В книге про искусственный интеллект глава про LLM начинается на 388-й странице 😁

И знаете, мне нравится такой порядок.

Я тут постоянно пишу про AI, агентов, изменения в разработке. И за всеми этими обсуждениями полезно иногда вернуться к вопросу: а как вообще устроены штуки, на которых мы собираемся строить наши продукты и процессы? И, кажется, жизнь и безопасность ‘

Короче, «Грокаем алгоритмы искусственного интеллекта» Ришала Харбанса - это 544 страницы: от поиска пути и эволюционных алгоритмов до языковых моделей и генерации изображений.

Что в ней интересного?

1. Помогает увидеть, насколько разные задачи мы называем одним словом «ИИ».

Найти выход из лабиринта. Уложить в рюкзак самые ценные предметы с ограничением по весу. Построить маршрут между аттракционами. Научить машину добираться до владельца через парковку.

Для каждой задачи автор разбирает свой подход: как представить возможные решения, как их искать, по каким признакам выбирать хорошие.

2. Объясняет через примеры, которые можно разобрать руками.

У генетического алгоритма есть варианты решения, отбор, скрещивание и мутации. У муравьиного: пути и следы, влияющие на выбор следующего маршрута. У нейросети - вычисления, ошибка и изменение весов.

3. Конечно-конечно про токены, эмбэдинги, само внимание и прочее там прямо тоже будет. Только прикол в том, что подведут тебя к этому аккуратненько за ручку, как первоклашку.

Что мне кажется ограничением книги?

Во-первых, доступное изложение всё равно требует работы. Здесь есть формулы, код и упражнения. Базовое понимание программирования понадобится.

Во-вторых, глубина разная. На механизм внимания отведён подробный разбор, а RAG занимает примерно половину страницы. Поэтому по наличию термина в оглавлении нельзя судить, насколько глубоко получится его изучить.

Кому рекомендовать книгу?

Я бы рекомендовал книгу разработчикам, техлидам и техническим продактам, которым хочется собрать знания об ИИ в более связную картину. Для человека, который уже профессионально занимается ML, значительная часть материала будет знакомой.

Мне кажется, особенно полезно сейчас понимать две вещи: каким способом система ищет решение и что именно она считает хорошим результатом.

P.S. Ну и мой восторг природе, когда я в этой книге разобрался, как же все-таки устроен «рой» и «муравьиный механизм»