Всеобщий интерес к теме искусственного интеллекта постоянно растет и вызывает настоящий ажиотаж в средствах массовой информации и в научной литературе. Такому вниманию мы обязаны, в частности, успехам математиков и программистов по обучению искусственных нейронных сетей («глубокому обучению»). Однако сенсорные системы и мозг простых живых систем (например, летающих насекомых) по эффективности намного превосходят искусственные нейронные сети. Для повышения их эффективности предстоит решить еще много задач по поиску оптимальных нейронных архитектур и алгоритмов их работы. Большую помощь в такой работе могли бы оказать реальные механизмы распознавания и управления, заимствованные у живой природы. Именно это направление успешно развивалось в лаборатории Института проблем управления, где работал автор данной книги. В книге сравниваются различные версии вычислительных нейронных сетей, включая «глубокое обучение», рассматриваются их плюсы и минусы.
Книга будет полезна студентам и аспирантам технических вузов, связанных с информационными технологиями, студентам биологических факультетов вузов, занимающимся проблемами моделирования живых сенсорных систем и мозга, а также широкому кругу читателей, интересующихся исследованиями искусственного интеллекта.
