Recenzje

Jeśli masz przeczytać tylko jedną książkę na temat sztucznej inteligencji — właśnie ją znalazłeś/znalazłaś. Chciałem sięgnąć po tę książkę już od dłuższego czasu. W Internecie natrafiłem na wiele pozytywnych opinii, więc byłem ciekawy, jak autor poradził sobie z opowiedzeniem o tak popularnym, a jednocześnie złożonym temacie. Moje oczekiwania wobec tej pozycji były wysokie. W końcu opis obiecuje, że „w przystępny i rzetelny sposób wprowadzi Cię w fascynujący świat sztucznej inteligencji”. Od dawna szukałem materiałów, które pomogłyby osobom, niezajmującym się AI na co dzień, zrozumieć jak to działa i jakie specyficzne mechanizmy się z tym wiążą. Na początku, po przeczytaniu kilku stron, miałem wrażenie, że to kolejna lekka książka o zastosowaniach i działaniu AI. Przerobiłem już kilka takich pozycji — przyjemnych, ale wnoszących niewiele konkretnej wiedzy. Po szybkim przejrzeniu całej książki zorientowałem się, że zawiera ona wiele wzorów matematycznych i technicznych diagramów. Pomyślałem wtedy, że może jednak nie będzie to lektura dla osób nietechnicznych. Tego typu szczegóły często wymagają pewnej wiedzy wstępnej i mogą utrudniać odbiór. To nieco zderzyło się z moim pierwszym wrażeniem luźnego stylu. Tym bardziej zaintrygowany, zabrałem się za uważną lekturę. I właśnie wtedy książka mnie zachwyciła. Dziś uważam, że powinna być lekturą obowiązkową — przynajmniej w szkołach średnich. Choć wymaga podstawowej wiedzy matematycznej, jest napisana tak dobrze, że z powodzeniem mogłaby wprowadzać młodzież (i nie tylko) w temat sztucznej inteligencji. Dlaczego zrobiła na mnie takie wrażenie? Całość napisana jest lekkim, klarownym językiem, który sprawia, że kolejne strony czyta się z przyjemnością. Styl autora nie tylko wciąga, ale i motywuje do dalszego czytania — bo chce się zrozumieć do końca mechanizmy, o których pisze. Podczas lektury miałem wrażenie wspinania się po „drabinie abstrakcji”. Zaczynamy od przedstawienia problemu i historycznego kontekstu, po czym płynnie przechodzimy od technicznych detali do trafnych analogii, które wyjaśniają nawet bardzo złożone pojęcia. To sprawia, że nie tylko łatwiej zrozumieć dane koncepcje, ale także znacznie łatwiej je zapamiętać. Dzięki temu nawet tak złożone zagadnienia, jak sieci rekurencyjne czy embeddingi, stają się zrozumiałe. W świecie pełnym uproszczeń i powierzchownych treści o AI ta książka pokazuje, że można pogodzić przystępność z głębią — bez rezygnacji z technicznych, ale fascynujących szczegółów.

Dzisiaj mam dla Was polecajkę świetnej ksiazki ale na początek przyblize Wam pojęcie Agile dla tych nie zorientowanych :) Agile to sposób zarządzania projektami, szczególnie popularny w branży IT, który stawia na elastyczność, współpracę i szybkie dostarczanie wartości. Zamiast planować cały projekt od początku do końca, Agile zakłada pracę w krótkich etapach po których zespół pokazuje klientowi gotowy fragment produktu. Dzięki temu można szybko reagować na zmiany, lepiej dopasować się do potrzeb klienta i unikać kosztownych pomyłek. Książka Bardziej niż Agile to świeże spojrzenie na zarządzanie projektami w zmiennym środowisku biznesowym. Autor przekonująco pokazuje, że zwinne metody to nie wszystko - liczy się elastyczne podejście i zdrowy rozsądek. Żmigrodzki dzieli się konkretnymi przykładami z praktyki, co sprawia, że teoria nabiera życia. Szczególnie wartościowe są fragmenty dotyczące pracy z zespołami i budowania zaufania. Styl pisania jest klarowny i zrozumiały nawet dla osób, które nie są ekspertami w zarządzaniu. Książka nie jest manifestem przeciw Agile, ale próbą jego uzupełnienia i rozwinięcia. Polecam ją wszystkim, którzy chcą lepiej dostosować swoje projekty do realnych warunków, a nie tylko do schematów.

Recenzja książki „Myślenie algorytmiczne” Myślenie algorytmiczne to sposób rozwiązywania problemów poprzez tworzenie uporządkowanych procedur (algorytmów), które prowadzą do rozwiązania zadania w sposób efektywny i powtarzalny, spełniający postawione wcześniej założenia. Polega na analizie problemu, rozbiciu go na mniejsze części, określeniu sekwencji działań i przewidywaniu możliwych wyników. Myślenie algorytmiczne jest podstawą programowania komputerowego, ale ma zastosowanie także w codziennym życiu, np. przy planowaniu zadań, optymalizacji procesów czy podejmowaniu decyzji. Przykładem myślenia algorytmicznego może być przepis kulinarny, który składa się z uporządkowanej sekwencji kroków prowadzącej do założonego celu, czyli dania. Ba, przepisy kulinarne zawierają także elementy programowania współbieżnego. W informatyce myślenie algorytmiczne obejmuje również analizę efektywności algorytmów (np. złożoność czasowa i użycie pamięci) oraz wybór odpowiednich struktur danych. Rozwija umiejętności logicznego myślenia, kreatywność i systematyczność. Książka „Myślenie algorytmiczne” jest przeznaczona dla programistów pragnących tworzyć programy spójne logicznie i efektywne. Grupą wyróżnioną przez autora są młodzi, zdolni programiści pragnący spróbować swych sił w olimpiadach informatycznych i konkursach programistycznych. Z tego powodu przykłady dyskutowanych zadań i problemów są przez autora pieczołowicie wybrane z zasobów kilku olimpiad informatycznych z różnych krajów. Także dlatego duży nacisk położono na wybór właściwych algorytmów, zapewniających optymalne użycie pamięci i czasu wykonywania napisanego programu, ponieważ te czynniki mają szczególnie duże znaczenie przy ocenianiu prac. Książka nie jest podręcznikiem programowania, nie omawia podstawowych, oklepanych algorytmów w rodzaju wież Hanoi, optymalizacji grafu czy metod sortowania. Autor celowo i z rozmysłem stawia i dokładnie omawia trudne zadania programistyczne, których zapewne nie potrafiłbyś rozwiązać samodzielnie. Szczególną uwagę zwraca na analizę problemu, dobór właściwych struktur danych i analizę wydajności algorytmu. Jest to szczególnie ważne na olimpiadach informatycznych, gdzie jest narzucony maksymalny czas wykonania programu. Także witryny oceniające rozwiązania zadań bezlitośnie odrzucają rozwiązania, które „nie wyrabiają się w czasie”. Dlatego elegancja algorytmu nie jest tym, co tygrysy (czyt. algorytmy sprawdzające) lubią najbardziej. Algorytmy rekurencyjne są piękne, ale niewydajne. Jak to w życiu - liczy się skuteczność. Książka przedstawia kilka klas problemów, a w każdym z nich starannie dobrane 2-3 zadania są dokładnie omówione w różnych wariantach rozwiązania: tablice mieszające, drzewa i rekurencja, memoizacja i programowanie dynamiczne, grafy i przeszukiwanie wszerz, najkrótsze ścieżki na grafach ważonych, wyszukiwanie binarne, kopce i drzewa segmentów, struktura zbiorów rozłącznych, randomizacja. Tytuł „Myślenie algorytmiczne” jest dokładnie tym, co Autor chciał przekazać. Każde zadanie (matematyczne czy programistyczne) można i należy sprowadzić do abstrakcji, która z kolei pozwala wybrać metodę rozwiązania. W przypadku zadań złożonych dobrą praktyką jest poszukanie rozwiązania dla problemu uproszczonego, pozbawionego subtelności, podobnie jak w modelowaniu fizycznych układów dynamicznych. Pozwoli to określić sedno problemu, a w konsekwencji sposób jego rozwiązania. Pozwoli też ominąć pułapki związane z niewłaściwym wyborem metody. Wybór języka programowania jest sprawą drugorzędną, Autor wybrał język C. Nie jest to trudny język, może nieco przestarzały, ale za to czytelny i zrozumiały. Osobiście wybrałbym Pythona, ze względu na wyjątkowe cechy edukacyjne tego języka, zwłaszcza struktury danych. Ostatni rozdział książki omawia efektywność algorytmów, bo rozwiązania zadań konkursowych nie tylko muszą podać poprawne wyniki. Powinny też spełniać wymagania dotyczące wykorzystania pamięci i czasu procesora. Dlaczego? Chociażby po to, żeby wyeliminować rozwiązania trywialne i naiwne oraz metody brutalne znane na przykład z łamania haseł z wykorzystaniem słownikowych baz danych. Czas wykonania programu świadczy też o jakości zastosowanego algorytmu. Biorąc pod uwagę powyższe wymagania można dojść do wniosku, że nie jest to książka dla każdego, mimo trochę mylącego podtytułu: “Jak rozwiązywać problemy za pomocą algorytmów”. Ale jeśli trafi do właściwej osoby… Daniel Zingaro „Myślenie algorytmiczne. Jak rozwiązywać problemy za pomocą algorytmów”. Wydanie II, Wydawnictwo Helion, 2025 Notka o autorze. Daniel Zingaro jest wykładowcą University of Toronto. Główny obszar jego zainteresowań stanowi metodyka nauczania informatyki. Jest znany z niekonwencjonalnego podejścia do nauczania.

Książka to świetne wprowadzenie do historii i przyszłości eksploracji Marsa. Przebrniemy w niej przez pierwsze marzenia astronomów aż po plany kolonizacji tej surowej, ale niezwykle intrygującej planety. Andrew May w przystępny sposób prowadzi czytelnika przez dekady badań nad Marsem: od teleskopowych obserwacji, przez pierwsze bezzałogowe sondy, aż po nowoczesne łaziki i ambitne wizje firm takich jak SpaceX (tutaj mały minus, że książka była napisana już w 2017 roku, dlatego przy tak dynamicznym rozwoju technologicznym niektóre plany SpaceX są przestarzałe, a osobiście znam wiele nowszych faktów). Autor z pasją i sporą dawką wiedzy przekazuje, jak zmieniało się nasze spojrzenie na Marsa - i jak realna stała się dziś wizja życia poza Ziemią. To jedna z tych książek popularnonaukowych, które nie wymagają od nas doktoratu z astrofizyki. Trudniejsze zagadnienia są w przystępny sposób wyjaśnione, aby każdy miał pojęcie o czym mowa. Idealna dla każdego, kto patrzy nocą w niebo i myśli: „co dalej?”.

📖 Nie będę tu przytaczać opisu z obwoluty - to każdy może sobie wygooglować. Sama chciałam sprawdzić, czy nadal interesują mnie tego typu tematy, zwłaszcza że obecnie AI jest bardzo modne wśród „zwykłych użytkowników” internetu. Wielu ludzi nie zdaje sobie sprawy, że sztuczna inteligencja jest obecna w naszym życiu już od wielu lat. Sama uczyłam się o niej ponad 20 lat temu na studiach! Książka liczy około 200 stron i jest napisana przystępnym językiem. Czytając ją, poczułam się trochę jak w 2002 roku - znów studiowałam, znów wróciły tematy programowania, projektowania i przepływu sygnału. Dowiedziałam się m.in., jak bardzo te zagadnienia przypominają działanie biologicznych neuronów. Autor tłumaczy to w prosty, momentami żartobliwy sposób. Niektóre rozdziały wymagają skupienia - czasem warto coś przemyśleć, a nawet wrócić kilka stron. Spora część wiedzy to poziom szkoły średniej, ale bardzo pomogło mi przygotowanie ze studiów: fizyka, matematyka, metody numeryczne czy projektowanie układów cyfrowych. Szczególnie zapadła mi w pamięć wzmianka o średniej harmonicznej - przypomniały mi się laboratoria, na których ją kiedyś liczyliśmy 😉 Warto też przed lekturą odświeżyć sobie wiedzę o wektorach, macierzach i tym podobnych pojęciach. Nie chcę Was zanudzać szczegółowym omówieniem zawartości, ale zdradzę, że książka porusza m.in. jak działa AI, jak się uczy i... czy można ją shackować! Są tu naprawdę ciekawe przykłady - sama bym nie wpadła na to, że to możliwe, a jednak! To nie jest książka typu "jak używać AI", nie znajdziecie tu instrukcji obsługi narzędzi - to pozycja dla tych, którzy chcą zrozumieć, czym właściwie jest sztuczna inteligencja (świetne porównanie do czarnej skrzynki czy filtrów!). Na końcu autor przechodzi do znanego wszystkim czatu GPT. Dzięki tej książce - jeśli zdecydujecie się ją przeczytać - lepiej zrozumiecie, czy warto ufać AI. I nie chodzi tylko o ChatGPT, ale o wszelkie uczące się algorytmy, które nas otaczają. Warto też pamiętać, że rozwój sztucznej inteligencji jest wykładniczy - to, co było aktualne rok temu, dziś może być już historią. A teraz pytanie do Was: czy chcecie się przekonać, o czym myśli AI i co tak naprawdę ma w środku? 😉