دانلود کتاب عامل‌های هوش مصنوعی

وقتی برای اولین بار در سال ۲۰۱۹ کار با ترانسفورماتورها را شروع کردم، عامل‌های هوش مصنوعی، حداقل به شکلی که امروزه آنها را درک می‌کنیم، هنوز موضوع اصلی نبودند، همانطور که از آن زمان به آن تبدیل شده‌اند. من بلافاصله به خود معماری ترانسفورماتور جذب شدم: ظرافت توجه، تطبیق‌پذیری آن و نحوه‌ای که اصول اساسی مشابه می‌توانستند در زبان، بینایی، صدا، سری‌های زمانی و سایر روش‌ها گسترش یابند. دو سال بعد، معماری مبتنی بر توجه خودم را حول ماژول‌های تخصصی ساختم که به صورت انتخابی فعال می‌شوند، مستقل عمل می‌کنند و فقط زمانی که زمینه به آن نیاز دارد، ارتباط برقرار می‌کنند. اگرچه من مدل را برای پیش‌بینی پویا طراحی کردم، اما سوالات پشت آن اکنون به طرز چشمگیری آشنا به نظر می‌رسند: کدام اجزا باید عمل کنند، چه اطلاعاتی را باید به اشتراک بگذارند و زمینه چگونه باید اتفاقات بعدی را شکل دهد؟ چیزی که همچنان مرا مجذوب خود می‌کند این است که چگونه همان ایده‌ها از آن زمان از معماری‌های مدل منفرد به سیستم‌های عامل کامل منتقل شده‌اند، جایی که مدل‌ها استدلال می‌کنند، از ابزارها استفاده می‌کنند، حالت را حفظ می‌کنند، با محیط‌های خود تعامل می‌کنند و با سایر عامل‌ها هماهنگ می‌شوند. سطح انتزاع تغییر کرده است، اما بسیاری از اصول اساسی ثابت مانده‌اند. کار من نیز در کنار این تغییر، از معماری‌های مبتنی بر توجه و چندوجهی به سمت هماهنگی، سیستم‌های تطبیقی و عامل‌های هوش مصنوعی، همچنان در حال تکامل است. امروزه، تحقیق و توسعه من بر چگونگی یادگیری و بهبود این سیستم‌ها از طریق یادگیری تقویتی، جستجو، حافظه و هماهنگی تطبیقی تمرکز دارد، مسیری که تحقیقات دکترای من در مورد عامل‌های هوش مصنوعی خود-بهبوددهنده را نیز شکل می‌دهد. چیزی که عامل‌ها را برای من بسیار جذاب می‌کند، همان چیزی است که آنها را دشوار می‌کند: یک مدل توانمند به طور خودکار به یک عامل توانمند تبدیل نمی‌شود. هنگامی که از یک مدل انتظار می‌رود که عمل کند، سوالات سخت‌تری مطرح می‌شوند. چه چیزی را باید به خاطر بسپارد؟ چگونه باید از ابزارها به طور ایمن استفاده کند؟ چگونه رفتار را در کل یک مسیر و سیستم گسترده‌تر ارزیابی کنیم؟ وقتی ابزارها از کار می‌افتند، هزینه‌ها چند برابر می‌شوند یا چندین عامل شروع به کار در اهداف متضاد می‌کنند، چه اتفاقی می‌افتد؟ واقعیت‌های تولید پشت این سوالات، این کتاب را شکل داده‌اند. همانطور که این کتاب را می‌خوانید، مدل‌های ذهنی را که برای استدلال در مورد آن سوالات استفاده می‌کنم، همراه با درس‌هایی که فقط زمانی قابل مشاهده می‌شوند که سیستم‌ها از محیط کنترل‌شده یک نسخه آزمایشی خارج می‌شوند، به اشتراک می‌گذارم. هدف من نه تنها نشان دادن این است که چه چیزی جواب می‌دهد، بلکه کمکتان می‌کنم بفهمید چرا جواب می‌دهد، کجا ممکن است شکست بخورد، و چگونه آن مشکلات را زود تشخیص دهید، تا مجبور نباشید هر درس را به سختی یاد بگیرید. اگرچه کتابی که در دست دارید «عامل‌های هوش مصنوعی: راهنمای قطعی» نام دارد، اما هیچ چیز در عامل‌های هوش مصنوعی برای مدت طولانی واقعاً قطعی باقی نمی‌ماند. مدل‌ها، چارچوب‌ها و رابط‌ها همچنان در حال تغییر خواهند بود. آنچه بسیار پایدارتر باقی می‌ماند، درک عمیق از نحوه عملکرد سیستم‌های عامل در زیر سطح و چگونگی شکل‌گیری رفتار کل توسط بخش‌های جداگانه آنهاست. به همین دلیل است که من این کتاب را پیرامون عملکرد داخلی عامل‌های هوش مصنوعی نوشتم. با درک چگونگی تعامل حالت، استدلال، ابزارها، حافظه، ارزیابی، زیرساخت و حاکمیت، به درک عمیقی دست می‌یابید که برای انتقال موارد استفاده خود از طراحی اولیه به سیستم‌های تولیدی قابل اعتماد لازم است.