Все знания — прошлое, настоящее и будущее — можно извлечь из данных с помощью одного универсального обучающегося алгоритма.
Перед вами — исчерпывающее описание Верховного алгоритма, то есть такого алгоритма, который может узнать все, что можно узнать. Он отличается от всех прочих алгоритмов тем, что способен описать даже то, чего никогда не видел; предсказать то, что еще никогда не происходило. Его еще нет на Земле (иначе наши технологии были бы совсем не такими, как сейчас). Книга Педро Домингоса рассказывает о том, каким он может быть.
Доказательство бытия алгоритма
Домингос приводит аргументы из самых разных наук, утверждая: однажды люди смогут создать Верховный алгоритм. Первая глава — спор с невидимыми, но многочисленными критиками самой идеи. А критиков много — например, апологеты непобедимой человеческой интуиции.
Кому это выгодно
Домингос пытается убедить читателя в том, что алгоритмы машинного обучения уже окружили человека с рождения до смерти. При этом он приводит пример, который может показаться близким разве что нескольким сотням профессионалов из Силиконовой Долины: умный дом, умная кофеварка, умный расход бензина в машине по пути на работу и обратно, умный квадрокоптер, который знает, к которому часу лучше доставить ваш стакан кофе к окну вашего офиса на 36-м этаже… Другими словами, Домингос сильно (и, кажется, намеренно) переоценил роль, которую машинное обучение играет в современном мире. Большинство читателей встречается с настолько сложными алгоритмами только тогда, когда открывают поисковик или видят контекстную рекламу в интернете.
В чем автор силен, так это в доказательстве того, что за машинным обучением будущее. Он показывает, как обработка огромных массивов данных помогает компаниям, ученым, политикам и специалистам по кибербезопасности. Прочитав «Верховный алгоритм», легко понять, в чем разница между Google и Bing и почему капитализация Google в сотни раз больше: дело в машинном обучении и количестве данных, которое шаг за шагом приближает машины Google к пониманию того, чего хочет пользователь.
Возможно, самая большая заслуга Домингоса в том, что с помощью его книги любой, даже самый неподготовленный читатель поймет, что машинное обучение — это не магия. Основная часть книги посвящена описанию пяти «племен» — наиболее общих подходов к машинному обучению, развитие каждого из которых может привести к написанию Верховного алгоритма.
Как заставить компьютер извлекать закономерности из данных? Символисты считают, что для этого нужно научить машину определять, чего она не знает, и искать это недостающее знание в море доступных данных.
Коннекционисты уверены, что нужно воссоздать работу самого сложного из имеющихся под рукой прибора — человеческого мозга, и проследить, как нейронные связи делают возможным наше мышление.
Сторонники эволюционного подхода, которых особенно много среди специалистов по робототехнике, любят генетическое программирование.
А любители байесовских алгоритмов стараются научить компьютер встраивать новое знание в уже имеющееся благодаря теореме Байеса (кстати, если вы еще не знаете, что такое теорема Байеса, «Верховный алгоритм» — лучший способ начать знакомство).
Самое интересное в споре между адептами всех пяти концепций — это то, что никто не знает, кто прав, а спор будет продолжаться еще много лет. Правда, эхо их баталий доносится до рядового читателя крайне редко — в основном они облечены в неудобочитаемые доклады профессиональных конференций и строки кода. Книга Домингоса — прозрачное окно в этот сложный, но безумно увлекательный мир.
Наша оценка — 7 из 10
Автор рецензии: Александр Привалов