Dlaczego maszyny się uczą? O pięknie matematyki i działaniu współczesnej sztucznej inteligencji

Książka Anila Ananthaswamy’ego dotyczy matematycznych podstaw sztucznej inteligencji i uczenia maszynowego. Punktem wyjścia jest obserwacja, że systemy oparte na uczeniu maszynowym coraz mocniej oddziałują na codzienne życie: biorą udział w decyzjach o przyznawaniu kredytów, pomagają w diagnozowaniu chorób i odgrywają rosnącą rolę w badaniach naukowych z dziedziny biologii, chemii, fizyki oraz medycyny. Autor przypomina także o gwałtownym rozwoju dużych modeli językowych, takich jak ChatGPT, Gemini czy Claude, dzięki którym maszyny wykonują zadania, jakie do niedawna mogli realizować wyłącznie ludzie.

Głównym pytaniem książki jest to, jak skomplikowana musi być matematyka, na której opierają się te technologie. Autor dowodzi, że fundamenty sztucznej inteligencji wyrastają ze stosunkowo prostych idei, pochodzących z algebry liniowej, rachunku różniczkowego i całkowego, rachunku prawdopodobieństwa, statystyki oraz teorii optymalizacji. Zamiast mnożyć złożone równania, skupia się na wyjaśnieniu kluczowych pojęć, dzięki czemu do lektury nie jest potrzebna zaawansowana wiedza matematyczna.

Publikacja przedstawia, jak na przestrzeni lat kształtowały się współczesne systemy sztucznej inteligencji i jak faktycznie działają ich najważniejsze mechanizmy, w tym uczenie głębokie i duże modele językowe. Osobny wątek stanowią związki między inteligencją sztuczną a naturalną, których podstawy okazują się bliższe, niż mogłoby się wydawać.

Matematyka jest w ujęciu autora nie tylko narzędziem do objaśnienia, jak działa sztuczna inteligencja, lecz także sposobem na zrozumienie jej możliwości i ograniczeń. Ta wiedza ma pomóc w świadomym, skutecznym, bezpiecznym i etycznym korzystaniu z rozwiązań opartych na AI.