«Внутри AI. Как это работает», Рональд Кнойзель
Не всегда мне хочется читать что-то сложное и глубокое. Иногда приходит черёд простой и приятной концептуальщины, которая даже ближе к научпопу, чем к серьёзной литературе (что отнюдь не умаляет полезности подобных книг).
В фундаменте работы современного AI я уже разобрался, и довольно основательно — несколько интересных книг, курсы и так далее. Но в моём арсенале инструментов остался незакрытый пробел: нет ничего, что помогло бы объяснить «на пальцах» тему устройства AI людям, которые не погружены в сложную математику и даже IT в целом. А иногда такие задачи возникают.
Поэтому я и взял почитать книгу «Внутри AI. Как это работает».
⭐️ О чём книга
Книга в общих чертах рассказывает о том, как появился и устроен современный AI: от истории возникновения и исследований до базовых принципов работы.
В книге раскрываются следующие темы: ➡️ Путь появления современных генеративных моделей; ➡️ Дорожка от классических моделей до LLM; ➡️ Почему LLM появились только сейчас, хотя математическая база была готова уже давно; ➡️ При чём тут видеокарты и почему они теперь такие дорогие.
⭐️ 3 идеи из книги 🟡Данные — это всё. Хорошие данные приводят к появлению хороших моделей, плохие данные приводят к плохим моделям. Модели умеют экстраполировать, переобучаться и делать ещё много всяких интересных вещей, опираясь на входной датасет. Поэтому первое, с чем нужно качественно работать, — это базовые данные для обучения.
🟡Одна из самых весёлых проблем в обучении модели — это переобучение. Оно заключается в том, что моделька выявляет некоторые паттерны в датасете, привязывается к ним и начинает на их основе работать. Например, если в датасете есть только фото, сделанные в солнечную погоду, то модель может с треском провалиться на фотках пасмурных дней. Решается эта проблема более разносторонними датасетами.
🟡Любая модель — это чистая математика. Сами по себе модели зачастую даже не «понимают», с чем они работают, потому что внутри всё сводится к числам: весам, смещениям, вероятностям и так далее. Даже современные LLM на самом деле просто предсказывают появление следующего токена (это довольно сложный процесс, но «мышления» там нет).
⭐️ Мои впечатления
Книга мне очень понравилась. Не стоит её воспринимать как «образовательное» чтиво — это скорее хороший научпоп, который даст поверхностное представление об устройстве машинного обучения и LLM без погружения в дебри математики.
Я бы рекомендовал почитать эту книжку в двух случаях: ➡️ Вы устали и хотите отдохнуть с чем-то лёгким и приятным; ➡️ Вы вообще ни в зуб ногой в устройстве современного ML и хотите начать с чего-то простого.
Если же вы уже строите агентные системы на рабочих или даже пет-проектах, то книга вряд ли расскажет вам много нового. Но если вы используете условный клодкод и не понимаете, как оно работает «под капотом», — книга «Внутри AI. Как это работает» станет хорошей отправной точкой.
Все мои обзоры книг доступны по тегу #обзор_книги и в этом посте.
➡ А для тех, кто хочет читать с большей пользой, у меня есть статья с описанием моего процесса чтения и упражнениями.
➖➖➖➖➖➖➖➖➖➖➖ 📝 @ulshinblog
В этом посте были ссылки, но мы их удалили по правилам Сетки
