Автономный искусственный интеллект

Тема книги безусловно заслуживает внимания. Книга читается достаточно просто, но тем не менее несет в себе очень интересные идеи. Рекомендую.

Книга вызывает небывалый интерес и особенно полезна, особенно для тех, кто только начинает изучать вопросы нейромоделирования и применения исскусственного интеллекта в практической деятельности (не зависимо от возраста и сферы профессиональных занятий). Описанные методы и схемы являются универсальным пособием для создания принципиально новых, инновационных, интегративных технологий, способных адаптироваться к решению современных задач экономического анализа, управления, классификации и др.

Великолепная книга!

После прочтения становится понятной и очевидной тупиковость «традиционных ИИ» систем с их проблемами катастрофического забывания, отсутствием доверия и объяснимости, необходимостью остановок для переобучения. Особенно ярко это проявляется, когда на основе таких «традиционных» систем пытаются строить решения для технологических процессов.

Очень важно, что детализация изложения идеи Автономного Адаптивного Управления позволяет разработать решения для практических задач. Например, для металлургии были разработаны два решения, использующие механизмы самообучения, аппарата эмоций, базы знаний.

Хочется увидеть новое издание, где было бы описание развития и актуального состояния технологии ААУ, новых задач и новых примеров практического использования.

Большое впечатление оставили идеи автономного адаптивного управления, механизм и смысл аппарата эмоций для автономного управления. А так же возникновение языка общения между самообучающимися системами.

Приведены подробные описания как функциональных блоков, из которых строятся адаптивные системы, так и нейронов из которых они состоят. Есть хорошее описание работы биологических нейронов.

Недостаток заметил в том, что хоть описание адаптивных систем весьма подробное, но запрограммировать самому эффект самообучения не так-то просто. Было бы гораздо лучше, если бы были ссылки на код с программной иллюстрацией идей развиваемых в книге. Не надо, конечно, выкладывать исходники сложных коммерческих приложений, но сами эффекты можно проиллюстрировать на максимально простых примерах. Например, код адаптивной системы, которая в процессе самообучения реализует самое обычное сложение входных чисел или даже повторение сигнала с входа на выход. Повторение со сдвигом или в противофазе. Интересны простые примеры кода алгоритмов, которые приводят самообучающуюся систему в соответствие с заданной целевой функцией. На примерах кода реализации самых простых систем, легче понять как запрограммировать логистическую регрессию, классификацию или сегментацию фото и другие задачи, решаемые сегодня ИНС, но используя подход адаптивных систем.

Я бы ценил такую книгу, если там были представлены матлабовские модели..

Такой подход смог бы не только показать основной замысел автора, но и дал бы быстрый переход к собственным архитектурам сначала в модельном построении и далее,- к конкретной реализации.