7 книги за разбиране на изкуствения интелект

Технологията на изкуствения интелект се превърна в една от най-бързо развиващите се и най-обсъждани области днес. Едно от най-осезаемите проявления на тази технология, която прониква в много сфери — от автономните автомобили до здравеопазването, — е ежедневната работа на финансовите екипи: въвеждане на разходи, обработка на касови бележки и фактури, следене на бюджета и контрол на харченето. Но откъде да започнете, за да разберете наистина тази трансформация, да схванете техническата ѝ инфраструктура и да оцените въздействието ѝ върху финансовите процеси на вашата компания?

Отговорът е прост: от правилните книги. В тази статия събрахме 7 основополагащи книги, които всеки, който иска да разбере технологията на изкуствения интелект, задължително трябва да прочете. Независимо дали търсите техническа или стратегическа гледна точка — в края на всяка книга добавихме кратък финансов извод, който свързва прочетеното с реалността на управлението на разходите и харченето.

1. Artificial Intelligence: A Modern Approach — Stuart Russell & Peter Norvig

Artificial Intelligence: A Modern Approach е един от най-изчерпателните и най-цитирани учебници в областта на изкуствения интелект. Публикуван е за първи път през 1995 г. и се използва като учебен материал в много университети по света.

Това произведение, написано от Стюарт Ръсел и Питър Норвиг, разглежда систематично основните понятия на изкуствения интелект — алгоритми за търсене, представяне на знания, машинно обучение, обработка на естествен език, роботика и още. Представя балансирано както теоретичните основи, така и практическите приложения.

Извод за финансовите лидери: финансов мениджър, който познава основните понятия от тази книга, може да поставя под въпрос твърденията на доставчиците за „вграден ИИ“; той различава кой процес на разходи наистина може да бъде автоматизиран и кой е само маркетингова украса.

2. Life 3.0: Being Human in the Age of Artificial Intelligence — Max Tegmark

Книгата Life 3.0 на професора по физика в MIT Макс Тегмарк надхвърля техническото измерение на изкуствения интелект и поставя на масата големите въпроси за бъдещето на човечеството. Книгата разделя живота на три етапа: биологична еволюция, културна еволюция и технологична еволюция, способна да проектира както своя хардуер, така и своя софтуер.

Тегмарк обсъжда чрез различни бъдещи сценарии как биха се променили икономиката, работната сила и общественият ред при поява на изкуствен общ интелект.

Извод за финансовите лидери: сценарийният подход на Тегмарк е от същото естество като сценарийния анализ във финансовото планиране: моделирането още днес на това кои роли на екипа ви ще преобрази автоматизацията, трябва да е част от планирането на човешките ресурси също толкова, колкото и от управлението на бюджета.

3. Superintelligence: Paths, Dangers, Strategies — Nick Bostrom

Книгата Superintelligence на професора от Оксфордския университет Ник Бостром е едно от произведенията, които разглеждат най-систематично потенциалните рискове на изкуствения интелект. Тя изследва задълбочено какво би могло да се случи при поява на интелект, надхвърлящ човешкото ниво; анализира прецизно понятия като проблема с контрола и съгласуването на ценностите.

Извод за финансовите лидери: основният урок на Бостром лесно се превежда на финансов език: ако изберете грешен показател, когато задавате цел на дадена система, системата ще оптимизира безмилостно точно този показател. И при автоматизацията на разходите: ако правилата за контрол и политиката за разходи не са дефинирани правилно от самото начало, печелите скорост, но губите контрол.

4. Human Compatible — Stuart Russell

Не е случайно, че Стюарт Ръсел попада в списъка за втори път. Human Compatible обяснява защо задаването на фиксирани цели на машините може да бъде опасно; вместо това авторът представя понятието „полезна машина“, според което машините трябва непрекъснато да учат реалните предпочитания на хората и при необходимост да могат да бъдат спирани.

Извод за финансовите лидери: добрата финансова автоматизация трябва да работи точно така: при съмнителен разход системата трябва да пита оторизираното лице, вместо да решава сама, а последната дума винаги трябва да остава на човека. Когато проектирате процесите си за одобрение, вземете за критерий принципа на „спираемост“ на Ръсел.

5. Deep Learning — Ian Goodfellow, Yoshua Bengio & Aaron Courville

Deep Learning, считана за настолна книга в областта на дълбокото обучение, разглежда изчерпателно математическите основи и практическите приложения на изкуствените невронни мрежи. След математическата основа тя разглежда подробно правопосочните мрежи, конволюционните мрежи, използвани при обработката на изображения, рекурентните мрежи, обработващи последователни данни, и генеративните модели.

Извод за финансовите лидери: техническият гръбнак зад превръщането на касовите бележки от изображение в разходна позиция са архитектурите, описани в тази книга. Дори без да навлизате в детайли, прегледът на заглавията на главите ви позволява да разберете какво премахва скритата времева цена на въвеждането на разходи за компанията.

6. The Master Algorithm — Pedro Domingos

Педро Домингос, професор от Вашингтонския университет, разказва на разбираем език за петте основни школи на машинното обучение — символисти, конекционисти, еволюционисти, бейсианци и аналогисти. Тезата на книгата е, че може да съществува „главен алгоритъм“, който да обедини тези пет подхода. Авторът обяснява сложни понятия с примери от ежедневието.

Извод за финансовите лидери: подходът на петте школи предлага практична рамка при оценка на покупки: кое е по-подходящо за вашите данни за разходи — класификация, базирана на правила, или модел, който учи закономерности? Мениджърът, способен да направи това разграничение, няма да вложи бюджет в грешния инструмент.

7. AI Superpowers — Kai-Fu Lee

Кай-Фу Лий, бивш ръководител на Google в Китай и инвеститор, разглежда надпреварата в изкуствения интелект от геополитическа гледна точка; анализира силните и слабите страни на САЩ и Китай. Книгата обсъжда и въздействието на автоматизацията върху пазара на труда: докато рутинните задачи се автоматизират, мястото на човека ще бъде запазено в работата, изискваща креативност и емпатия.

Извод за финансовите лидери: тезата на Лий „рутинното се автоматизира“ е ясна за финансовите екипи: екипите, които делегират на машината повтарящи се задачи като въвеждане на данни и равнение, пренасочват човешкото време към анализ, преговори и стратегия за паричния поток.

На какво да обърнете внимание, докато четете тези книги

• Внимавайте за датата на публикуване: областта се развива бързо; допълвайте книгите с актуални статии и изследвания.
• Познавайте техническото си ниво: вместо произведения със силен математически уклон можете да обмислите да започнете с концептуални книги (Life 3.0, The Master Algorithm).
• Превеждайте към собствения си процес: във всяка глава си задавайте въпроса „на какво съответства това в нашия процес на разходи и одобрения?“; само така четенето се превръща в инвестиция.
• Четете критично: всеки автор има своя гледна точка; сравнявайте няколко източника.

Често задавани въпроси

С коя книга да започна изучаването на изкуствения интелект?

Ако нямате технически опит, препоръчваме да започнете с Life 3.0 или The Master Algorithm. Ако имате техническа основа, Artificial Intelligence: A Modern Approach е подходяща директно.

Имат ли смисъл тези книги и за финансовите мениджъри?

Да. Life 3.0, Superintelligence, Human Compatible, The Master Algorithm и AI Superpowers се четат без нужда от технически знания и разглеждат теми, които влизат директно във финансовия дневен ред — автоматизация, контрол и трансформация на работната сила.

Каква е разликата между изкуствен интелект и машинно обучение?

Изкуственият интелект е широка област, целяща машините да проявяват интелект, подобен на човешкия. Машинното обучение е негов подраздел; то позволява на машините да учат от данни, без да са изрично програмирани. Дълбокото обучение от своя страна е подмножеството на машинното обучение, което използва изкуствени невронни мрежи.

Как изкуственият интелект влияе на финансовите процеси?

Първите области, които се трансформират, са тези с интензивна обработка на данни и повтарящи се задачи — четене на касови бележки и фактури, класифициране на разходи, контрол на политики и равнение. Благодарение на това финансовите екипи пренасочват времето си от въвеждане на данни към анализ.

От четенето към практиката: подходът на Masraff

Концепциите в тези книги не са само теория — те са основата на инструментите, които вече днес преобразяват ежедневната работа на финансовите екипи. Masraff прилага технологиите на машинното обучение и обработката на изображения към управлението на разходите: касовите бележки и фактурите се четат автоматично, категоризират се и отчетите за разходи се генерират за секунди. Ръчното въвеждане на данни изчезва, контролът на политиката за разходи работи от само себе си.

За да видите как работи, разгледайте продуктовата страница за управление на разходите или се свържете с нас, за да планирате демонстрация за вашия екип.