Regelmatig krijg ik de vraag voorgelegd wat de beste boeken zijn over AI. Eerlijk gezegd lees ik zelden boeken die over AI gaan. De ontwikkelingen binnen dit domein voltrekken zich zo snel dat de inhoud van een net gepubliceerd boek al snel verouderd kan zijn. Desondanks zijn er een aantal boeken over AI die tijdloos zijn, omdat ze ingaan op fundamentele vragen rondom de impact van AI op mens en samenleving.
Vandaag stuurde Corine Jansen mij een link naar een al wat ouder artikel uit The Economist waarin de vijf beste boeken om AI te begrijpen werden belicht. Voor mij een goede aanleiding om toch eens die veelgevraagde lijst op te stellen.
In de afgelopen tien jaar zijn er veel boeken over AI gepubliceerd. Volgens The Economist zijn er vijf die eruit springen, elk met een eigen focus, variërend van de geopolitieke impact van AI tot de veranderende rol van de mens in een door AI aangedreven wereld:
- “Novacene” van James Lovelock (2019) verkent de rol van AI in klimaatbeheersing en de toekomstige samenleving.
- “The Age of AI” van Henry Kissinger, Eric Schmidt en Daniel Huttenlocher (2021) gaat in op de geopolitieke gevolgen en de veranderende rol van de mens in het AI-tijdperk.
- “AI Superpowers” door Kai-Fu Lee (2019) biedt een vergelijkende analyse tussen China en Amerika op het gebied van AI.
- “Prediction Machines” door Ajay Agrawal, Joshua Gans en Avi Goldfarb (2018) bekijkt AI vanuit een economisch perspectief en stelt dat AI de kosten van voorspellingen zal verlagen.
- “Possible Minds” onder redactie van John Brockman (2019) is een bundel essays die verschillende perspectieven op AI bieden.
Als je slechts één boek zou moeten kiezen, dan zou “The Age of AI” van Kissinger en co de voorkeur genieten vanwege de uitgebreide analyse van de impact van AI op de mensheid.
Stephen Howell heeft dit voorjaar op LinkedIn een lijst gepubliceerd met vijf belangrijke boeken die waardevolle inzichten verschaffen over de geschiedenis, het heden en de toekomst van AI:
- “Life 3.0: Being Human in the Age of Artificial Intelligence” door Max Tegmark (2017) verkent uitgebreid de mogelijke impact van AI op de samenleving, inclusief zowel utopische als dystopische scenario’s.
- “Superintelligence: Paths, Dangers, Strategies” door Nick Bostrom (2014) onderzoekt de kansen en risico’s van het creëren van machines met menselijke of superieure intelligentie.
- “The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World” door Pedro Domingos (2017) introduceert het concept van een universeel leeralgoritme en de mogelijke invloed daarvan op diverse aspecten van de samenleving.
- “Deep Learning” door Ian Goodfellow, Yoshua Bengio en Aaron Courville is een diepgaande gids over deep learning, een subdiscipline van AI, geschikt voor zowel onderzoekers als praktijkmensen.
- “Scary Smart: The Future of Artificial Intelligence and How You Can Save Our World” door Mo Gawdat (2021) bespreekt de ethische en sociale uitdagingen van AI en geeft praktische adviezen voor een positieve toekomst.
Tot slot enkele aanvullende suggesties:
- “Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy” door Cathy O’Neil (2016). Hoewel niet strikt over AI, behandelt dit boek de sociale en ethische vraagstukken rondom machine learning en big data.
- “Generative Deep Learning: Teaching Machines to Paint, Write, Compose and Play” door David Foster (2023) focust zich op generatieve modellen, met name op het creatieve vlak zoals kunst en muziek.
- “Ways of Being” van James Bridle (2022) onderzoekt wat we kunnen leren van andere vormen van intelligentie en identiteit, en hoe die lessen onze samenlevingen kunnen transformeren naar een meer rechtvaardige omgang met elkaar en de niet-menselijke wereld.
Ik heb deze boeken niet allemaal gelezen, maar heb door interviews, lezingen van auteurs en recensies een voldoende beeld gekregen van deze boeken om te kunnen stellen dat ze “alle 13 goed” zijn.
Aanvullende suggesties zijn uiteraard welkom. Welk boek over AI zou jij aan deze lijst willen toevoegen?
Illustratie: Revealed: The Authors Whose Pirated Books Power Generative AI
4 reacties
AI Superpowers door Kai-Fu Lee is eigenlijk wel behoorlijk achterhaald, of in ieder geval is de voorspelling van Lee nog lang niet uitgekomen en zal ook niet zo snel uitkomen.
Zoals AIGC laat zien loopt China wat achter en de semi-conductor beperkingen hebben de verdere ontwikkeling van AI waarschijnlijk ook behoorlijk geremd.
Wat wel interessant is, en niet in Lee’s boek aan de orde kwam, is dat China voorop loopt met wetgeving op het gebied van AI: deep-fakes, algoritmes en recommendation engines, AIGC, etc. Daar heeft China allemaal al wetten voor. Die worden vaak als dystopisch gepresenteerd voordat Europe een tijd later vergelijkbare wetgeving invoert en dat als een verlossing wordt gepresenteerd.
Ik heb het boek van Lee niet gelezen, maar ken wel zijn kijk op de AI-ontwikkelingen in China versus VS. Wat ik me kan herinneren is dat volgens Lee de Verenigde Staten een voorsprong heeft als het gaat om fundamenteel onderzoek, innovatie en het ontwikkelen van baanbrekende technologieën. Amerikaanse bedrijven zoals Google, Apple en Facebook hebben het voortouw genomen in deze gebieden, gesteund door een cultuur van innovatie en toegang tot kapitaal. China daarentegen blinkt volgens Lee uit in implementatie, aanpassing en opschaling van AI-technologieën. Lee benadrukt dat China’s vermogen om snel grote hoeveelheden data te verzamelen en te gebruiken, en om nieuwe technologieën te integreren in dagelijkse toepassingen, het land een aanzienlijk voordeel geeft in het tijdperk van AI. China heeft ook het voordeel van een enorme binnenlandse markt, waardoor het gemakkelijker wordt om technologieën op grote schaal uit te rollen. Als ik me goed herinner, waarschuwt hij ook voor de geopolitieke spanningen en rivaliteit die kunnen ontstaan als deze twee supermachten strijden om de leiding in AI.
Wat is hierin achterhaald of waar zijn Lee’s voorspellingen nog niet uitgekomen?
Je samenvatting van Lee klopt helemaal.
Wat ik achterhaald vind is dat hij eigenlijk concludeert dat juist door de grote hoeveelheden data China de AI wedloop zou winnen. Zijn mening was dat groete hoeveelheden data om AI te trainen veel belangrijker was dan heel veel engineers.
In de praktijk zien we dat China inderdaad veel sneller gaat met AI toepassingen (en daardoor ook wetgeving). Maar op een hoop vlakken zoals AIGC lopen ze toch achter en semiconductors zijn, 5 jaar later, een erieuze bottleneck geworden.
China is wakkergeschud door ChatGPT en heeft zich weer helemaal op AIGC gestort. Daar worden grote stappen gemaakt maar vind ook veel versplintering plaats doordat ‘everybody and his dog’ een LLM is gaan ontwikkelen.
Een goede podcast voor de stand van zaken is deze met Paul Triolo.
https://thechinaproject.com/podcast/the-state-of-play-of-generative-ai-in-china-with-paul-triolo/
Dank voor de toelichting Ed, ik ga de podcast luisteren!