Библиотека дополнительных материалов: глоссарий, схемы, рекомендованные источники и инструменты для углублённого изучения ИИ.
Глоссарий
Чёткие определения без воды — для справки и освежения памяти.
Широкая область компьютерных наук, направленная на создание систем, способных выполнять задачи, требующие человекоподобного интеллекта: восприятие, рассуждение, обучение, принятие решений.
Подраздел ИИ, где алгоритмы улучшают свою производительность за счёт опыта (данных) без явного программирования каждого правила. Включает обучение с учителем, без учителя и с подкреплением.
Вычислительная модель, вдохновлённая строением мозга. Состоит из слоёв взаимосвязанных «нейронов» (математических функций), которые поочерёдно преобразуют входные данные в выходные.
Подраздел ML, использующий нейронные сети с множеством скрытых слоёв. Позволяет автоматически извлекать сложные иерархические представления из сырых данных — изображений, текста, звука.
Архитектура нейронной сети, основанная на механизме внимания (attention). Предложена в 2017 году, стала основой для GPT, BERT и большинства современных LLM. Обрабатывает данные параллельно, а не последовательно.
Языковая модель с десятками или сотнями миллиардов параметров, обученная на огромных текстовых корпусах. Способна генерировать связный текст, отвечать на вопросы, переводить и многое другое.
Алгоритм оптимизации, используемый для обучения моделей. Итеративно корректирует параметры модели в направлении, уменьшающем ошибку (функцию потерь). Стохастический вариант (SGD) применяется для больших датасетов.
Ситуация, когда модель слишком хорошо «запоминает» обучающую выборку и плохо обобщает на новые данные. Один из ключевых рисков в ML, борьба с которым включает регуляризацию, dropout и кросс-валидацию.
Рекомендуемое чтение
Статьи, книги и исследования, которые сформировали современную область ИИ. Обязательный список для серьёзного изучения.
Vaswani et al., 2017. Оригинальная статья, представившая архитектуру трансформера. Основа для всех современных LLM. Обязательна к прочтению с нашим модулем по нейронным сетям.
К курсу по нейросетям →Классический учебник по глубокому обучению. Охватывает теоретические основы от линейной алгебры до регуляризации и оптимизации. Доступен бесплатно на официальном сайте.
К курсу по ML →Статья, положившая начало философии ИИ. Тест Тьюринга, машины и мышление. Читается в одном из первых модулей курса по основам ИИ.
К курсу по основам ИИ →Открытый курс Стэнфордского университета, конспекты лекций которого считаются эталонным введением в ML. Совместимы с нашим курсом по машинному обучению.
Сопоставить с нашим курсом →Ежегодный аналитический доклад о состоянии отрасли ИИ. Исследования, инвестиции, политика, безопасность. Лучший способ отслеживать макротенденции.
К аналитическим материалам →Репозиторий препринтов, где публикуются актуальные исследования ещё до официального рецензирования. Необходим для отслеживания фронтира науки об ИИ.
Обзоры последних исследований →Инструменты для обучения
Краткие справочники по ключевым темам — для быстрого повторения и ориентации в терминах.
Когда применять линейную регрессию, а когда — случайный лес? Таблица с типом задачи, предположениями и типичными областями применения.
Открыть в курсеCNN, RNN, LSTM, Transformer, GAN — визуальный справочник с описанием назначения и типичных задач для каждой архитектуры.
Открыть в курсеAccuracy, Precision, Recall, F1, AUC-ROC — когда и зачем использовать каждую метрику, и почему «точность» в одиночку почти всегда обманчива.
Открыть в курсеОт перцептрона Розенблатта (1958) до GPT-4 и Gemini. Хронология поворотных событий в истории искусственного интеллекта.
Открыть в курсеВекторы, матрицы, транспонирование, скалярное произведение, собственные значения — только то, что реально нужно для понимания алгоритмов.
Открыть в курсеПредвзятость алгоритмов, объяснимость, конфиденциальность, авторское право. Обзор актуальных этических вопросов с примерами из реальных судебных дел в США.
Открыть в курсеОставаться в курсе
Подпишитесь на дайджест Trenqilix, чтобы получать анонсы новых курсов, обзоры последних исследований и полезные материалы напрямую на почту.