Odamlar uchun mashina o'rganish

Matematik, kod va haqiqiy dunyo misollari bilan birga sodda, aniq-inglizcha tushuntirishlar.

Ushbu turkum to'liq metrajli elektron kitob sifatida mavjud! Bu erda yuklab oling. Yuklab olish uchun bepul, hissa qo'shgan (paypal.me/ml4h)

Yo'l xaritasi

1-qism: Nima uchun mashinani o'rganish masalalari. Sun'iy intellekt va mashinani o'rganishning katta tasviri - o'tmish, hozirgi va kelajak.

2.1-qism: Nazorat ostidagi ta'lim. Javob kaliti bilan o'rganish. Chiziqli regressiya, yo'qotish funktsiyalari, haddan tashqari muvofiqlashtirish va gradientning tushishi bilan tanishtirish.

2.2-qism: Nazorat ostidagi o'rganish II. Tasniflashning ikkita usuli: logistik regressiya va SVM.

2.3-qism: Nazorat ostidagi o'rganish III. Parametrik bo'lmagan o'quvchilar: k-yaqin qo'shnilar, qaror daraxtlari, tasodifiy o'rmonlar. Kross-validatsiya, giperparametrni sozlash va ansambl modellari bilan tanishtirish.

3-qism: Nazorat qilinmaydigan o'rganish. Klasterlash: k-vositalari, ierarxik. O'lchovning pasayishi: asosiy tarkibiy qismlarni tahlil qilish (PCA), yakka qiymatlarni ajratish (SVD).

4-qism: Neyron tarmoqlari va chuqur o'rganish. Nima uchun, qaerda va qanday qilib chuqur o'rganish ishlaydi. Ilhomni miyadan chizish. Konvolyutsion neyron tarmoqlari (CNN), takroriy neyron tarmoqlari (RNN). Haqiqiy dunyo dasturlari.

5-qism: mustahkamlashni o'rganish. Izlanish va ekspluatatsiya. Markov qarorlari jarayonlari. Q-o'rganish, siyosatni o'rganish va chuqur mustahkamlashni o'rganish. Qiymatni o'rganish muammosi.

Ilova: Eng yaxshi mashinalarni o'rganish manbalari. Mashinangizni o'qitish bo'yicha o'quv dasturini yaratish uchun tuzilgan manbalar ro'yxati.

Buni kim o'qishi kerak?

  • Mashinada o'qishni tezda o'rganishni istagan texnik odamlar
  • Mashinada o'qishni o'rganishni istagan va texnik tushunchalar bilan shug'ullanmoqchi bo'lgan texnik bo'lmagan odamlar
  • Mashinalarning qanday o'ylashi bilan qiziqadigan har kim

Ushbu qo'llanma hamma uchun ochiq bo'lishi uchun mo'ljallangan. Ehtimollar, statistika, dasturlash, chiziqli algebra va hisoblashda asosiy tushunchalar muhokama qilinadi, ammo ushbu seriyadan qiymat olish uchun ular haqida oldindan bilimga ega bo'lish shart emas.

Ushbu ketma-ketlik 2-3 soat ichida yuqori darajadagi mashinalarni o'rganish bo'yicha tushunchalarni tezlashtirish uchun qo'llanma.
Agar siz qaysi darslarni, o'qish darsliklarini, loyihalarni sinab ko'rishni va h.k.larni bilishni istasangiz, Ilovadagi tavsiyalarimizga e'tibor bering: Mashinani o'qitish bo'yicha eng yaxshi manbalar.

Nima uchun mashinani o'rganish muhim

Sun'iy intellekt bizning kelajagimizni ushbu asrdagi boshqa yangiliklarga qaraganda ancha kuchli qiladi. Buni tushunmaydigan har kim tez orada o'zlarini ko'proq sehrga o'xshab his etadigan texnologiya bilan to'la dunyoda uyg'onib, o'zlarini orqada qolganlik hissini his etadilar.

Tezlashuv darajasi allaqachon hayratlanarli. Ikki marta AI qishlari va so'nggi 40 yil ichida yolg'on umidlar paydo bo'lganidan so'ng, ma'lumotlarni saqlash va kompyuterni qayta ishlash quvvatining jadal rivojlanishi so'nggi yillarda o'yinni tubdan o'zgartirdi.

2015 yilda Google suhbatlashish vositasini (AI) o'qitdi, bu nafaqat odamlar bilan ishonchli texnik yordam xizmati sifatida o'zaro aloqa qilish, balki axloqni muhokama qilish, fikrlarni ifoda etish va umumiy faktlarga asoslangan savollarga javob berishdir.

(Vinyals & Le, 2017)

O'sha yili DeepMind Atari-ning 49 o'yinida inson darajasidagi ko'rsatkichlardan yuqori bo'lgan agentni ishlab chiqdi, ular faqat piksellar va o'yin ko'rsatkichlari sifatida ishtirok etishdi. Ko'p o'tmay, 2016 yilda DeepMind A3C deb nomlangan yangi zamonaviy o'yin usulini chiqargan holda o'z yutuqlarini bekor qildi.

Shu bilan birga, AlphaGo Go-dagi eng yaxshi o'yinchilardan birini mag'lubiyatga uchratdi - mashinalar shaxmatni birinchi marta zabt etgandan so'ng, odamlar yigirma yil davomida boshqargan o'yinda ajoyib yutuq. Ko'plab ustalar ushbu qadimgi Xitoy urushi strategiyasi o'yinining to'liq nuans va murakkabligini, uning 10 ta mumkin bo'lgan taxtali pozitsiyalarini (koinotda atigi 10 ta atama bor) tushunish qanday bo'lishini tasavvur qila olmadilar.

Professional Go o'yinchisi Li Sedol mag'lubiyatdan keyin AlphaGo bilan bo'lgan uchrashuvini ko'rib chiqmoqda. Surat Atlantika orqali.

2017 yil mart oyida OpenAI hamkorlik qilish va o'z maqsadlariga yanada samarali erishish uchun o'z tillarini ixtiro qilgan agentlarni yaratdi. Ko'p o'tmay, Facebook agentlarni muvaffaqiyatli ravishda muzokaralar olib borish va hatto yolg'on gapirishga o'rgatmoqda.

Bir necha kun oldin (ushbu yozuvga binoan) 2017 yil 11 avgust kuni OpenAI Dota 2 onlayn-o'yini o'yinlarining 1v1 o'yinlarida dunyoning eng yaxshi mutaxassislarini mag'lub etib yana bir ajoyib bosqichga erishdi.

YouTube-dagi Dendi (inson) va OpenAI (bot) o'yinlari bilan Xalqaro 2017-dagi to'liq o'yinni ko'ring.

Bizning zamonaviy texnologiyalarimizning aksariyati sun'iy intellekt tomonidan quvvatlanadi. Tayvanga keyingi safar paytida kamerangizni menyuga yo'naltiring va Google Translate ilovasi orqali restoranning tanlovlari ingliz tilida sehrli ko'rinishda bo'ladi.

Google Translate real vaqt rejimida nevrologik neyron tarmoqlaridan foydalangan holda ichimliklar menyusiga ingliz tilidagi tarjimalarni joylashtiradi.

Bugungi kunda AI saraton kasalligini davolash uchun dalillarga asoslangan davolash rejalarini tuzishda, tibbiy ekspertizadan olingan natijalarni darhol tegishli mutaxassisga etkazish uchun va dori-darmonlarni topishda ilmiy tadqiqotlar olib borish uchun ishlatiladi.

Londonda joylashgan BenevolentAI tomonidan jasorat bilan e'lon qilingan (ekran haqida

Kundalik hayotda odamlar odatiy ravishda egallab turadigan rollarda mashinalarni topish odatiy holga aylandi. Haqiqatan ham, keyingi safar siz mehmonxona stoliga tish pastasini yuborish uchun chaqirganda, uning o'rniga uy sharoitida olib boriladigan bir nechta quti paydo bo'lsa, hayron bo'lmang.

Ushbu seriyada biz ushbu texnologiyalar orqasida mashina o'rganish bo'yicha asosiy tushunchalarni ko'rib chiqamiz. Oxir-oqibat, siz ularning kontseptual darajada qanday ishlashini tasvirlab berishingiz va o'zingiz shunga o'xshash dasturlarni qurishni boshlash uchun vositalar bilan jihozlangan bo'lishingiz kerak.

Semantik daraxt: sun'iy aql va mashinani o'rganish

Birgina maslahat: bilimlarni semantik daraxt sifatida ko'rib chiqish juda muhim - barglarga / tafsilotlarga kirishdan oldin yoki magistralda va katta shoxlarda asosiy printsiplarni tushunganingizga ishonch hosil qiling yoki ularda osib qo'yadigan hech narsa yo'q. ga - Elon Musk, Reddit AMA
Mashinada o'qitish - bu kompyuterlarning fikrlash, rejalashtirish, qaror qilish va harakat qilish qobiliyatlarini oshirish uchun tajribadan o'rganish usullariga taalluqli sun'iy intellektning ko'pgina sohalaridan biridir.

Sun'iy aql - bu atrofdagi dunyoni idrok etadigan, rejalarni tuzadigan va o'z maqsadlariga erishish uchun qaror qabul qiladigan agentlarni o'rganish. Uning asoslariga matematika, mantiq, falsafa, ehtimollik, tilshunoslik, nevrologiya va qarorlar nazariyasi kiradi. Ko'p sohalar kompyuter ko'rish, robototexnika, mashinani o'rganish va tabiiy tillarni qayta ishlash kabi AI soyaboniga tushadi.

Mashinani o'rganish - bu sun'iy intellektning pastki sohasi. Uning maqsadi kompyuterlarni mustaqil ravishda o'rganishga imkon berishdir. Mashinani o'rganish algoritmi unga kuzatilgan ma'lumotlardagi naqshlarni aniqlashga, dunyoni tushuntirib beradigan modellarni yaratishga va oldindan dasturlashtirilgan qoidalar va modellarga ega bo'lmasdan narsalarni oldindan aytib berishga imkon beradi.

AI effekti: aslida "sun'iy aql" nimani anglatadi?
"AI" deb nomlanadigan texnologiyaning aniq standarti biroz noaniq va vaqt o'tishi bilan talqinlar o'zgaradi. AI yorlig'i an'anaviy ravishda odamlar sohasida vazifalarni bajaradigan mashinalarni tasvirlashga moyildir. Qizig'i shundaki, kompyuterlar ushbu vazifalardan birini qanday bajarish kerakligini bilib olgach, odamlar bu aslida aql emas deb aytishga moyildirlar. Bu AI effekti deb nomlanadi.
Masalan, IBM kompaniyasi Deep Blue 1997 yilda shaxmat bo'yicha jahon chempioni Garri Kasparovni mag'lubiyatga uchratganda, odamlar uning "shafqatsiz kuch" usullaridan foydalanayotganligi va umuman "haqiqiy" aql emasligi haqida shikoyat qilishgan. Pamela MakKorduk yozganidek: "Bu har doim kimdir kompyuterni qanday qilib qilishni yaxshi bilishini - yaxshi dama o'ynashni, oddiy, ammo nisbatan norasmiy muammolarni hal qilishni bilganida - bu sun'iy intellekt sohasi tarixining bir qismidir. "bu o'ylamayapti" "(MakKorduk, 2004).
Ehtimol, odamlar "sun'iy intellekt" sifatida ishonchli qabul qiladigan narsalarga xos bo'lgan ba'zi bir ne-sais quoi mavjud:
"AI hali qilinmagan narsa." - Duglas Xofstadter
Shunday qilib, kalkulyator AI deb hisoblanadimi? Ehtimol, biron bir talqin bilan. O'zini o'zi boshqaradigan mashina haqida nima deyish mumkin? Bugun, ha. Kelajakda, ehtimol bunday emas. Oqim jadvalini avtomatlashtiradigan ajoyib yangi chatbot boshlang'ichingiz? Albatta ... nima uchun emas.

Kuchli AI bizning dunyomizni butunlay o'zgartiradi; qanday tushunish uchun, mashina o'rganish o'rganish boshlash uchun yaxshi joy

Yuqorida muhokama qilingan texnologiyalar sun'iy tor razvedka (ANI) ning misollaridir, ular aniq belgilangan vazifani samarali bajarishi mumkin.

Shu bilan birga, biz kuchli AI sifatida tanilgan, inson darajasidagi sun'iy umumiy razvedka (AGI) bo'yicha asosli yutuqlarni davom ettirmoqdamiz. AGI ta'rifi - bu inson qila oladigan har qanday intellektual vazifalarni muvaffaqiyatli bajaradigan sun'iy intellekt, shu jumladan, noaniqlik sharoitida o'rganish, rejalashtirish va qaror qabul qilish, tabiiy tilda gaplashish, hazil qilish, odamlarni manipulyatsiya qilish, savdo-sotiq yoki ... qayta dasturlash. o'zi.

Va bu oxirgisi juda katta kelishuv. O'zini yaxshilaydigan AIni yaratganimizdan so'ng, u o'nlab kunlardan bir kungacha bo'lgan noma'lum vaqt ichida razvedkaning portlashiga olib keladigan rekursiv o'z-o'zini takomillashtirish tsiklini ochib beradi.

Shunday qilib, aqlli mashinani har qanday odamning intellektual faoliyatidan, aql-idrokka qaraganda ancha ustun turadigan mashina deb ta'riflasin. Mashinalarning konstruktsiyasi ushbu intellektual faoliyatlardan biri bo'lganligi sababli, ulug'vor aqlli mashina undan ham yaxshi mashinalarni loyihalashi mumkin edi; u holda shubhasiz "razvedka portlashi" bo'ladi va odamning aql-zakovati juda orqada qoladi. Shunday qilib, birinchi ultratovushli mashina bu odam tomonidan amalga oshirilishi kerak bo'lgan eng so'nggi ixtiro, agar bu mashina uni boshqarishni qanday saqlashimiz kerakligini bilsa. - I.J. Yaxshi, 1965 yil

Ehtimol, siz bu fikrni yakkalik deb atashgan bo'lishi mumkin. Bu atama qora tuynukning markazida, cheksiz zich bir o'lchovli nuqtada paydo bo'ladigan tortishish sinfiyligidan kelib chiqadi, bu erda biz tushunganimizdek fizika qonunlari buzila boshlaydi.

Qora tuynuk voqea ufqidan tashqarida nima sodir bo'lishini biz hech qanday nolga tasavvurga ega emasmiz, chunki hech qanday yorug'lik qochib qutula olmaydi. Shunga o'xshab, biz AIning o'zini rekursiv ravishda yaxshilay olish qobiliyatini ochganimizdan so'ng, odamni qasddan yaratgan sichqonlar insonning o'z dunyosi uchun nima qilishini oldindan aytib berishda qiynalishi mumkin. Bu ularga avvalgiday ko'proq pishloq olishlariga yordam beradimi? (Rasm WIRED orqali)

Kelajakdagi Gumanitar Institutning yaqinda qilgan hisobotida AI tadqiqotchilari guruhi AGI vaqtini aniqlashdi va "tadqiqotchilar 45 yildan keyin barcha vazifalarda odamni yuqtirishdan 50% ga ko'proq yuqish ehtimoli bor" deb ta'kidladilar (Greys va boshqalar, 2017) . Biz uzoqroq vaqtni (eng yuqori chegarasi "hech qachon") va boshqa muddatlari juda qisqa bo'lgan boshqa bir necha yilni taxmin qiladigan AI va aqlli amaliyotchilar bilan shaxsan suhbatlashdik.

Odam darajasidan yuqori darajadagi sun'iy zo'ravonlik (ASI) paydo bo'lishi bizning turimiz uchun eng yaxshi yoki yomon narsalardan biri bo'lishi mumkin. Bu bilan, odamlar uchun do'stona usulda qorin bo'shlig'i kasalliklarini nima istashini aniq belgilash juda qiyin.

Kelajakni nima kutayotganini aytishning iloji yo'q, biroq bitta narsa aniq: 2017 yil mashinalarning fikrlarini tushunishni boshlash uchun yaxshi vaqt. Kresloda bo'lgan faylasufning mavhumliklaridan chetga chiqish va AIga nisbatan bizning yo'l xaritalarimiz va siyosatlarimizni oqilona shakllantirish uchun biz mashinalar dunyoni qanday ko'rishlari - ular nimani "xohlashi", ularning potentsial tarafkashliklari va qobiliyatsiz rejimlari, tafsilotlari bilan shug'ullanishimiz kerak. temperamentli savol-javoblar - biz psixologiya va nevrologiyani o'rganayotib, odamlarning qanday o'rganish, qaror qilish, harakat qilish va his qilishni tushunish uchun.

Kelgusi yillarda bizning diqqat bilan g'amxo'rlik qilishni talab qiladigan qon tomir kasalligi bilan bog'liq murakkab, yuqori darajadagi savollar mavjud.
Mavjud ma'lumotlar to'plamida mavjud bo'lgan tizimli xayolparastliklarni yanada kuchaytirishga AI moyilligini qanday qarshi olamiz? Sun'iy intellektning potentsial xavflari va foydalari borasida dunyodagi eng kuchli texnologlar o'rtasida qanday kelishmovchiliklarga duch kelishimiz kerak? Ishlamaydigan dunyoda odamlarning maqsadga muvofiqligi bilan nima bo'ladi?

Mashinalarni o'rganish bizning sun'iy umumiy intellektga bo'lgan sayohatimizning asosidir va shu bilan birga, u har bir sohani o'zgartiradi va bizning kundalik hayotimizga katta ta'sir ko'rsatadi. Shuning uchun biz hech bo'lmaganda kontseptual darajada mashinani o'rganishni tushunishga arziymiz va biz ushbu seriyani boshlash uchun eng yaxshi joy sifatida ishlab chiqdik.

Ushbu seriyani qanday o'qish kerak

Undan foyda olish uchun seriyali muqovalarni o'qish shart emas. Sizning qiziqishlaringizga va qancha vaqtingiz borligiga qarab, unga qanday murojaat qilish kerakligi haqida uchta maslahat berilgan.

  1. T shaklidagi yondashuv. Boshidan oxirigacha o'qing. Borganingizda har bir bo'limni o'z so'zlaringiz bilan umumlashtiring (qarang: Feynman texnikasi); bu faol o'qish va kuchli ushlab turishga undaydi. Sizning qiziqishlaringiz yoki ishingizga eng mos keladigan sohalarga chuqurroq kirib boring. Biz har bir bo'lim oxirida qo'shimcha kashf qilish uchun manbalarni o'z ichiga olamiz.
  2. Fokusli yondashuv. Sizni qiziqtiradigan qismlarga to'g'ridan-to'g'ri o'ting va u erda aqliy kuchingizni jamlang.
  3. 80/20 yondashuvi. Bir vaqtning o'zida hamma narsani kesib oling, yuqori darajadagi qiziqarli kontseptsiyalarga bir nechta eslatma yozing va uni tun deb nomlang.

Mualliflar haqida

Vishal so'nggi paytlarda Upstart-da kredit narxini oshirish, qarz olish jarayonini avtomatlashtirish va foydalanuvchilarni jalb qilishni o'rganish uchun foydalanadigan kreditlash platformasi bo'ldi. U o'z vaqtini startaplar, amaliy bilim, axloqiy falsafa va sun'iy intellekt axloqi haqida o'ylaydi.

Samer UCSD ning Informatika va muhandislik magistri talabasi va Conigo Labs asoschilaridan biri. Maktabgacha o'qishni boshlashdan oldin u SMBs uchun biznesni o'rganish vositasi bo'lgan TableScribe-ni yaratdi va ikki yil davomida McKinsey-da Fortune 100 kompaniyalariga maslahat berish bilan shug'ullandi. Samer ilgari Yelda Informatika va axloq, Siyosat va Iqtisod fanlarini o'rgangan.

Ushbu seriyaning ko'p qismi Buyuk Britaniyaga 10 kunlik sayohatda, poezdlar, samolyotlar, kafelar, pablar va boshqa joyda o'tirish uchun quruq joy topish mumkin bo'lgan joyda yozilgan. Bizning maqsadimiz sun'iy intellekt, mashinalarni o'rganish va ulardagi usullarning o'zaro uyg'unligi haqidagi shaxsiy tushunchamizni mustahkamlash va umid qilamanki, bu jarayonda bahamjihat narsa yaratish.

Endi qo'shimcha tashvishlanmasdan, 2.1-qism: Mashg'ulotni o'rganishga o'taylik!

Agar kelajakda tarkib bilan xabardor bo'lishni istasangiz, quyidagi elektron pochta manzilingizni kiriting

Twitterda? Biz ham shundaymiz. Vishal va Samer bilan aloqada bo'ling.

Odamlar uchun Machine Learning dan ko'proq narsa

  • 1-qism: Nima uchun mashinani o'rganish masalalari
  • 2.1-qism: Nazorat ostidagi ta'lim
  • 2.2-qism: Nazorat ostidagi o'rganish II
  • 2.3-qism: Nazorat ostidagi o'rganish III
  • 3-qism: Nazorat qilinmaydigan o'rganish
  • 4-qism: Neyron tarmoqlari va chuqur o'rganish
  • 5-qism: mustahkamlashni o'rganish
  • Ilova: Eng yaxshi mashinalarni o'rganish manbalari

Murojaat uchun: ml4humans@gmail.com

Jonathan Eng, Edoardo Konti, Grant Shnayder, Sunny Kumar, Stefani Xe, Tarun Vadxva va Sachin Maini (seriya muharriri) uchun katta hissa va fikr-mulohazalari uchun alohida minnatdorchilik bildiramiz.