کتاب How AI Works

کتاب How AI Works: From Sorcery to Science (هوش مصنوعی چگونه کار می‌کند: از جادوگری تا علم) گذری بر هوش مصنوعی به صورت خلاصه داشته که در 8 فصل مفاهیم کلی آن را توضیح می‌دهد و شما را با دنیای هوش مصنوعی آشنا می‌کند.

در ادامه مقدمه‌ای از کتاب How AI Works را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب How AI Works:

بسیاری از کتاب‌ها به شما یاد می‌دهند که چگونه هوش مصنوعی (AI) انجام دهید. به طور مشابه، بسیاری از کتاب‌های محبوب در مورد هوش مصنوعی به شما می‌گویند. با این حال، چیزی که به نظر می‌رسد گم شده است کتابی است که به شما می آموزد هوش مصنوعی چگونه در سطح مفهومی کار می‌کند. هوش مصنوعی جادو نیست؛ بدون اینکه خود را در ریاضیات پیچیده دفن کنید می‌توانید بفهمید که چه می‌کند.

کتاب How AI Works این خلاء را با توضیحی بدون ریاضی درباره نحوه عملکرد هوش مصنوعی پر می‌کند. در حالی که برخی از کتاب‌ها در علف‌های هرز فرو رفته‌اند و برخی دیگر نمای چشم پرنده ای را ارائه می‌دهند، این کتاب در سطح درخت است. هدف آن ارائه جزئیات کافی برای درک رویکرد بدون گرفتار شدن در ریاضیات سخت است. اگر این مورد علاقه شما را برانگیخت، از شما دعوت می‌کنم که ادامه مطلب را بخوانید.

با جاهایی برخورد خواهید کرد که **** در سراسر کتاب How AI Works ظاهر می‌شود. این نشانگرها تغییر در موضوع یا یک نقطه گذار را برجسته می کنند. در یک کتاب درسی، **** بخش جدیدی را نشان می‌دهد، اما این یک کتاب درسی نیست، و من نمی‌خواهم شبیه آن باشد. بنابراین، به‌جای بخش‌ها و بخش‌های فرعی، از ستاره استفاده می‌کنم تا به شما هشدار دهم که تغییری در راه است. مثل این . . .

****

اولین‌بار در سال 1987 در دوره کارشناسی به همین نام با هوش مصنوعی آشنا شدم. منظور مردم از AI معمولاً در طول دهه‌های میانی تا حدودی تغییر کرده است. با این حال، هدف یکسان است: تقلید رفتار هوشمندانه در یک ماشین.

تعداد کمی از مردم در دهه 1980 دلیلی برای یادگیری در مورد هوش مصنوعی داشتند، اگر حتی از آن آگاه بودند. هوش مصنوعی بر زندگی روزمره آن‌ها تأثیر کمتری داشت، فراتر از رایانه‌های مرتد گاه به گاه در برنامه‌های تلویزیونی علمی تخیلی و فیلم‌هایی مانند «پیشتازان فضا» یا «وارگیمز»، تا چیزی درباره «نابودگر» بی‌امان و وحشتناک نگوییم.

با این حال، دهه 1980 مدت زیادی است که از بین رفته است، با وجود روندهای فعلی مد یکپارچه‌سازی با سیستم عامل، و هوش مصنوعی در همه جا وجود دارد. هر روز به طرق متعددی بر زندگی ما تأثیر می گذارد، از تلفن‌هایی که به ما می گویند به اینجا و نه آنجا رانندگی کنیم، تا برچسب زدن به دوستان و خانواده در تصاویر، تا مقالات و تبلیغاتی که به طور مداوم به صورت آنلاین به ما داده می‌شود، چه بخواهیم چه نخواهیم. و این به معنای انفجار اخیر هوش مصنوعی است که شامل مدل‌های زبانی بزرگ می‌شود، که بسیاری از آن‌ها در نهایت به عنوان “هوش مصنوعی واقعی” تعبیر می‌کنند.

هوش مصنوعی همچنین در پشت صحنه به روش‌هایی که ما به ندرت متوجه می‌شویم وجود دارد: برنامه‌ریزی پرواز خطوط هوایی، حمل و نقل و تدارکات، اتوماسیون کارخانه، تصویربرداری ماهواره‌ای از زمین، و کمک به پزشک شما برای تصمیم‌گیری در مورد سرطان بودن آن توده.

بیشتر بخوانید: کتاب Building AI Applications with ChatGPT API

چرا در حال حاضر در مورد هوش مصنوعی یاد بگیریم؟

کتاب How AI Works با توضیح اینکه چه اتفاقی افتاد، چه زمانی رخ داد، چرا اتفاق افتاد و مهمتر از همه، چگونه اتفاق افتاد به این سوال پاسخ می‌دهد – همه اینها بدون هیاهو یا یک معادله ریاضی واحد. صادقانه بگویم، واقعیت پشت انقلاب هوش مصنوعی به اندازه کافی چشمگیر است. تبلیغات غیر ضروری است

در این مرحله، احساس می‌کنم برخی از کلمات در مورد من درست است. از این گذشته، از شما می‌خواهم که در سفری در دنیای هوش مصنوعی به من بپیوندید، بنابراین منطقی است که در مورد راهنمایتان تعجب کنید. من که قطعاً همین‌طور خواهد بود.

همانطور که قبلا ذکر شد، در اواخر دهه 1980 با هوش مصنوعی آشنا شدم. من در سال 2003 با استفاده از مدل‌های یادگیری ماشینی در تصاویر اولتراسوند داخل عروقی، در هوش مصنوعی، در زیرشاخه ای به نام یادگیری ماشینی کار کردم.

من اولین بار در سال 2010 در مورد یادگیری عمیق شنیدم. یادگیری عمیق زیر شاخه ای از یادگیری ماشین است. من تفاوت بین یادگیری عمیق، یادگیری ماشین و هوش مصنوعی را در فصل 1 روشن خواهم کرد، اما در حال حاضر می‌توانید آن‌ها را به عنوان یک چیز در نظر بگیرید.

در سال 2012، هوش مصنوعی با ظهور چیزی که الکس نت نامیده شد و یک آزمایش کنجکاو در گوگل شامل رایانه‌هایی که شناسایی گربه‌ها را در ویدیوهای یوتیوب آموختند، به صحنه آمد – یا حداقل در اخبار. در کنفرانس بین المللی یادگیری ماشینی در سال 2012 در ادینبورگ، اسکاتلند، در اتاق بودم، زمانی که گوگل مقاله خود را ارائه کرد. اتاق ایستاده فقط برای حدود 800 شرکت کننده کنفرانس بود.

در سال 2016، دکترای علوم کامپیوتر را با تخصص در هوش مصنوعی در دانشگاه کلرادو، بولدر، به سرپرستی مایکل موزر به پایان رساندم. من از آن زمان تا کنون روزانه در زمینه هوش مصنوعی کار کرده ام، عمدتاً در صنعت دفاعی، با یک وقفه کوتاه در سال 2016 برای کمک به تأسیس یک استارتاپ هوش مصنوعی پزشکی.

پس از AlexNet، همه چیز به سرعت تغییر کرد، زیرا ظاهراً هر ماه یک “معجزه” جدید مرتبط با هوش مصنوعی در ادبیات دانشگاهی ظاهر می‌شود، اگر نه در اخبار عصر. تنها راه ادامه دادن شرکت در کنفرانس‌ها چندین بار در سال بود. انتظار برای نمایش نتایج در یک مجله دانشگاهی بی معنی بود، زیرا این رشته برای سرعت معمول انتشار آکادمیک به سرعت در حال پیشرفت بود.

من این پیشگفتار را در نوامبر 2022 در کنفرانس NeurIPS می نویسم. NeurIPS مسلماً برترین کنفرانس هوش مصنوعی است (لطفاً بدون ایمیل‌های نفرت انگیز!) و این اولین باری است که از زمان همه گیری COVID-19 به صورت حضوری برگزار می‌شود. تعداد شرکت‌کنندگان زیاد است، اگرچه شاید به اندازه کنفرانس 2019 نیست، که برای تعیین اینکه کدام 13500 نفر می توانند در آن شرکت کنند، قرعه‌کشی برگزار شد. این واقعیت که تعداد شرکت‌کنندگان در کنفرانس از چند صد نفر به بیش از 10000 نفر در یک دهه رسیده است، به ما می‌گوید که تحقیقات هوش مصنوعی چقدر مهم شده است.

اسامی رهبران صنعت فناوری که از این کنفرانس‌ها حمایت می‌کنند، که محل شکار اصلی دانشجویان فارغ‌التحصیل هستند، اهمیت هوش مصنوعی را نیز آشکار می‌کند. غرفه‌های نمایشگاهی برای گوگل، دیپ مایند (همچنین گوگل)، متا (بخوانید: فیس بوک)، آمازون، اپل و دیگران پیدا خواهید کرد. هوش مصنوعی بسیاری از کارهای این شرکت‌ها را هدایت می‌کند. هوش مصنوعی دلار بزرگی است. هوش مصنوعی بر روی داده‌ها کار می‌کند و این شرکت‌ها تمام داده‌هایی را که ما آزادانه در ازای خدماتشان به آن‌ها می‌دهیم، می‌بلعند.

در پایان کتاب How AI Works، متوجه خواهید شد که هوش مصنوعی در زیر کاپوت (یا در صورت تمایل، کلاه خودرو) چه می‌کند. در نهایت، درک آن چندان دشوار نیست، اگرچه شیطان قطعاً در جزئیات است.

بیشتر بخوانید: کتاب Low-Code AI

کتاب How AI Works به شرح زیر است:

فصل 1، And Away We Go: مروری بر هوش مصنوعی ما با مروری اجمالی از ملزومات هوش مصنوعی و یک مثال ابتدایی وارد آن می‌شویم.

فصل 2 کتاب How AI Works، چرا اکنون؟ تاریخچه هوش مصنوعی AI فقط از آسمان سقوط نکرده است. این فصل پیشینه هوش مصنوعی را به شما می‌دهد و دلیل وقوع انقلاب را روشن می‌کند.

فصل 3 کتاب How AI Works، مدل‌های کلاسیک: یادگیری ماشین‌های قدیمی هوش مصنوعی مدرن همه شبکه‌های عصبی هستند، اما برای درک آنچه که شبکه‌های عصبی انجام می‌دهند، به درک مدل‌های قبلی کمک می‌کند.

فصل 4 کتاب How AI Works، شبکه‌های عصبی: هوش مصنوعی شبیه مغز اگر می‌خواهید بدانید شبکه عصبی چیست، چگونه آموزش داده می‌شود و چگونه از آن استفاده می‌شود، این فصل برای شما مناسب است.

فصل 5 کتاب How AI Works، شبکه‌های عصبی کانولوشنال: هوش مصنوعی می‌آموزد که ببیند بسیاری از قدرت هوش مصنوعی مدرن از یادگیری روش‌های جدید برای نمایش داده‌ها ناشی می‌شود. اگر این جمله برای شما معنی ندارد، این فصل به شما کمک خواهد کرد.

فصل 6 کتاب How AI Works، هوش مصنوعی مولد: هوش مصنوعی خلاقانه می‌گیرد مدل‌های یادگیری ماشینی با نظارت سنتی، برچسب‌هایی را به ورودی‌ها متصل می‌کنند. هوش مصنوعی مولد خروجی جدیدی از جمله متن، تصاویر و حتی ویدیو تولید می‌کند.

این فصل از کتاب How AI Works دو رویکرد رایج را بررسی می‌کند: شبکه‌های متخاصم مولد (GANs) و مدل‌های انتشار. GAN ها شهودی را که ما برای بررسی مدل‌های انتشار و در فصل 7، مدل‌های زبان بزرگ (LLM) نیاز داریم، فراهم می کنند. مدل‌های Diffusion در تولید تصاویر و ویدیوهای دقیق و واقعی از طریق پیام‌های متنی ماهر هستند.

فصل 7 کتاب How AI Works، مدل‌های زبان بزرگ: بالاخره هوش مصنوعی واقعی؟ انتشار پاییز 2022 مدل زبان بزرگ OpenAI، ChatGPT، ممکن است به خوبی آغازگر عصر هوش مصنوعی واقعی باشد. این فصل LLM ها را بررسی می‌کند: چیستی آن‌ها، چگونه کار می کنند و این ادعا که آن‌ها چیز جدیدی هستند و مخل هستند.

فصل 8 کتاب How AI Works، مفاهیم: پیامدهای هوش مصنوعی ظهور مدل‌های زبان بزرگ، چشم انداز هوش مصنوعی را تغییر داده است. این فصل به مفاهیم اشاره دارد.

در پایان کتاب How AI Works، مجموعه‌ای از منابع اضافی برای کاوش پیدا خواهید کرد، اگر اشکال هوش مصنوعی نیش زد و می‌خواهید بیشتر بدانید. من شخصا، و مسلماً با تعصب، کتاب‌های خود را به نام «آموزش عمیق عملی: مقدمه مبتنی بر پایتون» (2021) و «ریاضی برای یادگیری عمیق: آنچه برای درک شبکه‌های عصبی باید بدانید» (2021) را توصیه می‌کنم، که هر دو در No Starch Press موجود هستند. آن‌ها آنچه را که از خواندن در مورد نحوه عملکرد مفهومی هوش مصنوعی به “انجام” هوش مصنوعی نیاز دارید به شما می‌دهند.

در نهایت، همانطور که مطالعه می کنید، متوجه خواهید شد که عبارات خاصی در متن تاکید شده است. تعاریف بسیاری از این کلمات و عبارات تاکید شده در واژه نامه انتهای کتاب آمده است. مانند هر زمینه ای، هوش مصنوعی اصطلاحات خاص خود را دارد. نگه داشتن تمام اصطلاحات در ذهن شما سخت است، از این رو واژه نامه به شما کمک می‌کند آن‌ها را به خاطر بسپارید.

من یک شخص واقعی هستم. من می‌دانم زیرا می توانم با موفقیت تصاویر قطارها و چراغ‌های راهنمایی را شناسایی و کلیک کنم. اگر نظر یا سوالی در مورد مطالب این کتاب دارید، می‌خواهم از شما بشنوم. لطفا برای من به آدرس [email protected] ایمیل بزنید.

حالا، اگر آماده هستید، ما می‌رویم.

سرفصل‌های کتاب How AI Works:

• Cover Page
• Title Page
• Copyright Page
• Dedication Page
• About the Author
• About the Technical Reviewer
• CONTENTS
• Acknowledgments
• Preface
• Chapter 1: And Away We Go: An AI Overview
• Chapter 2: Why Now? A History of AI
• Chapter 3: Classical Models: Old-School Machine Learning
• Chapter 4: Neural Networks: Brain-Like AI
• Chapter 5: Convolutional Neural Networks: AI Learns to See
• Chapter 6: Generative AI: AI Gets Creative
• Chapter 7: Large Language Models: True AI at Last?
• Chapter 8: Musings: The Implications of AI
• Glossary
• Resources
• Index

جهت دانلود کتاب How AI Works می‌توانید پس از پرداخت، دریافت کنید.