , за которым следует основная мотивация работы автора: поиск универсального алгоритма машинного обучения , который можно использовать для решения любых задач . Алгоритмы, объединяющие два или более из вышеупомянутых семейств, уже разработаны и объединяют достоинства составляющих их семейств, но ни одному из них не удалось объединить их все .

Затем описывается каждой семьи , с их историей, плюсами, минусами и основными алгоритмами. Наконец, Домингос говорит о грядущем будущем ИИ, описывая достоинства и возможности этого универсального алгоритма, но в значительной степени оставляя в стороне возможных опасностей и проблем , которые были упомянуты в предыдущих книгах.

Хотя этот текст очень хорошо читать даже для специалиста, не занимающегося машинным обучением, было бы очень приятно, если бы у нас были какие-то знания о каждой семье и мы использовали различные виды алгоритмов, такие как Наивный Байес, SVM или нейронные Сети хоть до какой-то точки.В отличие от двух предыдущих книг, эта книга полностью посвящена машинному обучению , однако все очень хорошо объяснено с множеством примеров, аналогий и диаграмм.

«Один алгоритм, чтобы управлять ими всеми, Один алгоритм, чтобы найти их, Один алгоритм, чтобы собрать их всех и в темноте связать их, В Стране обучения, где лежат данные»

Как всегда, я надеюсь, что вы понравился пост , и я убедил вас в прочитать хотя бы одну из книг .Все они фантастические произведения, и я мог бы написать подробную статью о каждом из них, но, с моей точки зрения, они очень хорошо сочетаются друг с другом как пакет , и если вы прочтете их все, вы получите невероятный обзор текущего состояния искусственного интеллекта.

Здесь вы можете найти ссылки на каждый из них.

Не стесняйтесь связаться со мной по LinkedIn или подписаться на меня в Twitter на @jaimezorno. Кроме того, вы можете ознакомиться с другими моими сообщениями о данных и машинном обучении здесь .Приятного чтения!

Чтобы найти больше книг по искусственному интеллекту, подобных тем, которые рассматриваются в этой статье, посетите следующий репозиторий:

Если вы хотите узнать больше о машинном обучении и искусственном интеллекте , подпишитесь на меня на Medium , и следите за моими следующими сообщениями!

А пока позаботьтесь и наслаждайтесь искусственным интеллектом!

книг по искусственному интеллекту, которые стоит прочитать в 2020 году | by Przemek Chojecki

Подготовка к будущему в эпоху автоматизации

Искусственный интеллект стал одной из самых распространенных тем в 2019 году.AI здесь, чтобы остаться благодаря его практическому применению во многих отраслях и в нашей повседневной жизни. Вот почему вам следует лучше подготовиться к нашему технологическому будущему, прочитав лучшие книги по искусственному интеллекту. Я разделил их на 3 основные категории: социологические, философские и бизнес-ориентированные.

Лучшие книги по искусственному интеллекту для чтения в 2020 году

Самая важная проблема заключается в том, как ИИ повлияет на нас как на человеческую расу и какое будущее он принесет нам. Мы живем в эпоху автоматизации, и поэтому мы должны сделать нашу политику правильной — чтобы способствовать росту прямо сейчас, но также не тратить зря наше будущее.

Homo Deus: Краткая история завтрашнего дня теперь является классической книгой о том, как технологии, в частности, искусственный интеллект, влияют на общества. Автор представляет историческую перспективу и обсуждает разветвления для нашего настоящего и будущего. Обязательно к прочтению!

Сингулярность близка к популяризации термина «технологическая сингулярность» и демонстрирует социологическое влияние, которое он окажет на нас. Автор — известный футурист, живущий по своим принципам.

Если мы хотим заглянуть в будущее, нас ожидает технологическая сингулярность, момент времени, когда возможности искусственного интеллекта превзойдут возможности людей.Это будет момент больших перемен, и хотя они могут никогда не наступить, стоит подумать с этой точки зрения о том, что мы делаем прямо сейчас.

Суперинтеллект — это классический справочник по искусственному интеллекту и искусственному общему интеллекту. Ник Бостром излагает всю теорию, которую часто используют другие авторы. Нелегко читать, но очень приятно.

Life 3.0 — это еще один взгляд на общий искусственный интеллект и то, что он мог бы значить для людей, если бы ИИ был намного умнее нас.В нем есть действительно отличные примеры, и он начинается с увлекательной истории о том, как AGI может войти в мир и позволить одной компании доминировать.

Искусственный интеллект не был бы таким популярным, если бы он не нашел так много приложений в стольких секторах.