Заметка об использовании ИИ
Каждая глава этой книги исследована, написана и переписана мной. Я также пользовался инструментами ИИ на протяжении всей работы. Далее следует нечто большее, чем раскрытие информации, которого MIT Press требует от авторов, использующих ИИ. Это честное описание того, как я пользовался этими инструментами, образец того, как студенты и практики могут ответственно взаимодействовать с ними, и утверждение о том, что значит авторство, когда машинное обучение выступает одновременно усилителем силы и проверочным собеседником.
В моих предыдущих томах системы и вычислительная инфраструктура были моей родной интеллектуальной средой. Но Physical AI вытолкнул меня через каузальную границу на незнакомую территорию: классическая кинематика, нелинейные функции барьера управления, термодинамика обмоток двигателей и конкуренция высокочастотных шин реального времени. Самой трудной задачей при написании этой книги оказался не черновик прозы; ею стало исчерпывающее междисциплинарное обзорное исследование литературы и синтез областей, которые редко разговаривают друг с другом. Я широко использовал большие языковые модели как интерактивных исследовательских партнеров, чтобы обозреть разрозненную литературу, исследовать незнакомую динамику, мозговым штурмом набросать структурные рамки и дистиллировать фундаментальные первые принципы. Эти модели превосходны в дистилляции первых принципов — а именно так я естественно мыслю о компьютерных системах.
Однако дистилляция — лишь первоначальное предложение. Поскольку эти концепции обитают в физическом мире, где ошибки несут кинетические последствия, я сильно полагался на людей-экспертов — как академических исследователей в робототехнике и теории управления, так и практикующих инженеров в компаниях с автономными системами, — чтобы критиковать, проверять и оспаривать разработанные здесь архитектуры. Эта книга не претендует на то, чтобы быть окончательным, завершенным трудом; это действующая открытая итерация, развивающаяся вместе с быстро прогрессирующей дисциплиной.
Стандарт остается неукоснительной прослеживаемостью. Каждая выведенная метрика, временной бюджет и энергетический расчет в этих главах вычисляется непосредственно исполняемыми ячейками Python, исходный код которых поставляется с книгой. Количественные системные симуляции опираются на движок моделирования инфраструктуры MLSysIM. Непрерывный набор pre-commit-проверок верифицирует размерные единицы, целостность цитирования и якоря ссылок при каждом изменении. Инструменты ИИ сделали механически осуществимым прохождение крутой междисциплинарной кривой обучения; наша инфраструктура верификации делает эту работу воспроизводимой и аудируемой.
Авторство — это мышление. Решать, какие концепции принадлежат этому курсу, а какие нет; выстраивать главы так, чтобы каждая абстракция оправдывала свое место; определять, где студенты споткнутся, потому что я видел, как они спотыкаются в моей собственной аудитории, — это суждения, которых не может вынести никакой инструмент. Идеи и архитектурный синтез — мои; первоначальную прозу часто набрасывали, расширяли или перестраивали с помощью ИИ, после чего она подвергалась жесткому переписыванию и верификации.
Системы машинного обучения нельзя сертифицировать так, как традиционную детерминированную логику. Этот разрыв верификации с равной силой относится и к написанию текстов с помощью ИИ. Стандарт, которому я подчинил эту книгу, — это стандарт, которого мы должны требовать от каждой воплощенной машины, которую мы развертываем: инструмент может предлагать, инструмент может обучать, но только человек-инженер может утвердить и взять на себя ответственность.