Hinweis: Der folgende Artikel hilft Ihnen dabei: Die besten Bücher über künstliche Intelligenz (KI) zum Lesen im Jahr 2023
Die Fähigkeit einer Maschine, auf die gleiche Weise zu denken, zu lernen und Probleme zu lösen wie Menschen, stellt künstliche Intelligenz dar. Das Schöne an künstlicher Intelligenz ist, dass man einen Computer mit vorprogrammierten Algorithmen konstruieren kann, der mit seiner eigenen Intelligenz arbeiten kann, sodass man eine Maschine nicht vorprogrammieren muss, um etwas auszuführen. Hier sind einige Beispiele für KI, die wir häufig erleben:
- Selbstfahrende Autos
- Digitale Assistenten mögen Google Assistant und Siri
- Filmempfehlungssysteme
- Intelligente Landwirtschaft
- Gesichtserkennung
Eines der heute am häufigsten verwendeten Schlagworte in der Technologie ist künstliche Intelligenz. Wir erfahren immer mehr darüber, wie Computer menschliche Denkprozesse nachahmen und dank Innovationen wie Siri und Alexa sogar Aufgaben erledigen können, die einst als zu komplex für Maschinen galten. Das Konzept der künstlichen Intelligenz beschäftigt Philosophen, Technologen und Science-Fiction-Autoren schon seit einiger Zeit. KI bleibt für viele Menschen ein Rätsel, das schwer zu definieren oder zu verstehen ist. Wir haben eine Liste mit Büchern zusammengestellt, die Sie dabei unterstützen, damit Sie mehr über das spannende Gebiet der künstlichen Intelligenz erfahren.
Der Text bietet mathematische und konzeptionelle Hintergrundinformationen und deckt relevante Konzepte der linearen Algebra, der Wahrscheinlichkeitstheorie und Informationstheorie, der numerischen Berechnung und des maschinellen Lernens ab. Es beschreibt Deep-Learning-Techniken, die von Praktikern in der Industrie verwendet werden, einschließlich Deep-Feedforward-Netzwerke, Regularisierung, Optimierungsalgorithmen, Faltungsnetzwerke, Sequenzmodellierung und praktische Methodik; und es untersucht Anwendungen wie die Verarbeitung natürlicher Sprache, Spracherkennung, Computer Vision, Online-Empfehlungssysteme, Bioinformatik und Videospiele. Abschließend bietet das Buch Forschungsperspektiven und deckt theoretische Themen wie lineare Faktormodelle, Autoencoder, Repräsentationslernen, strukturierte Wahrscheinlichkeitsmodelle, Monte-Carlo-Methoden, die Partitionsfunktion, ungefähre Inferenz und tiefe generative Modelle ab.
Einführung in die Künstliche Intelligenz
präsentiert eine Einführung in die Wissenschaft der Denkprozesse in Computern sowie die Forschungsansätze und Ergebnisse der letzten zwei Jahrzehnte. Sie finden eine klare, leicht verständliche Berichterstattung über Problemlösungsmethoden, Darstellungen und Modelle, Spiele, automatisiertes Verständnis natürlicher Sprachen, heuristische Suchtheorie, Robotersysteme, heuristische Szenenanalyse und spezifische Errungenschaften der künstlichen Intelligenz. Verwandte Themen sind ebenfalls enthalten: Beweisen von Prädikatenkalkülsätzen, Maschinenarchitektur, psychologische Simulation, automatische Programmierung, neuartige Softwaretechniken, industrielle Automatisierung und vieles mehr.
Für uns beginnt gerade ein neues Zeitalter. Was einst Science-Fiction war, wird schnell zur Realität, da KI Krieg, Kriminalität, Recht, Arbeit, Gesellschaft und sogar unsere Vorstellung davon, was es bedeutet, ein Mensch zu sein, verändert. KI kann unsere gemeinsame Zukunft potenziell stärker verändern als jede andere Technologie. Niemand ist dafür besser geeignet als Max Tegmark, ein MIT-Professor und Mitbegründer des Future of Life Institute, dessen Arbeit die Mainstream-Forschung darüber unterstützt hat, wie man KI harmlos halten kann.
Dieses Buch erkundet die nächste Stufe der menschlichen Evolution, indem es den Leser in den modernsten KI-Denkprozess eintauchen lässt. Das Buch untersucht, wie man von der Automatisierung profitiert, ohne Arbeitsplätze zu streichen, wie man sicherstellt, dass zukünftige KI-Systeme wie geplant funktionieren, ohne zu versagen oder beeinträchtigt zu werden, und wie man mit KI im Leben erfolgreich ist, ohne tödlichen autonomen Robotern zum Opfer zu fallen.
Wenn es um künstliche Intelligenz geht, hören wir entweder von einem Paradies auf Erden oder von unserem bevorstehenden Aussterben. Es ist an der Zeit, dass wir uns digital mit den wahren Möglichkeiten und Grenzen der Algorithmen auseinandersetzen, die bereits wichtige Entscheidungen im Gesundheitswesen, im Transportwesen, in der Kriminalität und im Handel automatisieren. ist eine unverzichtbare Vorbereitung auf die moralischen Probleme einer von Codes beherrschten Welt, und mit der stets unterhaltsamen Hannah Fry als Führerin werden wir diese Themen noch lange nach dem Umblättern der letzten Seite diskutieren.
Dieses Buch behandelt alle entscheidenden Entwicklungen in der künstlichen Intelligenz (KI) seit der Veröffentlichung der vorherigen Version im Jahr 2003. Wichtige KI-Anwendungen umfassen praktische Spracherkennung, maschinelle Übersetzung, autonome Fahrzeuge und Heimrobotik, die alle weit verbreitet sind. Es gab algorithmische Errungenschaften, wie zum Beispiel die Dame-Spiellösung. Es wurde eine theoretische Studie durchgeführt, insbesondere in den Bereichen Computer Vision, maschinelles Lernen und probabilistisches Denken.
In seinem mit Spannung erwarteten Werk führt Ray Kurzweil diese Untersuchung auf den nächsten Schritt: Er rekonstruiert das Gehirn, um genau zu verstehen, wie es funktioniert, und wendet dieses Wissen dann an, um hochintelligente Maschinen zu schaffen.
Wenn der Datenismus heute die aufstrebende Philosophie ist, wird dieses Buch ihre Bibel sein. Das Streben nach universellem Lernen ist eine der bedeutendsten, faszinierendsten und revolutionärsten intellektuellen Entwicklungen aller Zeiten. Ein bahnbrechendes Buch ist der unverzichtbare Leitfaden für jeden, der nicht nur verstehen möchte, wie die Revolution ablaufen wird, sondern auch, wie man an der Spitze stehen kann.
Dieses wunderschön illustrierte Buch bietet eine lockere Einführung in die wichtigsten Lerntechniken neuronaler Netze, gefolgt von ausführlichen mathematischen Studien. Wir diskutieren moderne tiefe neuronale Netze und historisch bemerkenswerte neuronale Netze (wie Perzeptrone) (z. B. generative gegnerische Netze). Diese leicht verständliche Einführung in die Algorithmen der zeitgenössischen künstlichen Intelligenz umfasst ein umfassendes Lexikon, pädagogische Ergänzungen (z. B. das Bayes-Theorem) und eine Liste zusätzlicher Lektüre. Online-Computerprogramme, die aus Open-Source-Repositories erstellt wurden, werden verwendet, um den Schülern praktische Erfahrungen mit neuronalen Netzen zu vermitteln, und PowerPoint-Folien werden auch verwendet, um die Ausbildung zu verbessern.
In ihrem Buch zeigen die Accenture-Führungskräfte Paul R. Daugherty und H. James (Jim) Wilson, dass der Kern des KI-Paradigmenwechsels die Transformation aller Dinge innerhalb einer Organisation ist – sei es im Zusammenhang mit bahnbrechenden Innovationen, alltäglichem Kundenservice oder persönlichen Produktivitätsgewohnheiten. Da Menschen und intelligente Maschinen immer enger zusammenarbeiten, werden Arbeitsprozesse flüssiger und anpassungsfähiger, sodass Unternehmen sie im Handumdrehen ändern oder völlig neu gestalten können. KI verändert alle Regeln der Arbeitsweise von Unternehmen.
Dadurch verfügt jeder, der daran interessiert ist, maschinelles Lernen zur Lösung realer Probleme zu nutzen, nun über einen dringend benötigten Ausgangspunkt. Dieses Buch macht maschinelles Lernen verständlich und praktisch. Es enthält:
- Wie maschinelles Lernen im täglichen Leben angewendet wird.
- Neben dem Erlernen der Durchführung musterorientierter Aufgaben und der Datenanalyse werden Python und R vorgestellt.
- Verwendung von R Studio zum Codieren in R.
- Python-Codierung mit Anaconda.
Führungskräfte aus der Wirtschaft, die künstliche Intelligenz nutzen möchten, um die Effektivität ihrer Organisationen und den Lebensstandard in ihren Gemeinden zu steigern, können den praktischen Leitfaden „Angewandte künstliche Intelligenz“ nutzen. Hier ist Ihr Plan: Wenn Sie unternehmensweite Innovationen generieren möchten, indem Sie Daten, Technologie, Design und Menschen vereinen, um tatsächliche Probleme anzugehen.
Dieses Buch soll Sie dabei unterstützen, maschinelles Lernen und künstliche Intelligenz zu nutzen, um spezifische Geschäftsentscheidungen zu treffen. In diesem Buch werden Sie weder Verallgemeinerungen über die Zukunft der Menschheit noch eine Fülle von Informationen zu TensorFlow-Codeproblemen finden. Stattdessen wird gezeigt, wie Sie ein vielfältiges Team von Spezialisten organisieren, die besten Möglichkeiten auswählen, strategische Experimente durchführen und Ihre Lösungen gezielt so gestalten, dass sie sowohl Ihrem Unternehmen als auch der Gesellschaft zugute kommen.
In den Augen der Öffentlichkeit ist übermenschliche künstliche Intelligenz eine steigende Flutwelle, die Beschäftigung, zwischenmenschliche Beziehungen und die Zivilisation bedroht. Der Konflikt zwischen Mensch und Maschine ist unvermeidlich und sein Ausgang ist nur allzu offensichtlich. Dieses bahnbrechende Buch des renommierten KI-Forschers Stuart Russell verdeutlicht, dass dieser Albtraum vermeidbar ist, aber nur, wenn wir KI von Grund auf überdenken. In seinem Eröffnungskapitel untersucht Russell die Idee der Intelligenz sowohl bei Menschen als auch bei Maschinen. Er beschreibt die kurzfristigen Vorteile, die wir erwarten können, wie intelligente persönliche Assistenten und eine deutlich schnellere wissenschaftliche Forschung, sowie die KI-Entwicklungen, die stattfinden müssen, bevor wir eine übermenschliche KI erreichen. Darüber hinaus beschreibt er, wie Menschen KI bereits nutzen, von tödlichen autonomen Waffen bis hin zu viraler Sabotage.
Die faszinierende und unterhaltsame Geschichte der künstlichen Intelligenz, wie wir sie heute kennen, wird in Genius Makers erzählt. Das Buch ist voll von anschaulichen Anekdoten und Einblicken hinter die Kulissen über die Geburt des Deep Learning, die auf Hunderten von Einzelinterviews basieren. Es konzentriert sich in erster Linie auf die Personen, die zur aktuellen KI-Revolution beigetragen haben, darunter Geoff Hinton, Demis Hassabis, Yann LeCun, Fei-Fei Li, Jeff Dean und andere.
Dieses Buch ist Pflichtlektüre für alle, die sich für die Geschichte und den aktuellen Stand der künstlichen Intelligenz interessieren.
Superintelligenz: Wege, Gefahren, Strategien von Nick Bostrom
Dieses zutiefst ehrgeizige und originelle Buch gliedert eine umfangreiche Spur schwierigen intellektuellen Terrains. Nach einer äußerst fesselnden Reise, die uns an die Grenzen des Nachdenkens über die menschliche Existenz und die Zukunft des intelligenten Lebens führt, finden wir in Nick Bostroms Werk nichts weniger als eine Neukonzeptualisierung der wesentlichen Aufgabe unserer Zeit.
Dieses Buch bietet einen hervorragenden und kurzen Überblick über verschiedene ML-Techniken zur Lösung überwachter und unbeaufsichtigter Lernprobleme. Der Autor deckt jedes Thema ab, indem er gerade genug Details klar und prägnant liefert. Sehr empfehlenswert für Leser, die auf nur 100–150 Seiten ein solides Verständnis von ML wünschen
Immer mehr reale Aufgaben werden der künstlichen Intelligenz übertragen, auch im Zusammenhang mit unseren Häusern, Krankenhäusern, Schulen und Finanzinstituten. Wie stellen wir sicher, dass das Urteilsvermögen und die Werte dieser komplexeren KI-Systeme, deren Entscheidungsfindung wir weder direkt kontrollieren noch nachvollziehen können, mit unseren eigenen übereinstimmen?
In diesem Buch wird das „Ausrichtungsproblem“ in der KI einschließlich seiner philosophischen und technischen Grundlagen gründlich analysiert. Besonders faszinierend ist die Erforschung des inversen Verstärkungslernens und seines Potenzials zur Schaffung vertrauenswürdiger KI-Systeme in dem Buch.
In ihren fesselnden Memoiren gewährt eine ägyptisch-amerikanische Visionärin und Wissenschaftlerin einen intimen Einblick in ihre persönliche Transformation, während sie ihrer Berufung folgt – unsere Technologie und die Art und Weise, wie wir uns miteinander verbinden, zu humanisieren.
Im Bereich der KI ist Gary Marcus ein umstrittener Charakter. Er ist einer der schärfsten und entschiedensten Kritiker des heute vorherrschenden Big-Data- und Deep-Learning-basierten KI-Paradigmas. Er kritisiert häufig, dass es Deep Learning an Robustheit und gesundem Menschenverstand mangelt, und erklärt, dass alte symbolische Methoden in die Zukunft der KI einbezogen werden müssen.
Die wichtigsten Punkte von Marcus zum heutigen Stand der KI sind in Rebooting AI gut zusammengefasst. Du solltest es lesen. John Stuart Mill sagte einmal: „Wer nur seine eigene Seite des Arguments kennt, weiß wenig darüber.“
Sie verlassen dieses Buch mit einem grundlegenden Verständnis der künstlichen Intelligenz und ihrer Auswirkungen. Wichtige Ideen wie maschinelles Lernen, Deep Learning, Verarbeitung natürlicher Sprache, Robotik und mehr werden auf nicht-technische Weise vorgestellt. Der Autor geht auch auf die Fragen ein, die die möglichen Auswirkungen von KI auf gesellschaftliche Trends, ethische Fragen, Regierungssysteme, Unternehmensstrukturen und das tägliche Leben betreffen.
Der Aufbau effektiver KI-Systeme ist der Rahmen, in dem dieses Buch fortgeschrittene Common Lisp-Techniken vermittelt. Es entwickelt und debuggt robuste, praktische Programme und präsentiert gleichzeitig hervorragende Programmierstile und bedeutende KI-Konzepte. Es rekonstruiert reale, komplizierte KI-Anwendungen mit modernstem Common Lisp. Es ist eine wertvolle Ergänzung zu allgemeinen KI-Kursen und eine unverzichtbare Ressource für jeden erfahrenen Programmierer.
Es stellt kurz das maschinelle Lernen vor, die Technologie hinter Anwendungen wie Empfehlungssystemen, Gesichtserkennung und selbstfahrenden Autos. Für den allgemeinen Leser bietet der Autor eine prägnante Zusammenfassung des Themas, indem er seine Geschichte, wichtige Lernalgorithmen und Anwendungsbeispiele darlegt.
Anhand von Profilen von Tech-Visionären, Branchenwächtern und bahnbrechenden KI-Systemen untersucht James Barrat die Gefahren des rücksichtslosen Strebens nach fortschrittlicher KI. Bisher gab es keine Konkurrenz zur menschlichen Intelligenz. Können wir mit Wesen koexistieren, deren Intelligenz unsere eigene in den Schatten stellt? Und werden sie es uns erlauben?
In seinem Werk argumentiert Kai-fu Lee eindringlich, dass aufgrund dieser beispiellosen Entwicklungen in der KI dramatische Veränderungen viel früher eintreten werden, als viele von uns erwartet hatten. Während sich der KI-Wettbewerb zwischen den USA und China zu verschärfen beginnt, drängt Lee die USA und China dazu, die große Verantwortung, die mit einer bedeutenden technologischen Macht einhergeht, zu akzeptieren und anzunehmen.
Es bietet einen umfassenden Überblick über die leistungsstärksten Techniken des maschinellen Lernens in der prädiktiven Datenanalyse und deckt theoretische Ideen und tatsächliche Implementierungen ab. Fallstudien zeigen, wie diese Modelle in einem größeren Unternehmensumfeld angewendet werden, und anschauliche Beispiele ergänzen die technischen und mathematischen Informationen. Das Buch präsentiert außerdem zwei Fallstudien, die spezifische Datenanalyseprojekte in jeder Entwicklungsphase detailliert beschreiben, von der Formulierung der geschäftlichen Herausforderungen bis zur Umsetzung der Analyselösung in die Praxis. Abschließend werden Ansätze zur Bewertung von Vorhersagemodellen diskutiert.
Die Emotionsmaschine: Gesundes Denken, künstliche Intelligenz und die Zukunft des menschlichen Geistes von Marvin Minsky
In diesem bewusstseinserweiternden Buch setzt der Wissenschaftspionier Marvin Minsky seine bahnbrechende Forschung fort und bietet ein faszinierendes neues Modell für die Funktionsweise unseres Geistes. Er argumentiert überzeugend, dass Emotionen, Intuitionen und Gefühle keine unterschiedlichen Dinge, sondern unterschiedliche Denkweisen sind.
Reinforcement Learning, einer der aktivsten Forschungsbereiche der künstlichen Intelligenz, ist ein rechnerischer Lernansatz, bei dem ein Agent versucht, die Gesamtbelohnung zu maximieren, die er erhält, wenn er mit einer komplexen, unsicheren Umgebung interagiert. In geben Richard Sutton und Andrew Barto einen klaren und einfachen Überblick über die Schlüsselideen und Algorithmen des Reinforcement Learning. Ihre Diskussion reicht von der Geschichte der intellektuellen Grundlagen des Fachgebiets bis hin zu den neuesten Entwicklungen und Anwendungen. Der einzige erforderliche mathematische Hintergrund ist die Vertrautheit mit elementaren Wahrscheinlichkeitskonzepten.
