Il mondo dell’intelligenza artificiale può essere intimidatorio a causa della terminologia e degli algoritmi di apprendimento automatico disponibili. Dopo aver letto oltre 50 dei libri più consigliati sull’apprendimento automatico, ho compilato la mia lista personale di libri da leggere assolutamente.
I libri scelti si basano sul tipo di idee presentate e su come vengono presentati concetti come l’apprendimento profondo, l’apprendimento per rinforzo e gli algoritmi genetici. Il più importante è che la lista si basa sui libri che meglio preparano il cammino per i futuristi e i ricercatori verso la costruzione di un’intelligenza artificiale responsabile e spiegabile.
#6. Come Funziona l’Intelligenza Artificiale: Dalla Magia alla Scienza di Ronald T. Kneusel
“Come Funziona l’Intelligenza Artificiale” è un libro conciso e chiaro progettato per delineare i fondamenti dell’apprendimento automatico. Questo libro facilita l’apprendimento della ricca storia dell’apprendimento automatico, viaggiando dall’inizio dei sistemi di intelligenza artificiale legacy ai metodi contemporanei.
La storia è stratificata, iniziando con i sistemi di intelligenza artificiale ben fondati come le macchine a vettori di supporto, gli alberi decisionali e le foreste casuali. Questi sistemi precedenti hanno aperto la strada a progressi rivoluzionari, portando allo sviluppo di approcci più sofisticati come le reti neurali e le reti neurali convolutive. Il libro discute le incredibili capacità offerte dai Modelli Linguistici di Grande Scala (LLM), che sono il motore della generazione di immagini di oggi.
Capire i fondamenti, come la tecnologia di immagine da rumore può replicare le immagini esistenti e anche creare nuove immagini senza precedenti da prompt apparentemente casuali, è fondamentale per comprendere le forze che guidano i generatori di immagini di oggi. Questo libro spiega magnificamente questi aspetti fondamentali, permettendo ai lettori di comprendere le sfumature e la meccanica sottostante delle tecnologie di generazione di immagini.
Ron Kneusel, l’autore, dimostra uno sforzo lodevole nel chiarire le sue prospettive su perché OpenAI’s ChatGPT e il suo modello LLM segnano l’inizio della vera intelligenza artificiale. Presenta meticolosamente come distinti LLM esibiscono proprietà emergenti in grado di comprendere intuitivamente la teoria della mente. Queste proprietà emergenti sembrano diventare più pronunciate e influenti in base alle dimensioni del modello di addestramento. Kneusel discute come una maggiore quantità di parametri di solito porta ai modelli LLM più efficienti e di successo, offrendo approfondimenti più profondi sulla dinamica di scala e sull’efficacia di questi modelli.
Questo libro è un faro per coloro che desiderano imparare di più sul mondo dell’intelligenza artificiale, offrendo una panoramica dettagliata e comprensibile dell’evoluzione delle tecnologie di apprendimento automatico, dalle loro forme rudimentali alle entità pioniere di oggi. Sia che siate un principiante o qualcuno con una conoscenza sostanziale dell’argomento, “Come Funziona l’Intelligenza Artificiale” è progettato per fornirvi una comprensione raffinata delle tecnologie trasformative che continuano a plasmare il nostro mondo.
#5. Vita 3.0 di Max Tegmark
“Vita 3.0” ha un obiettivo ambizioso, ovvero esplorare le possibilità di come coesisteremo con l’intelligenza artificiale nel futuro. L’Intelligenza Artificiale Generale (AGI) è la conseguenza inevitabile dell’argomento dell’esplosione di intelligenza avanzata dal matematico britannico Irving Good nel 1965. Questo argomento afferma che un’intelligenza sovrumana sarà il risultato di una macchina in grado di auto-migliorarsi continuamente.
Queste sono le domande di tipo forward thinking e importanti che Vita 3.0 esplora. La Vita 1.0 sono forme di vita semplici come i batteri che possono cambiare solo attraverso l’evoluzione che modifica il loro DNA. La Vita 2.0 sono forme di vita che possono ridisegnare il proprio software, come imparare una nuova lingua o abilità. La Vita 3.0 è un’intelligenza artificiale che non solo può modificare il proprio comportamento e abilità, ma può anche modificare il proprio hardware, ad esempio migliorando il proprio sé robotico.
Solo quando capiamo i benefici e i rischi di un’AGI, possiamo iniziare a valutare opzioni per assicurarci di costruire un’intelligenza artificiale amichevole che possa allinearsi con i nostri obiettivi. Per fare ciò, potremmo anche dover capire cosa è la coscienza e come la coscienza dell’intelligenza artificiale differirà dalla nostra.
Ci sono molti argomenti caldi che vengono esplorati in questo libro e dovrebbe essere lettura obbligatoria per chiunque desideri veramente capire come l’AGI possa essere una minaccia potenziale, nonché una possibile linea di vita per il futuro della civiltà umana.
#4. Compatibile con l’Uomo: Intelligenza Artificiale e il Problema del Controllo di Stuart Russell
Cosa succede se riuscissimo a costruire un agente intelligente, qualcosa che percepisce, agisce e è più intelligente dei suoi creatori? Come convinceremo le macchine a raggiungere i nostri obiettivi invece dei loro?
Il libro “Compatibile con l’Uomo” affronta il concetto che dobbiamo evitare di “inserire uno scopo nella macchina”, come ha detto una volta Norbert Wiener. Una macchina intelligente che è troppo certa dei suoi obiettivi fissi è il tipo di intelligenza artificiale pericolosa. In altre parole, se l’intelligenza artificiale diventa restia a considerare la possibilità che sia sbagliata nell’eseguire il suo scopo e funzione pre-programmati, potrebbe essere impossibile farlo spegnere.
La difficoltà, come delineata da Stuart Russell, sta nell’istruire l’intelligenza artificiale/robot che nessun comando istruito è destinato a essere raggiunto a ogni costo. Non è okay sacrificare la vita umana per prendere un caffè o grigliare il gatto per fornire il pranzo. Deve essere capito che “portami all’aeroporto il più velocemente possibile” non implica che le leggi sulla velocità possano essere violate, anche se questo comando non è esplicito.
In un articolo del 1965 intitolato “Speculazioni sull’Intelligenza Ultraintelligente”, I.J. Good, un matematico brillante che ha lavorato con Alan Turing, ha affermato: “La sopravvivenza dell’uomo dipende dalla costruzione precoce di una macchina ultraintelligente”. È del tutto possibile che, per salvare noi stessi da disastri ecologici, biologici e umanitari, dobbiamo costruire l’intelligenza artificiale più avanzata che possiamo.
Questo libro è una mappa per guidarci verso la progettazione di sistemi di intelligenza artificiale sicuri, responsabili e provabilmente benefici.
#3. Come Creare una Mente di Ray Kurzweil
Ray Kurzweil è uno degli inventori, pensatori e futuristi più importanti del mondo, ed è stato definito “il genio inquieto” dal Wall Street Journal e “la macchina pensante ultima” da Forbes. È anche co-fondatore della Singularity University e noto per il suo libro rivoluzionario “La Singolarità è Vicina”. “Come Creare una Mente” affronta meno le questioni di crescita esponenziale che sono il marchio di fabbrica del suo altro lavoro, concentrandosi invece su come dobbiamo capire il cervello umano per progettare la macchina pensante ultima.
Uno dei principi fondamentali delineati in questo lavoro seminale è come funziona il riconoscimento di pattern nel cervello umano. Come gli esseri umani riconoscono i pattern nella vita di tutti i giorni? Come vengono formate queste connessioni nel cervello? Il libro inizia con la comprensione del pensiero gerarchico, ovvero capire una struttura composta da elementi diversi disposti in un pattern, che rappresenta un simbolo come una lettera o un carattere, e poi questo viene ulteriormente disposto in un pattern più avanzato come una parola, e infine una frase.
Questo libro è stato così trasformativo per il futuro dell’intelligenza artificiale che Eric Schmidt ha reclutato Ray Kurzweil per lavorare a progetti di intelligenza artificiale dopo aver finito di leggere questo libro seminale. È impossibile delineare tutte le idee e i concetti discussi in questo libro, ma è un libro strumentale per capire meglio come funzionano le reti neurali umane al fine di progettare una rete neurale artificiale avanzata.
Il riconoscimento di pattern è l’elemento chiave per l’apprendimento profondo, e questo libro illustra perché.
#2. L’Algoritmo Maestro di Pedro Domingos
L’ipotesi centrale de “L’Algoritmo Maestro” è che tutta la conoscenza – passata, presente e futura – possa essere derivata dai dati da un unico algoritmo di apprendimento universale, noto come Algoritmo Maestro. Il libro fornisce spiegazioni dettagliate di come funzionano diversi algoritmi di apprendimento automatico, come possono essere ottimizzati e come possono lavorare insieme per raggiungere l’obiettivo finale di creare l’Algoritmo Maestro. Questo è un algoritmo in grado di risolvere qualsiasi problema che gli viene presentato, compresa la cura del cancro.
Il lettore inizia imparando il Naïve Bayes, un algoritmo semplice che può essere spiegato in una sola equazione. Da lì, si accelera a piena velocità verso tecniche di apprendimento automatico più interessanti. Per comprendere le tecnologie che ci stanno portando verso l’Algoritmo Maestro, impariamo i fondamenti convergenti. Prima, dalla neuroscienza, impariamo la plasticità del cervello e le reti neurali umane. Secondo, passiamo alla selezione naturale in una lezione per capire come progettare un algoritmo genetico che simuli l’evoluzione e la selezione naturale.
Questo libro è stato così ambizioso nello stabilire la struttura per la costruzione dell’Algoritmo Maestro che ha spinto questo libro al secondo posto, poiché tutti gli altri libri di apprendimento automatico si basano su questo in qualche forma.
#1. Mille Cervelli di Jeff Hawkins
“Mille Cervelli” si basa sui concetti discussi nel libro precedente di Jeff Hawkins intitolato “Sull’Intelligenza”. “Sull’Intelligenza” ha esplorato la struttura per capire come funziona l’intelligenza umana e come questi concetti possono essere applicati per costruire il sistema di intelligenza artificiale e AGI ultimate. Fondamentalmente, analizza come il nostro cervello prevede cosa esperiremo prima di esperirlo.
“Mille Cervelli” sarà meglio apprezzato se letto dopo “Sull’Intelligenza”.
“Mille Cervelli” si basa sulle ultime ricerche di Jeff Hawkins e della società da lui fondata, Numenta. Numenta ha l’obiettivo principale di sviluppare una teoria su come funziona il neocortex, e l’obiettivo secondario è come questa teoria del cervello possa essere applicata all’apprendimento automatico e all’intelligenza delle macchine.
La prima scoperta importante di Numenta nel 2010 riguarda come i neuroni fanno previsioni, e la seconda scoperta nel 2016 ha coinvolto i riferimenti a mappe nel neocortex. Il libro spiega innanzitutto cosa sia la teoria dei “Mille Cervelli”, cosa siano i riferimenti e come funziona la teoria nel mondo reale. Uno dei componenti fondamentali di questa teoria è capire come il neocortex è evoluto alla sua dimensione attuale.
Il neocortex è iniziato piccolo, simile ad altri mammiferi, ma è cresciuto esponenzialmente (limitato solo dalle dimensioni del canale del parto) non creando nulla di nuovo, ma copiando un circuito di base ripetutamente. In sostanza, ciò che differenzia gli esseri umani non è il materiale organico del cervello, ma il numero di copie degli elementi identici che formano il neocortex.
La teoria si evolve ulteriormente su come il neocortex è formato da circa 150.000 colonne corticali che non sono visibili al microscopio poiché non ci sono confini visibili tra loro. Come queste colonne corticali comunicano tra loro è l’implementazione di un algoritmo fondamentale responsabile di ogni aspetto della percezione e dell’intelligenza.
Il libro rivela come questa teoria possa essere applicata per costruire macchine intelligenti e le possibili implicazioni future per la società. Ad esempio, il cervello apprende un modello del mondo osservando come gli input cambiano nel tempo, specialmente quando si applica il movimento. Le colonne corticali richiedono un riferimento fisso a un oggetto, questi riferimenti consentono a una colonna corticale di apprendere le posizioni delle caratteristiche che definiscono la realtà di un oggetto. In sostanza, i riferimenti possono organizzare qualsiasi tipo di conoscenza. Ciò porta alla parte più importante di questo libro seminale: i riferimenti possono essere il collegamento vitale mancante per costruire un sistema di intelligenza artificiale più avanzato o addirittura un sistema AGI? Jeff Hawkins crede in un futuro inevitabile in cui un AGI apprenderà modelli del mondo utilizzando riferimenti a mappe simili al neocortex, e fa un lavoro notevole nel spiegare perché crede in questo.
