Understanding Animal Intelligence

În această primă ediție a lucrării Understanding Animal Intelligence, autorii propun o schimbare de paradigmă în studiul cogniției, trecând de la observația descriptivă la o teorie practică a comportamentului. Merită menționat că noutatea absolută a acestui volum constă în utilizarea cadrului de „reinforcement learning” (învățare prin recompensă) ca numitor comun pentru analiza inteligenței animale, oferind instrumente computaționale concrete prin integrarea cu mediul R și platforma LearningSimulator.org. Putem afirma că textul nu se limitează la teorie, ci ghidează cititorul prin pași expliciți de modelare matematică și codare. Suntem de părere că rigoarea metodologică este punctul forte al cărții. Volumul extinde cadrul propus de Animal Intelligence de Zhanna Reznikova prin adăugarea unei dimensiuni de modelare predictivă; în timp ce Reznikova se concentrează pe analiza aventurilor și ideilor din teren și laborator, Stefano Ghirlanda și Magnus Enquist oferă algoritmii necesari pentru a simula aceste comportamente. De asemenea, lucrarea completează perspectiva din Fundamentals of Learning de Stephane Gaskin, aducând date noi despre cum învățarea asociativă se aliniază cu predispozițiile genetice. Structura cărții este organizată progresiv în trei părți: începe cu fundamentele explicațiilor mecanice și evolutive, continuă cu procesele de luare a deciziilor (percepție, memorie, motivație) și culminează cu mecanismele de învățare și dezvoltare. Această ierarhie reflectă tranziția de la stimul la răspuns complex, integrând stările motivaționale în selecția scopurilor. În contextul operei autorilor, volumul rafinează conceptele din Neural Networks and Animal Behavior, aplicând teoria rețelelor neuronale într-un format de curs universitar, și dezvoltă viziunea unificată asupra inteligenței schițată în The Human Evolutionary Transition.