एक एआई पढ़ने की सूची - व्यावहारिक प्राइमरों से लेकर विज्ञान-फाई लघु कथाओं तक
विशेषज्ञों द्वारा अनुशंसित एआई पर सर्वश्रेष्ठ पठन
वास्तविक दुनिया एआई मुद्दा
विशेषज्ञ पहले से ही कृत्रिम बुद्धिमत्ता से भरी भविष्य की दुनिया का निर्माण कर रहे हैं, लेकिन यहाँ वर्तमान में हम में से अधिकांश अभी भी यह पता लगाने की कोशिश कर रहे हैं कि एआई भी क्या हैहै. यह एक ऐसी तकनीक है जो हमारे जीवन के कई पहलुओं को प्रभावित करेगी, नौकरी से लेकर मनोरंजन से लेकर स्वास्थ्य देखभाल तक, लेकिन यह बुनियादी सवालों से भी जुड़ी है कि मानव होने का क्या मतलब है। जैसे प्रश्न, रचनात्मकता की प्रकृति क्या है? और हम चेतना को कैसे परिभाषित करते हैं? प्रश्न प्रस्तुत करते हुए मैं AI को कैसे समझ सकता हूँ? जीवन का अर्थ क्या है यह पूछना लगभग उतना ही कठिन है?
360 . के लिए कैमरा
लेकिन उस मुश्किल जीवन प्रश्न के साथ, अत्यधिक जटिलता की भावना का मतलब यह नहीं है कि हमें नहीं करना चाहिएप्रयत्न.
मदद करने के क्रम में,कगारएक पठन सूची इकट्ठी की है: कृत्रिम बुद्धिमत्ता को बेहतर ढंग से समझने में आपकी मदद करने के लिए एआई दुनिया में प्रमुख हस्तियों द्वारा चुने गए पुस्तकों, लघु कथाओं और ब्लॉगों का एक संक्षिप्त लेकिन विविध संग्रह। यह एक उदार चयन है जो व्यावहारिक प्राइमरों से लेकर स्वर्ण युग विज्ञान-फाई तक है, और नीचे सूचीबद्ध सब कुछ पढ़ने से आपको Google में नौकरी नहीं मिलेगी (हालांकि यह निश्चित रूप से चोट नहीं पहुंचा सकता है), यहमर्जीइस भ्रमित और रोमांचक समय के लिए आपको बहुत आवश्यक संदर्भ प्रदान करता है।
तो पढ़ें, आनंद लें, और एआई की लुभावना दुनिया को थोड़ा बेहतर तरीके से जानें।
★भविष्य की रूपरेखा, आर्थर सी. क्लार्क द्वारा
OpenAI . के सह-संस्थापक ग्रेग ब्रॉकमैन और इल्या सुत्सकेवर द्वारा अनुशंसित
भविष्य की रूपरेखा एआई दुनिया को कितनी तेजी से प्रभावित कर सकता है, इस बारे में हमारी धारणा बदल गई। हम तकनीकी परिवर्तन को एक क्रमिक, धीमी प्रक्रिया के रूप में सोचते थे - कई छोटे नवाचारों का योग, जब ज़ूम आउट किया जाता है, तो केवल तीव्र तकनीकी परिवर्तन का भ्रम पैदा होता है।
प्रोफाइलहमें एहसास कराया कि कुछ अत्यधिक महत्वपूर्ण अपवाद हैं। जबकि बाद के अध्याय भविष्य के बारे में आर्थर सी। क्लार्क की भविष्यवाणियों का वर्णन करते हैं, प्रारंभिक अध्याय उनके विकास से पहले हवाई जहाज, अंतरिक्ष यात्रा और परमाणु ऊर्जा जैसी प्रौद्योगिकियों के बारे में दूसरों की भविष्यवाणियों का विश्लेषण करते हैं। प्रत्येक मामले में, प्रौद्योगिकी की भविष्यवाणी आशावादियों की एक छोटी संख्या द्वारा की गई थी, जो वास्तव में निपुण विशेषज्ञों के एक बहुत बड़े, मुखर सेट के बीच थे, जो आश्वस्त थे कि एक विशेष नाटकीय तकनीकी प्रगति कभी हासिल नहीं की जाएगी (कम से कम व्यावहारिक समय पर नहीं)। नतीजतन, यहां तक कि अधिकांश विशेषज्ञों के लिए भी, बड़े पैमाने पर तकनीकी परिवर्तन 'कहीं से भी' नहीं आया।
एआई में दीर्घकालिक प्रगति कैसी दिखेगी? क्या यह अगले 5-10 वर्षों में आगामी प्रगति के बारे में स्पष्ट दृष्टिकोण रखने वाले क्षेत्र के साथ एक अनुमानित प्रक्षेपवक्र का पालन करेगा, या क्या हम एआई में एक आश्चर्यजनक अभी तक अनुपातहीन प्रगति पर ठोकर खाएंगे जो दुनिया को तेजी से बदल देगा? परिप्रेक्ष्य मेंप्रोफाइलयानी ये सवाल विचार करने लायक हैं।
★क्यों की किताब, यहूदिया पर्ल और डाना मैकेंज़ी द्वारा
रुम्मन चौधरी द्वारा अनुशंसित, एक्सेंचर में जिम्मेदार एआई लीड
एक एआई किताब जिसमें कोई रोबोट नहीं है, कोई प्रलय का दिन नहीं है, और भविष्य की कोई भव्य भविष्यवाणियां नहीं हैं? कितना ताज़ा। इस पुस्तक की विनम्र और आकर्षक लेखन शैली एक गहरी परिकल्पना को झुठलाती है: भविष्य कहनेवाला मॉडलिंग की हमारी वर्तमान प्रणालियों की मूलभूत जड़ें गलत हैं। लेखकों के अनुसार, हमारे पास कार्य-कारण की भाषा का अभाव है; अर्थात्, मात्रात्मक प्रमाण है कि एक चीज दूसरे का कारण बनती है। यह सांख्यिकी के इतिहास में अंतर्निहित एक मूलभूत कमजोरी है और यह खराब करती है कि हम कैसे प्रश्न पूछते हैं और उत्तर ढूंढते हैं।
भविष्यवाणी के लिए हमारे द्वारा उपयोग किए जाने वाले एआई और मशीन सीखने के तरीकों का गंदा रहस्य यह है कि वे वास्तव में हमें निश्चित रूप से नहीं बता सकते हैं कि क्या कुछ कारक दूसरे का कारण बनते हैं, इसके बजाय हमें उच्च-मूल्य वाले सहसंबंध देने के लिए लाखों पुनरावृत्तियों पर भरोसा करते हैं। एआई सिस्टम में पक्षपाती परिणामों के हमारे कई मुद्दे परस्पर संबंधित चर (दौड़ और ज़िप कोड, या सामाजिक आर्थिक स्थिति और शिक्षा, उदाहरण के लिए) की अधूरी या खराब समझ से उपजे हैं। जबकि अभी भी विवादास्पद माना जाता है (देखें पर्ल काबहसट्विटर पर सांख्यिकीविद् एंड्रयू जेलमैन के साथ), क्यों की किताब एक नया आख्यान प्रस्तुत करता है जो हमारे एआई सिस्टम के निर्माण खंडों पर सवाल उठाता है और फिर से परिभाषित करता है।
★ मताधिकार,इसहाक असिमोव द्वारा
हार्वर्ड-एमआईटी एथिक्स एंड गवर्नेंस ऑफ एआई इनिशिएटिव के निदेशक टिम ह्वांग द्वारा अनुशंसित
असिमोव की रोबोट श्रृंखला शायद क्लिच संदर्भ है जो कृत्रिम बुद्धिमत्ता के सामाजिक प्रभाव के बारे में बात करते समय सामने आती है। रोबोटिक्स के तीन कानूनों के बारे में अच्छी तरह से पहने हुए ट्रॉप्स को दोहराने के लिए यह ज्यादातर एक सुविधाजनक बहाना है - बुद्धिमानी से - बुद्धिमान मशीनों के निर्माण के सपने लंबे समय से हैं।
लेकिन, क्लिच निशान से चूक जाता है। असिमोव ऑउवर में, यह रोबोट श्रृंखला के बजाय बड़े पैमाने पर, अवैयक्तिक मल्टीवैक की विशेषता वाली कहानियां हैं - जो मशीन सीखने की वर्तमान वास्तविकता को सबसे अच्छी तरह से पकड़ती हैं। चलने के विपरीत, रोबोट कहानियों की बात कर रहे, मल्टीवैक एक बोझिल सर्वर फ़ार्म है जिसे संचालित करने के लिए विशेष विशेषज्ञता की आवश्यकता होती है और अक्सर इसे चलाने वाले तकनीशियनों के लिए बिना अर्थ के आउटपुट का उत्पादन करता है।
एक कहानी जो मैंने खुद को बार-बार देखी है, वह है असिमोव की 'फ्रैंचाइज़', जो एक लघु कहानी के रूप में प्रकाशित हुई है।अगस्त 1955 का संस्करण editionअगरपत्रिका. इसमें, एक भविष्य अमेरिका (2008), एक सांख्यिकीय मॉडल के लिए मतदान को कम करने का फैसला करता है जो एक, अत्यंत प्रतिनिधि व्यक्ति द्वारा दिए गए सवालों के एक सेट के आधार पर सभी चुनावों के परिणामों को एक्सट्रपलेशन करता है।
'फ्रैंचाइज़' भविष्यवाणी की अजीब पुनरावर्ती प्रकृति और एल्गोरिथम विश्लेषण का फोकस होने के व्यक्तिगत तनाव को चतुराई से पकड़ लेता है। महत्वपूर्ण रूप से, कहानी भविष्यवाणी और वैधता के बीच वास्तविक और मुश्किल संतुलन को दर्शाती है। यहां तक कि अगर हम मतदान व्यवहार, या पुनरावृत्ति, या रोजगार के प्रदर्शन की भविष्यवाणी करते हुए एक सही काम कर सकते हैं, तो इसका क्या मतलब है कि एक मानव बनाम एक स्वचालित प्रक्रिया हो? इसे पढ़ने दो।
★गणित विनाश के हथियार, कैथी ओ'नीला द्वारा
एमआईटी मीडिया लैब में अनुसंधान विशेषज्ञ केट डार्लिंग द्वारा अनुशंसित
सबसे पहले, मैं एक सट्टा विज्ञान कथा पुस्तक की सिफारिश करना चाहता था। लेकिन कभी-कभी हमारी वर्तमान वास्तविकता अधिक दिलचस्प डायस्टोपिया होती है। जनवरी 2019 में, अमेरिकी कांग्रेस महिला अलेक्जेंड्रिया ओकासियो-कोर्टेज़ का यह दावा करने के लिए उपहास किया गया था कि एल्गोरिदम पक्षपाती हो सकते हैं। आपकी राजनीतिक संबद्धता से कोई फर्क नहीं पड़ता, मुझे लगता है कि समकालीन एआई सिस्टम में नुकसान की बुनियादी समझ से हर कोई लाभान्वित हो सकता है।यह किताब, आकर्षक (और भयानक) वास्तविक दुनिया के उदाहरणों के साथ सचित्र, एल्गोरिदम और डेटा पर एक महान प्राइमर है जिसका हम उपयोग कर रहे हैं, सिस्टम को शक्ति का प्रतिनिधिमंडल जो लोगों के जीवन को बना या बिगाड़ सकता है, और पूरी तरह से विनाशकारी तरीके जो हमें मिलते हैं यह सब गलत है। कैथी ओ'नील एक गणितज्ञ और डेटा वैज्ञानिक हैं, जो एकेडेमिया से वॉल स्ट्रीट क्वांट की दुनिया में गए और बाद में ऑक्युपाई वॉल स्ट्रीट आंदोलन में शामिल हो गए। उनकी प्रशंसित पुस्तक वित्त उद्योग में एल्गोरिदम के साथ समस्याओं को शामिल करती है, लेकिन आपराधिक न्याय, रोजगार, शिक्षा और कई अन्य क्षेत्रों में भी। कई एआई सिस्टम जिन्हें हम वर्तमान में तैनात कर रहे हैं और निकट भविष्य में ओ'नील द्वारा हाइलाइट किए गए मुद्दों में चलने की संभावना है। कृत्रिम बुद्धि कार्यान्वयन में रुचि रखने वाले किसी भी व्यक्ति के लिए इस पुस्तक को बुनियादी पढ़ने की आवश्यकता होनी चाहिए।
★द डायमंड एज: या, ए यंग लेडीज इलस्ट्रेटेड प्राइमर, नील स्टीफेंसन द्वारा
Fast.ai . के सह-संस्थापक जेरेमी हॉवर्ड द्वारा अनुशंसित
शीर्षक में 'प्राइमर' चमड़े से बंधी किताब को दर्शाता है। अस्तित्व में तीन प्राइमर हैं, प्रत्येक पर एक छोटी लड़की का स्वामित्व है। प्राइमर इसके निर्माता, दुनिया की सबसे सफल सॉफ्टवेयर कंपनी के शीर्ष सॉफ्टवेयर इंजीनियर का सबसे बड़ा काम है। क्योंकि, आप देखते हैं, यह कोई साधारण किताब नहीं है; यह वास्तव में संवादात्मक है, पाठक को बिल्कुल वही दिखाता है जो उन्हें हर पल चाहिए, इस तरह से वर्णित किया गया है कि उनकी रुचि को अधिकतम करने के लिए डिज़ाइन किया गया है। प्राइमर के मालिक तीन लड़कियों में से एक नायक, नेल है, जो खुद को बेघर होने के बाद पता चलता है कि प्राइमर उसे जीवित रहने और बढ़ने के लिए आवश्यक सभी कौशल सिखा रहा है। हम उसकी यात्रा का अनुसरण करते हैं, प्राइमर द्वारा निर्देशित, एक छोटी लड़की से जिसने अपना सब कुछ खो दिया है, एक युवा महिला तक जो दुनिया को बदल सकती है।
मैंने पहली बार पढ़ा हीरा युग 20 साल पहले, और यह संदेश मेरे साथ रहा: प्रौद्योगिकी का उपयोग उन लोगों को अवसर देने के लिए किया जा सकता है जो अन्यथा उनके पास नहीं होंगे। सभी नई तकनीकों की तरह, आज भी बच्चों के लिए 'स्क्रीन' के खिलाफ एक घुटने के बल चलने वाली प्रतिक्रिया है। इस प्रतिक्रिया का समर्थन करने के लिए कोई अच्छी तरह से डिज़ाइन किया गया आधुनिक शोध नहीं है। यदि हम शिक्षा में प्रौद्योगिकी का लाभ उठाने के अवसर से इनकार करते हैं, तो हम सर्वोत्तम शिक्षा को केवल उन लोगों तक सीमित कर देते हैं जिनके पास सर्वश्रेष्ठ शिक्षकों तक पहुंच है।
Fast.ai पर हमारा मिशन सभी को AI टूल और शिक्षा तक पहुंच प्रदान करने में मदद करना है। इस मिशन के लिए प्रौद्योगिकी महत्वपूर्ण है। इसके बिना, हमारे उपयोगकर्ताओं और छात्रों के पास हमारे ऑनलाइन पाठ और समुदाय, या क्लाउड कंप्यूट प्लेटफॉर्म तक पहुंच नहीं होगी, जिस पर हम भरोसा करते हैं। हालाँकि, मैंने अभी तक AI को प्राइमर की तरह एक अत्यधिक अनुकूलित शैक्षिक अनुभव बनाने के लिए उपयोग नहीं किया है। प्रौद्योगिकी नींव अब बड़े पैमाने पर हैं; इसे बस उन्हें एक साथ रखने के लिए किसी की जरूरत है। जब ऐसा होता है, तो हम नेल्स जैसी वास्तविक दुनिया की कहानियों के बारे में सुन सकते हैं।
★इंसानों के लिए मशीन लर्निंग, विशाल मैनी और समीर सबरीक द्वारा
दीपमाइंड के सह-संस्थापक और सीईओ डेमिस हसाबिस द्वारा अनुशंसित
एआई के नट और बोल्ट के बारे में पुस्तकों की सिफारिश करना आश्चर्यजनक रूप से कठिन है जो या तो बहुत तकनीकी या बहुत दार्शनिक नहीं हैं - मेरा अनुमान है कि हम अगले कुछ वर्षों में बहुत कुछ देखेंगे। मेरा सुझाव हैइंसानों के लिए मशीन लर्निंगएक अच्छे परिचय के रूप में जिसके लिए बहुत पूर्व ज्ञान की आवश्यकता नहीं है, साथ ही यह हैनिशुल्क ऑनालइन. हम यहां [दीपमाइंड में] इससे इतने प्रभावित हुए कि हमने इसके एक लेखक को काम पर रखना बंद कर दिया!
एआई के साथ पकड़ने का एक अन्य तरीका एक ऐसे विषय का उपयोग करना है जिसे आप गेटवे के रूप में अधिक परिचित हैं। उदाहरण के लिए, अधिकांश लोग शतरंज की मूल बातें जानते हैं, भले ही उन्होंने इसे ज्यादा नहीं खेला हो। दो विशेषज्ञ शतरंज खिलाड़ियों, मैथ्यू सैडलर और नताशा रेगन ने अभी-अभी एक किताब लिखी है, जिसका नाम है खेल परिवर्तक दीपमाइंड की हालिया शोध सफलताओं में से एक, अल्फाज़ेरो, जिसने केवल अपने खिलाफ खेलकर शतरंज को खरोंच से सीखा और अंततः दुनिया का सबसे मजबूत खिलाड़ी बन गया। यह अब तक किए गए एक उन्नत एआई कार्यक्रम के सबसे व्यापक विश्लेषणों में से एक है और आपको एक आकर्षक अंतर्दृष्टि प्रदान करता है कि अल्फाज़ीरो जैसे एआई सिस्टम कैसे काम करते हैं।
★ चीजों को छांटना: वर्गीकरण और उसके परिणाम, जेफ्री सी. बॉकर और सुसान लेह स्टार द्वारा
एनवाईयू में एआई नाउ इंस्टीट्यूट के सह-संस्थापक और सह-निदेशक मेरेडिथ व्हिटेकर द्वारा अनुशंसित
एआई पूर्वाग्रह, निष्पक्षता और न्याय के मुद्दों से जूझ रहे किसी भी व्यक्ति के लिए यह एक आवश्यक पाठ है।
वे जो कुछ भी हैं, एआई सिस्टम वर्गीकरण की प्रणाली हैं। संक्षेप में, वे डेटा से जो कुछ जानते हैं उसे 'सीखते हैं', और वे जो सीखते हैं उसका उपयोग वे 'देखने' को वर्गीकृत करने के लिए करते हैं। उदाहरण के लिए, भर्ती के लिए एक एआई सिस्टम सिखाया जा सकता है कि एक 'होनहार नौकरी उम्मीदवार' कैसा दिखता है [इनपुटिंग ] 'सफल श्रमिकों' के वीडियो। इस एआई सिस्टम को एक उम्मीदवार वीडियो दिखाएं, और यह वीडियो की तुलना इसके 'सफल कार्यकर्ता' कंपोजिट से करता है, उम्मीदवार को या तो होनहार के रूप में वर्गीकृत करता है, या नहीं। इस तरह की प्रणालियां पहले से ही उपयोग में हैं, और दांव ऊंचे हैं: उदाहरण के लिए, यदि 'सफल श्रमिकों' प्रशिक्षण वीडियो में अश्वेत महिलाओं का प्रतिनिधित्व नहीं किया गया था, तो यह संभावना नहीं है कि सिस्टम उन्हें 'आशाजनक' के रूप में वर्गीकृत करेगा और संभावना नहीं है कि एक अश्वेत महिला को कभी भी काम पर रखा जाएगा।
अगला वीडियो
चीजों को छांटना राजनीति और इस तरह के वर्गीकरण प्रथाओं के परिणामों के साथ संलग्न है, वर्गीकरण को 'प्राकृतिक श्रेणियों' के प्रतिबिंब के रूप में नहीं, बल्कि इतिहास, संस्कृति और शक्ति के उत्पाद के रूप में मानते हैं जिसमें 'प्रत्येक श्रेणी किसी न किसी दृष्टिकोण को महत्व देती है, और दूसरे को चुप कराती है।' पुस्तक रंगभेद दक्षिण अफ्रीका की नस्लीय पासबुक से लेकर वर्गीकरण प्रणालियों की जांच करती है, जो विश्व स्वास्थ्य संगठन के रोगों के अंतर्राष्ट्रीय वर्गीकरण के लिए विविध मानव निकायों के लिए कठोर नस्लीय श्रेणियों को लागू करने के लिए संघर्ष करती है, जिसके लिए समझ में सांस्कृतिक अंतर को सामान्य करने के प्रयास में एक विशाल नौकरशाही की आवश्यकता होती है। बीमारी और स्वास्थ्य की। इन इतिहासों में भाग लेने से, लेखक उन श्रेणियों की आकस्मिकता को उजागर करते हैं जिन्हें हम अक्सर प्रदान करते हैं, एआई सिस्टम को समझने, आलोचना करने और लड़ने के लिए एक मूलभूत संसाधन प्रदान करते हैं जो वर्तमान में मुख्य सामाजिक डोमेन में वर्गीकरण को स्वचालित कर रहे हैं।
★ मास्टर एल्गोरिदम,पेड्रो डोमिंगो द्वारा
जेम्स विंसेंट, एआई और रोबोटिक्स रिपोर्टर द्वारा अनुशंसितकगार
मैं स्पष्ट रूप से एआई दुनिया में कोई प्रकाशक नहीं हूं, लेकिन एक व्यक्ति के रूप में जो इस क्षेत्र को जीने के लिए कवर करता है, मैंने खुद को उन्मुख करने के लिए कुछ पुस्तकों से अधिक पढ़ा है, इसलिए मुझे यहां कुछ अनुभव है। विशेष रूप से दो शीर्षक हैं जिन्होंने मेरी रुचि को जल्दी ही जोड़ दिया और मैं अनुशंसा करना जारी रखता हूं: मास्टर एल्गोरिदम , पेड्रो डोमिंगोस द्वारा, और अधीक्षण , निक Bostrom द्वारा।
अधीक्षणहैऑक्सफ़ोर्ड दर्शनशास्त्र के प्रोफेसर बोस्ट्रोम द्वारा लिखित कृत्रिम सामान्य बुद्धि, या एजीआई द्वारा उत्पन्न खतरे के बारे में पुस्तक। यह हत्यारे रोबोट (जो मेरी राय में नमक की एक बैरल के साथ लेने के लायक है) से खतरे पर तकनीकी नेताओं से कुछ संदिग्ध घोषणाओं को प्रेरित करता है, लेकिन यह सबसे अच्छा परिचय है जिसे मैंने स्मार्ट मशीनों को सुरक्षित बनाने की समस्या के बारे में पढ़ा है; एक समस्या जो लागू होती है चाहे वे सुपर-स्मार्ट हों या वास्तव में काफी गूंगा। और उदास विषय के बावजूद, यह नॉन-फिक्शन किताब आश्चर्यजनक रूप से मज़ेदार पढ़ी जाती है, कभी-कभी विज्ञान कथा के करीब महसूस करती है।
मास्टर एल्गोरिदम, इस बीच, एक व्यापक पठन है जो एआई के तकनीकी पहलुओं के लिए एक उत्कृष्ट परिचय प्रदान करता है। यह आपको विकासवादी एल्गोरिदम से लेकर बायेसियन संभाव्यता तक सभी बुनियादी घटकों और अवधारणाओं के माध्यम से चलता है, जबकि यह दिखाता है कि कैसे एक क्षेत्र के रूप में मशीन सीखना तंत्रिका विज्ञान और मनोविज्ञान जैसे विषयों के साथ पार-परागण करता है। डोमिंगोस कभी-कभी, मुझे लगता है, एआई की कच्ची शक्ति को बढ़ा देता है (ये जादुई सिस्टम नहीं हैं; वे अक्सर गहराई से त्रुटिपूर्ण होते हैं, जैसा कि हमारी पठन सूची में अन्य पुस्तकें दर्शाती हैं), लेकिन यह भी एक अच्छा अनुस्मारक है कि कैसे बहुत क्षमता की यह तकनीक सम्मोहित कर सकती है।
