Хорошо написано. Чётко, структурировано, без воды. Низкий порог вхождения в тему – достаточно быстро освоился в новых понятиях.
Volume 423 pages
2019 year
Как учится машина. Революция в области нейронных сетей и глубокого обучения
About the book
Мы живем во время революции, еще 50 лет назад казавшейся невероятной, – революции в области умных машин, которые теперь обучаются самостоятельно, вместо того чтобы просто выполнять запрограммированные команды. И возможности таких машин огромны: распознавание изображений, лиц и голосов, переводы на сотни языков, беспилотное управление автомобилями, обнаружение опухолей на медицинских снимках и многое другое.
Автор книги Ян Лекун стоит у истоков этой революции. Лауреат премии Тьюринга, профессор Нью-Йоркского университета и руководитель фундаментальными исследованиями в Facebook, он является одним из изобретателей глубокого обучения, применяемого к так называемым искусственным нейронным сетям, архитектура и функционирование которых вдохновлены устройством человеческого мозга. В своей книге он, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы.
Сегодня искусственный интеллект действительно меняет все наше общество. Эта понятная и доступная книга перенесет вас в самое сердце машины, открывая новый увлекательный мир, который уже является нашей реальностью.
Читаешь книгу, и в это же время видишь новости об установке в метро устройств для опознавания лиц.
Будущее уже наступило, что тут скажешь.
Теперь перед корпорациями, гос. структурами и простыми людьми стоит задача сделать обучаемые машины безопасными для человека. Автор книги на основе собственного опыта (очень интересная глава про Facebook- всем советую!) размышляет о том, как добиться этого в ближайшие десятилетия. И вообще, возможно ли это.
Актуально, познавательно, местами злободневно.
Это крайне занимательная книга. Но скажу сразу, что автор, хоть и обещает, что расскажет "легким языком", по факту рассчитывает на читателя, который помнит и малость имеет представление о том, что такое функция, ее производная, как вычисляется тот же интеграл от производной. А еще малость помнит языки программирования, сам принцип, как пишутся программы. Так что если вы надеетесь, что там найдет крайне простое описание того, что такое ИИ - это наивно. Книга рассчитана именно на людей, которые хорошо помнят высшую математику и основы математического анализа, например, те же графы, матричное решение, построение функции для множества чисел. Признаюсь, я математику не очень люблю, там есть верные решения и не верные. Не то, что в жизни. Но читал я с упоением. Так как в принципе имею представления о том, что говорит автор. Например, как писать простые программки на вычисления, на выборку. Знаю логику, как мысль оформить в знаки. Там же, действительно, малость иная логика. Наверно, из-за этого для меня ИИ некая загадка, непонятно. Тем более самообучающиеся программы. После этой книги я много чего понял. Например, саму логику построения. Довольно интересно придумано, например, с той же выборкой критериев. Мне книга понравилась. Но я что-то сомневаюсь, что большинству это будет интересно. Все же написана она специфически. И рассчитана на читателя, который хорошо знаком хотя бы с мат-анализом, тем же программированием. Ругать не буду, но литература сильно специфичная. Благодарю за внимание! Надеюсь, что отзыв окажется для вас полезным. Общее впечатление: любопытно, но если вы ещё помните, что такое функция, ее производная и ось абсцисс.
Неплохо. Интересно рассказано про глубокое обучение и глубокие сети.Автор подробно объясняет алгоритмы интеллекта, показывая как именно машина будет решать ту или иную задачу.
Из минусов: слишком много истории технического прогресса ХХ века + слишком много взято из опыта и работы самого автора. А хотелось-то больше прочитать именно про революцию в искусственном интеллекте и какие-то конкретные
Понравилось, как автор описал проникновение искусств. интеллекта во все сферы жизни: экономика, коммуникация, транспорт, медицина.
"Как учится машина" стала толчком к изучению мышления, психологии и лингвистики. На стыке этих дисциплин и лежит секрет обучаемости машин.
Теперь на очереди книги Ноама Хомски и Пиаже. Слышал об авторах много хорошего, но благодаря выжимкам Лекуна решился прочитать их работы.
Leave a review
глубокое обучение состоит из: 1. Построения архитектуры многослойной сети путем расстановки и соединения модулей. 2. Обучения данной архитектуры методом градиентного спуска после вычисления этого градиента обратным распространением. Прилагательное «глубокий» здесь просто выра
Обучение с учителем, наиболее часто используемое в ИИ, является лишь слабым отражением принципа обучения людей или животных. Оно основано на архитектуре, параметры которой постепенно корректируются для решения поставленной задачи. Но чтобы научить систему распознавать объекты, ей потребуются тысячи или даже миллионы изображений таких объектов.
Будущее теперь за профессиями в области здравоохранения, искусства, науки, образования, спорта – всем тем, что отдают приоритет эмоциональным или интеллектуальным аспектам жизни.
Reviews
8