Human-Like Machine Intelligence

Cititorul care a aplicat deja conceptele din Cognitive Computing for Machine Thinking pentru a depăși limitările actuale ale AI va găsi în acest volum fundamentul teoretic și algoritmic necesar pentru următoarea etapă: inteligența artificială „human-like”. Remarcăm faptul că, spre deosebire de abordările pur computaționale, Human-Like Machine Intelligence se ancorează în ceea ce DARPA numește „A Treia Undă a Inteligenței Artificiale” (3AI), un domeniu care vizează reconcilierea modului în care învață oamenii cu procesele de machine learning.

Credem că valoarea acestui volum rezidă în abordarea sa multidisciplinară. Nu discutăm doar despre algoritmi, ci despre o fuziune între psihologia cognitivă și informatică. Editorii Stephen Muggleton și Nicholas Chater au structurat cele peste 500 de pagini pentru a răspunde unor întrebări critice: cum poate un sistem AI să își explice deciziile în limbaj natural și cum poate învăța din exemple puține, evitând dependența de Big Data. Vizual, textul este susținut de 92 de diagrame tehnice și 13 imagini halftone, facilitând înțelegerea arhitecturilor complexe propuse.

În contextul operei lui Stephen Muggleton, această lucrare reprezintă o evoluție firească de la volumele sale precedente, precum Inductive Logic Programming sau Latest Advances in Inductive Logic Programming. Dacă lucrările anterioare se concentrau pe mecanismele logice de învățare, volumul de față extinde spectrul către interacțiunea naturală și percepție. Recomandăm acest tratat pentru rigoarea cu care tratează problema „cutiei negre” a AI-ului actual, oferind soluții concrete pentru sisteme capabile de raționament inteligibil pentru om.