Η τεχνητή νοημοσύνη (artificial intelligence ή AI) δεν αποτελεί πλέον έναν νέο και εντελώς πρωτάκουστο όρο.

Πολλοί είναι ήδη εξοικειωμένοι με το τι σημαίνει τεχνητή νοημοσύνη και πώς λειτουργεί ή έστω έχουν έρθει σε επαφή με καθημερινές χρήσεις της τεχνητής νοημοσύνης, όπως είναι οι προτεινόμενες ταινίες στο Netflix ή η αναγνώριση δακτυλικού αποτυπώματος και προσώπου σε ένα κινητό.

Ωστόσο, δεν αποκλείεται ορισμένοι να μην έχουν εξοικειωθεί με τον όρο της τεχνητής νοημοσύνης ή να θέλουν να καλύψουν κενά ως προς την κατανόησή του πεδίου αυτού.

Για αυτό, σήμερα θα δούμε 5 βιβλία τεχνητής νοημοσύνης που αξίζει να διαβάσεις είτε είσαι αρχάριος είτε επαγγελματίας σε σχετικό κλάδο π.χ. data engineer.

Πρώτα, όμως, ας θυμηθούμε τι είναι η τεχνητή νοημοσύνη.

 Τι Είναι η Τεχνητή Νοημοσύνη;

Η έννοια της τεχνητής νοημοσύνης (AI) έκανε πρώτη φορά την εμφάνισή της στο καθοριστικό άρθρο του Alan Turing “Υπολογιστικά Μηχανήματα και Νοημοσύνη” (“Computer Machinery and Intelligence”), το 1950.

Στο άρθρο αυτό, ο Turing παρουσίασε το Turing test ή, αλλιώς, παιχνίδι της μίμησης (imitation game), με το οποίο θα προσπαθούσε να συγκρίνει τον τρόπο απάντησης ενός ανθρώπου με τον τρόπο απάντησης μίας μηχανής που μιμείται την ανθρώπινη σκέψη.

Ενώ ο όρος τεχνητή νοημοσύνη δεν αναφέρθηκε αυτός καθαυτός στο άρθρο, τέθηκε για πρώτη φορά το ερώτημα κατά πόσο μία μηχανή μπορεί να σκεφτεί κατά παρόμοιο τρόπο με τον άνθρωπο.

Με την πάροδο των χρόνων, η μηχανική της τεχνητής νοημοσύνης άρχισε να ενσωματώνεται σε όλο και περισσότερες τεχνολογίες και η έννοια της τεχνητής νοημοσύνης εμπλουτίστηκε σημαντικά.

Έτσι, εάν έπρεπε να ορίσουμε την τεχνητή νοημοσύνη στο σήμερα θα λέγαμε το εξής:

Τεχνητή νοημοσύνη (artificial intelligence ή AI) είναι ο κλάδος της πληροφορικής και μηχανικής υπολογιστών, ο οποίος ασχολείται με την δημιουργία μηχανικών συστημάτων που μιμούνται τη μεθοδολογία σκέψης της ανθρώπινης νοημοσύνης για τη διεκπεραίωση εργασιών.

Βέβαια, η εξέλιξη της τεχνητής νοημοσύνης έχει πλέον ξεπεράσει κατά πολύ τις ικανότητες της ανθρώπινης νοημοσύνης. Αυτό αποδεικνύεται από αρκετές σύγχρονες εφαρμογές του AI, όπως είναι οι voice assistants ή τα self-driving cars.

Λόγω της δημοφιλίας και της πολυπλοκότητάς της, δεν είναι να απορεί κανείς γιατί όλο και περισσότερα άτομα ενδιαφέρονται να μάθουν περισσότερα για την τεχνητή νοημοσύνη είτε λόγω εγκυκλοπαιδικής περιέργειας είτε για να ενισχύσουν τις τεχνολογικές τους γνώσεις.

Για κάθε ενδιαφερόμενο, λοιπόν, που επιθυμεί να γνωρίσει καλύτερα περί τίνος πρόκειται, έχουμε ξεχωρίσει 5 βιβλία τεχνητής νοημοσύνης που αξίζει να διαβάσεις.

 5 Βιβλία Τεχνητής Νοημοσύνης που Αξίζει να Διαβάσεις

Το κάθε βιβλίο εστιάζει σε διαφορετική πτυχή της τεχνητής νοημοσύνης, στην οποία αναφερόμαστε για το καθένα ξεχωριστά.

   Βιβλίο #1: Artificial Intelligence Basics: A Non-Technical Introduction

Συγγραφέας: Tom Taulli

Σελίδες: 199

Τιμή: 27-33€

Το Artificial Intelligence Basics: A Non-Technical Introduction αναλύει πώς έχει εξελιχθεί η τεχνητή νοημοσύνη, πώς έχει καταλήξει να χρησιμοποιείται στο σήμερα και ποιος ο κοινωνικός αντίκτυπός της.

Στο πλαίσιο αυτό, εστιάζει στα ηθικά διλήμματα που τίθενται και παρουσιάζει τις βασικές σύγχρονες εφαρμογές της τεχνητής νοημοσύνης στο natural language processing (NLP), το deep learning, το roboting processing automation (RPA), κ.ά.

Η αποφυγή τεχνικών και αλγοριθμικών αναλύσεων το καθιστά ιδανική επιλογή για όποιον αρχάριο, επιθυμεί να εισέλθει στον κόσμο της τεχνητής νοημοσύνης και να εκτιμήσει τα αποτελέσματα της χρήσης του.

   Βιβλίο #2: Artificial Intelligence: A Modern Approach (4th Edition)

Συγγραφείς: Stuart Russell και Peter Norvig

Σελίδες: 1168

Τιμή: 60-80€

To Artificial Intelligence: A Modern Approach αποτελεί από τα σημαντικότερα σύγχρονα σύγχρονα συγγράμματα πάνω στην τεχνητή νοημοσύνη. Περιλαμβάνει μία γενική εισαγωγή στο πεδίο της τεχνητής νοημοσύνης, αλλά και λεπτομερείς αναλύσεις σε υποπεδία της τεχνητής νοημοσύνης όπως η έρευνα αλγορίθμων, το machine learning, το natural language processing (NLP) και η ρομποτική.

Ο απλός και περιεκτικός τρόπος περιγραφής των εννοιών το καθιστά ιδανικό ως εκπαιδευτικό σύγγραμμα για σπουδαστές επιστήμης υπολογιστών ή άλλων σχετικών πεδίων.

Βέβαια, αυτό σημαίνει ότι ενδείκνυται κυρίως για άτομα με ανάλογο γνωστικό υπόβαθρο που θα μπορέσουν να κατανοήσουν απευθείας τον τρόπο λειτουργίας της τεχνητής νοημοσύνης και τις επιμέρους έννοιες αυτής.

   Βιβλίο #3: Applied Artificial Intelligence: A Handbook for Business Leaders

Συγγραφείς: Mariya Yao, Adelyn Zhou και Marlene Jia

Σελίδες: 246

Τιμή: 20-25€

Το Applied Artificial Intelligence: A Handbook for Business Leaders αποτελεί έναν ιδανικό συνδυασμό θεωρητικής και τεχνικής επεξήγησης της τεχνητής νοημοσύνης για στελέχη επιχειρήσεων.

Επικεντρώνεται στη χρησιμότητα στην ενίσχυση της παραγωγικότητας μιας και την εξέλιξη της καινοτομίας σε μία επιχείρηση. Έτσι, παρουσιάζονται οι πτυχές εκείνες της τεχνητής νοημοσύνης που μπορούν να βελτιώσουν ένα επιχειρηματικό περιβάλλον, χωρίς πλεονάζουσες τεχνικές περιγραφές ή εκτενείς θεωρητικές αναλύσεις.

   Βιβλίο #4: Neural Networks and Deep Learning

Συγγραφέας: Charu C. Aggarwal

Σελίδες: 497

Τιμή: 55-70€

Προχωρώντας στο επόμενο από τα βιβλία τεχνητής νοημοσύνης, το Neural Networks and Deep Learning αποτελεί μία πιο εξειδικευμένη πρόταση για όσους επιθυμούν να εφαρμόσουν την τεχνητή νοημοσύνη στο deep learning.

Το σύγγραμμα αυτό εμβαθύνει στη σχέση μεταξύ νευρωνικών δικτύων (που αποτελούν κομμάτι της τεχνητής νοημοσύνης) και deep learning. Καλύπτει τη βασική θεωρία και αλγορίθμους του deep learning, αλλά και προχωρημένα ζητήματα στη θεματική των νευρωνικών δικτύων, όπως είναι το radial-basis function networks και το reinforcement learning.

Όπως γίνεται εμφανές, απευθύνεται σε ενδιαφερόμενους με πολύ καλή κατανόηση της τεχνητής νοημοσύνης και του machine learning και μπορεί να χρησιμοποιηθεί ως εκπαιδευτικό σύγγραμμα σε μεταπτυχιακό επίπεδο, λόγω της συμπερίληψης ασκήσεων και εγχειριδίου λύσεων.

Δες τα Τα 5 Καλύτερα Βιβλία Machine Learning για το 2023 εδώ.

   Βιβλίο #5: The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World 

Συγγραφέας: Pedro Domingos

Σελίδες: 329-352 (αναλόγως του Εκδότη)

Τιμή: 13-30€

Τέλος, το The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World εξετάζει το ζήτημα της τεχνητής νοημοσύνης από μία πιο φιλοσοφική σκοπιά.

Διερευνά την πιθανότητα ανάπτυξης ενός master algorithm, δηλαδή ενός μοναδικού και καθολικού αλγορίθμου που θα μπορεί να διεκπεραιώνει οποιαδήποτε εργασία μιμούμενος την ανθρώπινη νοημοσύνη.

Στο πλαίσιο αυτό, αναλύει τι χρησιμότητα θα μπορούσαν να έχουν οι ήδη υπάρχουσες προσεγγίσεις του machine learning και τις παρουσιάζει σε αναλογία με άλλες πιο κοινές επιστημονικές θεωρίες από τους τομείς της λογικής, των πιθανοτήτων, της φυσικής επιλογής, κλπ. Παράλληλα, προσπαθεί να προβλέψει τις θετικές και αρνητικές συνέπειες που μπορεί να προκύψουν από την εφαρμογή του master algorithm.

Το βιβλίο αυτό απευθύνεται σε οποιονδήποτε διερωτάται για το μέλλον της τεχνητής νοημοσύνης είτε είναι αρχάριος είτε κατέχει εξειδικευμένο γνωστικό υπόβαθρο.

Ολοκληρώνοντας λοιπόν και με τα 5 βιβλία τεχνητής νοημοσύνης που αξίζει να διαβάσει κανείς, μπορούμε να κλείσουμε με ένα σύντομο συμπέρασμα.

 Συμπερασματικά

Το καθένα από τα προτεινόμενα 5 βιβλία τεχνητής νοημοσύνης εστιάζει σε διαφορετικές πτυχές της και παρέχει διαφορετικής εξειδίκευσης γνώσης για τον ενδιαφερόμενο αναγνώστη.

Οποιαδήποτε επιλογή κι αν κάνεις, όμως, είναι σίγουρο πως θα σε βοηθήσει να αποκτήσεις μία καλύτερη γνωριμία με το πεδίο της τεχνητής νοημοσύνης, ώστε να διαπιστώσεις τα ενδιαφέροντά σου.

Βέβαια, αξίζει να επισημάνουμε ότι εξίσου σημαντική με τη θεωρητική εξοικείωση πάνω σε μία θεματική είναι και η πρακτική εξοικείωση.

Έτσι, λοιπόν, η Big Blue Data Academy σου δίνει την ευκαιρία να εξασκήσεις τις γνώσεις σου πάνω στην τεχνητή νοημοσύνη με τη συμμετοχή σου στο Data Science Bootcamp.

Το Data Science Bootcamp αποτελεί ένα ολοκληρωμένο πρόγραμμα σπουδών που περιλαμβάνει μαθήματα

 Python

 Machine learning, deep learning και NLP

 Git και Bash shell

 Visualizations, interactive dashboards & Power BI

 Big data & cloud computing, αλλά και

 Data retrieval (databases, APIs, web scraping).

Στο σύνολό του, το πρόγραμμα παρέχει θεωρητική εκπαίδευση, πρακτική εξάσκηση με παρουσίαση τελικού data science project και ευκαιρίες απορρόφησης στην αγορά μέσω της διοργάνωσης Ημερών Καριέρας.

Εάν, λοιπόν, επιθυμείς να αποκτήσεις πλήρη εξοικείωση με την τεχνητή νοημοσύνη ή την επιστήμη δεδομένων γενικότερα, δεν έχεις παρά να δηλώσεις συμμετοχή στο Data Science Bootcamp ή να επικοινωνήσεις μαζί μας για κάθε απορία σου!