Вступление
AI & Machine Learning становятся частью современных продуктов больше, чем когда -либо прежде. Теперь для предприятий еще более важно иметь четкое представление о том, как искусственный интеллект пересекается с их миссией. Это список чтения, который мы рекомендуем нашим партнерам получить представление о текущей экосистеме. Важно сказать, что, хотя этот список полностью актуален для 2020 года, это не означает, что все книги были опубликованы недавно. Например, Сингулярность рядом был опубликован в 2005 году, но сегодня он все больше актуальна.
Жизнь 3.0 – Быть человеком В эпоху искусственного интеллекта
Макс Тегмарк-физик и космолог и автор некоторых известных космологических книг, таких как Наша математическая вселенная Анкет Тем не менее, он недавно сосредоточился больше на исследованиях искусственного интеллекта. Он соучредил Институт будущего жизни а также организовал конференции с Такие спикеры, как Элон Маск, Демис Хассабис, Стюарт Рассел и другие Анкет Институт будущего жизни уже получил пожертвования от различных лидеров бизнеса для расследования рисков, связанных с продвинутым искусственным интеллектом. В Life 3.0 мы можем прочитать вымышленную историю о Прометею, продвинутом искусственном общем интеллекте (AGI), созданном командой Омега. В этой истории Tegmark иллюстрирует, что может произойти, если будет разработан такой AGI, и как Team Omega может использовать Prometheus, чтобы захватить мир. Книга также относится к ведущим мировым компаниям, которые сосредоточены на создании AGI, таких как DeepMind или Openai. Это необходимо прочитать для всех, кто хотел бы увидеть, как может выглядеть наша жизнь в будущем.
Сингулярность близка: Когда люди превосходят биологию
Рэй Курцвейл-известный изобретатель и предприниматель, в настоящее время главный инженер в Google. Он принял предложение от Google после публикации своей книги под названием Как создать ум (2012) Анкет В своей теории он объясняет, что мозг состоит из иерархии распознавателей моделей, и предполагает, что такие методы, как скрытые модели Маркова и генетические алгоритмы, будут использоваться для создания мозговой архитектуры AGI в будущем. Он также известен тем, что успешно предсказал многие технологические прорывы. Сначала он упомянул пару прогнозов в Эпоха интеллектуальных машин (1990) Анкет Многие из его прогнозов были успешными, и он продолжал делать больше таких прогнозов в сингулярности близко. Однако важно упомянуть, что некоторые из его прогнозов не были правильными . Тем не менее, очень впечатляет успешно предсказать ряд четко определенных событий в будущем 15-20 лет. Это очень интересное и заставляющее задуматься чтение.
Super-Powers AI: Китай, Силиконовая долина и Новый Мировой Порядок
Это одна из самых важных книг для каждого бизнес -лидера в текущей экосистеме ИИ. Кай-фу Ли-один из немногих предпринимателей, которые имеют опыт как в Силиконовой долине, так и в Китае. Он работал в Microsoft и Google и дает очень полезное представление о сегодняшней гонке ИИ между США и Китаем. Это необходимо прочитать для всех, серьезно касающихся создания продуктов, управляемых ИИ.
Мастер -алгоритм: Как поиски Ultimate Learning Match
Это немного более техническая книга, чем другие, перечисленные выше. Педро Домингос – профессор Университета Вашингтона и исследователь машинного обучения. Он известен своей работой в логических сетях Маркова. Он описывает основные философии машинного обучения, такую как индуктивные рассуждения, консинозм, эволюционные подходы, подходы, основанные на теореме Байеса и других. Он использует много примеров и аналогий в реальном мире, и книга очень полезно для людей без технического опыта, которые пытаются понять основные направления, которые занимает поле.
Книга машинного обучения на стостранице
Это самая техническая книга из списка, но она все еще очень доступна для начинающих. Я считаю эту книгу отличной подходящей для людей, имеющих только фон разработки программного обеспечения, которые хотели бы получить более техническое понимание в области машинного обучения. Андрий Бурков – ведущий ученый для данных в Gartner. Установка оснований основных методов машинного обучения на 100-150 страницах-очень сложная задача, но Андрий сделал это успешно. Однако есть гораздо лучший выбор для получения глубоких знаний в этой области. Это включает в себя классические названия, такие как Глубокое обучение (серия адаптивных вычислений и машинного обучения) или Искусственный интеллект – современный подход Анкет
Вывод
Этот список книг отлично подходит для скорости с текущей экосистемой ИИ. Важно признать и быть осторожным с тем, чтобы быть слишком оптимистичным в отношении современных возможностей ИИ. Например, мы могли бы легко догнать идею экспоненциального роста, которая в определенной степени действительна. Тем не менее, наши модели прогнозирования являются просто приближением мира, и реальность, как правило, гораздо сложнее.
Вам понравилась эта запись? Обязательно подпишитесь, чтобы получить уведомление о новых статьях о создании компаний, посвященных AI. Не стесняйтесь присылать любые вопросы по теме David@atheros.ai.
Отказ от ответственности: мы можем получить небольшую плату за реферал, если вы купите некоторые книги по ссылкам на этой странице. Тем не менее, наша комиссия не влияет на окончательную цену Amazon.
Оригинал: “https://dev.to/atherosai/top-ai-and-machine-learning-books-for-business-leaders-in-2020-do3”