Книги о искусственном интеллекте – Что почитать об искусственном интеллекте? — Toster.ru

Содержание

Литература по искусственному интеллекту

1.1.	Заенцев И. В.	Нейронные сети: основные модели	И. В. Заенцев. — Воронеж: Изд-во Воронежского госуд. ун-та, 1999. — 76 с.
1.2.	Вороновкий Г. К.	Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности	Г. К. Вороновский, К. В. Махотило, С. Н. Петрашев, С. А. Сергеев. — Х.: ОСНОВА, 1997. — 112 с.
1.3.	Рутковская Д.	Нейронные сети, генетические алгоритмы и нечёткие системы	Д. Рутковская, М. Пилиньский, Л. Рутковский. — М.: Горячая линия — Телеком, 2006. — 452 с.
1.4.	Каллан Р.	Основные концепции нейронных сетей/	Р. Каллан. — Москва, Санкт-Петербург, Киев: Издательский дом «Вильямс», 2001. — 287 с
1.5.	Джонс М. Т.	Программирование искусственного интеллекта в приложениях	М. Тим Джонс; Пер. с англ. Осипов А. И. — М.: ДМК Пресс, 2006. — 312 с.
1.6.	Барский А. Б.	Нейронные сети: распознавание, управление, принятие решений	А. Б. Барский. — М.: Финансы и статистика, 2007. — 174 с.
1.7.	Ежов А. А.	Нейрокомпьютинг и его применение в экономике и бизнесе: Учеб. пособие	А. А. Ежов, С. А. Шумский. — М.: МИФИ, 1998. — 222 с.
1.8.	Осовский С.	Нейронные сети для обработки информации	С. Осовский. — М.: Финансы и статистика, 2004. — 343 с.
1.9.	Уоссермен Ф.	Нейрокомпьютерная техника: теория и практика	Ф. Уоссермен. — М.: Мир, 1992. — 236 с.
1.10.	Круглов В. В.	Нечёткая логика и искусственные нейронные сети: Учеб. пособие для студентов вузов	В. В. Круглов, М. И. Дли, Р. Ю. Голунов. — М.: Физматлит, 2001. — 224 с.
1.11.	Яхъяева Г. Э.	Нечеткие множества и нейронные сети: учеб. пособие	Г. Э. Яхъяева. — М.: Интернет-Ун-т Информ. Технологий: БИНОМ. Лаб. знаний, 2008. — 315 с.
1.12.	Хайкин С.	Нейронные сети. Полный курс	С. Хайкин. 2-e изд. Пер. с англ. – М.: Издательский дом «Вильямс», 2006. – 1104 с.

neuronus.com

7 книг об искусственном интеллекте, которые вы должны прочесть – bit.ua

Искусственный интеллект все еще среди технологических трендов. Темпы его развития ошеломляют. Эта подборка книг об ИИ — для тех, кто хочет понимать принципы его работы.

Introduction to Artificial Intelligence (Philip C Jackson)

Могут ли компьютеры думать? Могут ли они конструировать свои собственные концепты? Фундаментальное исследование, в котором автор задается этими вопросами, было впервые издано более 40 лет назад, но не потеряло актуальность. Книга будет интересна всем, кто планирует детально разобраться в теме искусственного интеллекта и связанных с ним технологий.

Deep Learning (Ian Goodfellow, Yoshua Bengio, Aaron Courville)

В основе искусственного интеллекта лежит машинное обучение. Глубинное (или глубокое) обучение — это класс алгоритмов машинного обучения. Он применяет многослойную систему фильтров для иерархического извлечения полезных признаков.
Эта книга подходит для тех, у кого уже есть опыт программирования.

The Elements of Statistical Learning: Data Mining, Inference, and Prediction (Trevor Hastie, Robert Tibshirani и Jerome Friedman)

Эта книга — подходящий источник знаний для тех, кто хочет лучше разобраться в data майнинге, машинном обучении и биоинформатике, используя статистический подход. Четкие определения понятий сопровождаются цветными иллюстрациями.

Python Machine Learning (Sebastian Raschka)

Практическое руководство, которое поможет разобраться в дебрях машинного обучения. Книга предлагает новейшие разработки в области прогнозирующей аналитики. Python Machine Learning рассматривает большинство библиотек Python, включая scikit-learn, Theano и Pylearn2. Автор доказывает, почему Python — ведущий язык программирования для data science. Книга понравится тем, кто программирует на Python.

How to Create a Mind: The Secret of Human Thought Revealed (Ray Kurzweil)

Известный футуролог Рэймонд Курцвайл написал книгу о том, как создать разум. Звучит интригующе, согласитесь. Книга небольшая — всего 321 страница. Рэй рассказывает, какие методы нужно использовать, чтобы сконструировать разум, объясняет, в чем суть обучения естественному языку и рассматривает философские аспекты создания искусственного интеллекта.

Artificial Intelligence and Soft Computing: Behavioral and Cognitive Modeling of the Human Brain (Amit Konar)

Эта книга — библия в области теории ИИ. Книга излагает информацию доступно: так, чтобы читатель мог не только понять всё, но и применить полученные знания на практике. Рассчитана на широкий круг читателей – от студентов, изучающих computer science и просто интересующихся темой до профессоров.

Reinforcement Learning: An Introduction (Richard S. Sutton, Andrew G. Barto)

Книга посвящена обучению с подкреплением. Это метод deep learning, который можно представить так: для того, чтобы ИИ обучился, его помещают в некую сложную игру, и когда он совершает правильные действия, то зарабатывает очки. Игра может решать различные задачи. Например, для “тренировок” знаменитого AlphaGo, обыгравшего людей в го, тоже использовали обучение с подкреплением. Рекмендуем книгу тем, кто уже работает в сфере ИИ и хочет быть в курсе трендов.

Обложка: Mckinsey.

Источник: Signifai.io.

#bit.ua

Читайте нас у
Telegram

lab.bit.ua

что о нем думают ученые / 1cloud.ru corporate blog / Habr

Сегодня об искусственном интеллекте не пишет только ленивый. Например, в Autodesk считают, что искусственный интеллект может учитывать гораздо больше факторов, чем человек, и, таким образом, давать более точные, логичные и даже более креативные решения сложных проблем. В Оксфордском университете вообще высказывают предположения о том, что искусственный интеллект в недалеком будущем может заменить штатных журналистов и писать за них обзоры и статьи (и того и гляди выиграет Пулитцеровскую премию).

Общее увлечение темой искусственного интеллекта давно вышло за рамки научных конференций и будоражит умы писателей, кинематографистов и широкой общественности. Кажется, что от будущего, в котором роботы (или Скайнет) правят миром или, как минимум, решают большую часть повседневных задач, рукой подать. Но что по этому поводу думают сами ученые?

Для начала стоит разобраться с термином «искусственный интеллект»: слишком много существует на эту тему домыслов и художественных преувеличений. В этом вопросе лучше всего обратиться к автору этого термина (и по совместительству создателю языка Лисп и лауреату множества премий) – Джону Маккарти. В статье с одноименным названием («Что такое искусственный интеллект?») Маккарти приводил следующее определение:

Это наука и технология создания интеллектуальных машин, в особенности – интеллектуальных компьютерных программ. Искусственный интеллект связан с задачей использования компьютеров для понимания работы человеческого интеллекта, но не ограничивается использованием методов, наблюдаемых в биологии.

Получается, что искусственный интеллект и интеллект «человеческий» тесно связаны? Не совсем так – сам Маккарти подчеркивал: если интеллект «вообще» – это «вычислительная» составляющая того, что помогает субъекту достигать заданных целей, тогда интеллект человека, животных и машин будет работать по-разному.

Выходит, что искусственный интеллект – это не подобие человеческого, хотя многим футуристам, писателям и даже ученым хочется верить в то, что это не так. Об этом часто повторяет Майкл Джордан, почетный профессор Калифорнийского Университета в Беркли. Он считает, что недостаточное понимание того, что же представляет из себя искусственный интеллект, приводит не просто к созданию «красивых образов», не связанных с реальной наукой, а к самой настоящей дезинформации и разного рода мифам, процветающим в этой области.

Миф первый: для создания или усовершенствования искусственного интеллекта надо разобраться с тем, как работает человеческий мозг

Джордан утверждает, что это вовсе не так. Работа искусственного интеллекта, как правило, не имеет ничего общего с тем, как устроен интеллект человека. Этот «миф» глубоко укоренился из-за пристрастия общественности к «красивым идеям»: авторам научно-популярных статей об искусственном интеллекте пришлись очень по душе метафоры, взятые из нейробиологии.

На самом деле нейробиология имеет очень опосредованное отношение (или вообще не имеет никакого отношения) к работе искусственного интеллекта. Для Майкла Джордана идея о том, что «для глубинного обучения нужно понимание того, как обрабатывает информацию и учится человеческий мозг», звучит как откровенная ложь.

«Нейроны», задействованные в глубинном обучении – это метафора (или, выражаясь языком Джордана, вообще «карикатура» на работу мозга), которая применяется только для краткости и удобства. В действительности же работа механизмов того же глубинного обучения гораздо ближе к процедуре построения статистической модели логистической регрессии, чем к работе настоящих нейронов. При этом, никому не приходит в голову для «краткости и удобства» использовать метафору «нейрона» в статистике и эконометрике.

Миф второй: искусственный интеллект и глубинное обучение – последние достижения современной науки

Мнение о том, что «думающие как человек» компьютеры будут сопровождать нас в недалеком будущем, напрямую связано с идеей, согласно которой искусственный интеллект, нейронные сети, глубинное обучение являются достоянием исключительно современной науки. Ведь если допустить мысль о том, что все это было придумано десятилетия назад (а роботы к сегодняшнему дню так и не захватили мир), «порог ожиданий» от научных достижений вообще и скорости их развития в частности придется серьезно снизить.

К сожалению, СМИ стараются сделать все возможное, чтобы подогреть интерес к своим материалам, и очень избирательно относятся к выбору тематик, которые, по мнению редакторов, вызовут интерес у читателей. В итоге описываемые ими достижения и их перспективы оказываются гораздо более внушительными, чем реальные открытия, а часть информации просто «аккуратно опускается», чтобы не снижать накала страстей.

Многое из того, что сейчас преподносят «под соусом» искусственного интеллекта, является просто переработанной информацией о нейронных сетях, которые известны человечеству с 80-х годов.

А в восьмидесятые все повторяли то, что было известно в 1960е годы. Такое чувство, что каждые 20 лет проходит волна интереса к одним и тем же темам. В нынешней волне главной идеей является сверточная нейронная сеть, о которой уже говорили лет двадцать назад
– Майкл Джордан

Миф третий: искусственная нейронная сеть состоит из тех же элементов, что и «реальная»

На самом деле специалисты, занятые вопросами разработки вычислительных систем, оперируют нейробиологическими терминами и формулировками гораздо смелее, чем многие нейробиологи. Интерес к работе мозга и устройству интеллекта человека стал питательной средой для развития такой теории как «невральный реализм».

В системах искусственного интеллекта нет ни спайков, ни дендритов, более того, принципы их работы далеки не только от работы головного мозга, но и от пресловутого «неврального реализма». Фактически, в нейронных сетях ничего «нейронного» нет.

Более того, идея «неврального реализма», основанная на уподоблении работы систем искусственного интеллекта работе мозга, по мнению Джордана, не выдерживает критики. По его словам, к прогрессу в сфере искусственного интеллекта привел не «невральный реализм», а использование принципов, совершенно не согласующихся с тем, как работает мозг человека.

В качестве примера Джордан приводит популярный алгоритм глубинного обучения, основанный на «обратной передаче ошибки обучения». Его принцип работы (а именно передача сигнала в обратном направлении) явно противоречит тому, как работает человеческий мозг.

Миф четвертый: ученые хорошо понимают, как работает «человеческий» интеллект

И это снова далеко от истины. Как утверждает все тот же Майкл Джордан, глубинные принципы работы мозга не просто остаются нерешенной проблемой нейробиологии – в этой области ученых отделяют от решения вопроса десятки лет. А попытки создать работающую имитацию мозга так же не приближают исследователей к пониманию того, как устроен человеческий интеллект.

Это просто архитектура, созданная в надежде, что когда-нибудь люди создадут подходящие для нее алгоритмы. Но нет ничего, что подкрепляло бы эту надежду. Думаю, что надежда основана на вере в то, что если вы построите что-то вроде мозга, то сразу станет понятно, что он может делать
– Майкл Джордан

Джон Маккарти, в свою очередь, подчеркивал: проблема не только в том, чтобы создать систему по образу и подобию человеческого интеллекта, а в том, что сами ученые не придерживаются единого мнения по поводу того, что он (интеллект) из себя представляет и за какие конкретно процессы отвечает.

На этот вопрос ученые пытаются ответить по-разному. В своей книге «Нейронные сети и глубинное обучение» Майкл Нилсен приводит несколько точек зрения. Например, с позиции коннектомики наш интеллект и его работа объясняются тем, сколько нейронов и глиальных клеток содержит наш мозг, и сколько соединений наблюдается между ними.

Учитывая, что в нашем мозге насчитывается порядка 100 млрд нейронов, 100 млрд глиальных клеток и 100 трлн соединений между нейронами, говорить о том, что мы можем «в точности воссоздать» эту архитектуру и заставить ее работать, в ближайшем будущем крайне маловероятно.

А вот молекулярные биологи, изучающие геном человека и его отличия от близких родственников людей по эволюционной цепочке, дают более обнадеживающие прогнозы: оказывается, геном человека отличается от генома шимпанзе на 125 миллионов пар оснований. Цифра большая, но не бесконечно огромная, что дает Нилсену повод надеяться, что на основании этих данных группа ученых сможет составить если не «работающий прототип», то как минимум сколь бы то ни было адекватное «генетическое описание» человеческого мозга или скорее базовые принципы, лежащие в основе его работы.

Стоит сказать, что Нилсен придерживается «общепринятого человеческого шовинизма» и полагает, что значимые принципы, определяющие работу человеческого интеллекта, лежат в тех самых 125 миллионах пар оснований, а не в остальных 96% генома, которые у человека и шимпанзе совпадают.

Так сможем ли мы создать искусственный интеллект, равный по возможностям человеческому? Получится ли у нас в обозримом будущем понять, как именно работает наш собственный мозг? Майкл Нилсен, считает, что это вполне возможно – если вооружиться верой в светлое будущее и в то, что многие вещи в природе работают по более простым законам, чем это кажется на первый взгляд.

А вот Майкл Джордан дает более близкий к практической работе исследователей совет: не поддаваться на провокации журналистов и не искать «революционные» решения. По его мнению, привязываясь к человеческому интеллекту как отправной точке и конечной цели своих исследований, ученые, работающие над проблемой искусственного интеллекта, излишне ограничивают себя: интересные решения в этой области могут лежать в направлениях, никак не связанных с тем, как устроен наш мозг (и как нам представляется его устройство).

P.S. Мы в 1cloud рассматриваем самые разные темы в нашем блоге на Хабре – пара примеров:

И рассказываем о собственном облачном сервисе:

habr.com

Подборка художественных футуристических книг на тему искусственного интеллекта с 2000г.

В Японии уже создали искусственный интеллект, способный писать рассказы и повести. Одна из таких работ, даже, была рассмотрена и одобрена членами жюри для участия в литературном конкурсе имени Хоши Шиничи. Возможно, скоро ИИ вытеснит знаменитых писателей. Ну а пока этого не произошло, предлагаю вашему вниманию несколько популярных книг об искусственном разуме.