Главная » Хабрахабр » [Перевод] Ричард Хэмминг: Глава 7. Искусственный интеллект — II

[Перевод] Ричард Хэмминг: Глава 7. Искусственный интеллект — II

«Цель этого курса — подготовить вас к вашему техническому будущему.»

imageПривет, Хабр. Помните офигенную статью «Вы и ваша работа» (+219, 2442 в закладки, 389k прочтений)?

Мы ее переводим, ведь мужик дело говорит. Так вот у Хэмминга (да, да, самоконтролирующиеся и самокорректирующиеся коды Хэмминга) есть целая книга, написанная по мотивам его лекций.

«Это не просто заряд положительного мышления; в ней описаны условия, которые увеличивают шансы сделать великую работу.» Это книга не просто про ИТ, это книга про стиль мышления невероятно крутых людей.

И ведем работу над изданием «в бумаге». Мы уже перевели 23 (из 30) главы.

Глава 7. Искусственный Искусственный интеллект — II

В этой книге мы в основном затрагиваем вопрос о пользе компьютеров в интеллектуальной области, а не в механической, например, в производстве. В области механики компьютеры позволяют нам производить лучшие, предпочтительные и более дешёвые изделия. В некоторых сферах эта помощь весьма значительна, для полетов на Луну многое было бы тяжело делать без компьютеров. ИИ можно рассматривать как дополнение к роботизации — он в основном относится к интеллектуальной стороне человека, а не к физической, хотя безусловно обе части тесно взаимодействуют во многих проектах.

И машина, и человек состоят из атомов и молекул. Давайте вернёмся к началу рассуждений и заново рассмотрим компоненты машины и человека. У машин есть большие структуры, арифметические блоки, память, блоки управления, устройства ввода-вывода, человек же состоит из костей, мускулов, кровяных сосудов, нервной системы и т.д. И машина, и человек состоят из основных частей; у машин среди прочего есть устройства накопления и переключения (вентили), а человек состоит из органов.

Известно, что в больших системах могут возникнуть новые эффекты. Рассмотрим некоторые аспекты более внимательно. Например, считается, что между молекулам нет трения, но в больших системах этот эффект обнаруживается — это эффект, который проявляется при организации маленьких частей в большую систему.

Например, у нас есть самолёты, в общем случае, с фиксированным крылом, в то время как птицы машут своими крыльями. Стоит отметить, что когда инженер разрабатывает устройство идентичное существующему в природе, он делает это по-другому. Природа не изобрела колесо, а человек использует его во многих устройствах. Также мы сделали немного другое: самолёты определенно летают выше и быстрее птиц. Наша нервная система сравнительно медленная, передает сигналы со скоростью несколько сотен метров в секунду, в компьютеры передают сигналы со скоростью около 186000 миль в секунду.

Мы хотим дать определение мышлению как некоторому процессу, который может совершать мозг человека. В третьих, перед дальнейшими рассуждениями об ИИ отметим, что мозг человека состоит из многих и многих компонент, связанных друг с другом нервами. Некоторые стали считать, что если машина будет достаточно большой, то она автоматически станет думать! Объяснения прошлых неудач в программировании мышления у машин заключались в недостаточном размере машин, их скорости м т.д. Собственно, это все, что представляет из себя мышление! Запомните, похоже, что проблема заключается в написании правильной программы, а не в построении и большой машины, в такой программе появится новый эффект — мышление из немыслящих деталей! Существует программа доказательства геометрических теорем, изучаемых в курсе классической геометрии. Это не что-то обособленное, а артефакт большой системы.
Вернёмся к приложениям ИИ. рис. Программе задали доказать известную теорему «Если в треугольнике равны две стороны, то равны два его угла», см. 1. 7.

image

Некоторые возможно поделят пополам третью сторону треугольника, начертят отрезок к противоположному углу и также придут к выводу о подобии. Вероятно, вы пытаетесь разделить пополам верхний угол, доказать подобие двух треугольников и вывести из этого равенство двух углов. При сравнении треугольников ABC и CBA был сделан вывод о самоподобии и равенстве углов.
Кто-то найдет это доказательство элегантным, корректным м неожиданным. Доказательство, которое вывела программа, не использовало дополнительных построений. Кто-то заявил, что программа показала «оригинальность», «новизну», которая не была в нее заложена разработчиками, «креативность» и прочие замечательные качества. Возможно, люди, которые написали программу доказательства теорем не знали его, оно широко неизвестно, хотя и обсуждается в сносках учебников по геометрии.

Если бы вас учили действовать так же, многие из нашли бы это доказательство элегантным? Более углубленный анализ показывает, что программисты заложили алгоритм, согласно которому программа вначале пытается доказать теорему, а потом строит дополнительные линии. Как я и отмечал ранее, чем является курс по геометрии как не загрузкой в обучаемых программ по доказательству? Таким образом, это доказательство было запрограммировано. Это касается людей, но для машины достаточно один раз загрузить программу и больше не надо бесконечно повторять и повторять, и все равно что-то забывать! Несущественно.

Если нет, можно ли говорить, что у вас есть оригинальность? Показала ли шахматная программа Сэмюэла оригинальность, когда обыграла state vhecker champion, сделав неожиданный ход? Это всего лишь пара примеров подобных написанных программ. Каким должен быть тест, чтобы отделить вас от компьютерной программы?
Кто-то может утверждать, что шахматная программа научилась, а программа для доказательства теорем показала «креативность», «оригинальность» или что-то ещё. Таким образом получается парадокс: сам факт существования программы подтверждает, что это некоторый механический процесс и отрицает проявления других свойств. Тяжело доказать, что у программы есть объявленные свойства; как только программа что-то исполняет, это немедленно соотносится с шагом заложенного в нее алгоритма, даже если в программу внесены случайные числа. С этой точки зрения машина никогда не продемонстрирует, что она больше, чем «машина» в классическом смысле; нет никакого способа продемонстрировать, например, что машина может «думать».

Как я отметил ранее, прм демонстрации машиной некоторых свойств большинство читателей автоматически считают, что эти свойства не являются проявлениями человеческих черт. Сторонники hard AI считают, что человек является машиной и, следовательно, все возможные действия человека в интеллектуальной сфере можно скопировать машиной. Во-первых, верно ли эт? Сразу же возникает два вопроса. Если вы верите в какие-то потусторонние, мистические силы, то как они влияют на движение молекул, а если не влияют, то какии способом воздействуют на наш мир? Во-вторых, насколько вы сами уверены в том, что не являетесь всего лишь набором молекул в энергетическом поле, а весь мир всего лишь молекулой вращающейся вокруг другой молекулы? Это очень сложный вопрос. Физики описали все существующие в природе силы или ещё есть неизученные силы? (В настоящее время, 1994 год, считается, что Вселенная на 90-99% состоит из так называемой темной материи, о которой известна лишь способность к гравитационному притяжению.

На заре компьютерной революции Макс Мэтью и Джон Пирс из Bell Telephone Laboratory изучали генерацию звука с помощью компьютера. Перейдем к рассмотрению компьютерных приложений в области культуры. Люди могут слышать звук частотой до 18кГц и только в молодом возрасте, взрослые же разговаривают по телефону и распознают звук на частоте менее 8кГц. Как стало понятно позднее, частота сэмплирования определяется максимальной частотой воспроизводимого звука. Последовательность воспроизведения «музыки» представляется такой: компьютер вычисляет значения звукового трека в каждый временной интервал, представляет это значение в виде напряжения и применяет сглаживающий фильтр. Квантизация звукового музыкального трека не предоставляет больших возможностей. Комбинация частот определяет инструмент и его характерное «звучание» (нарастание силы звука в начале и ноты и утухание в конце). Чистый тон представляет в виде простой синусоиды. При ээтом необязательно создавать музыку в реальном времени, компьютер может воспроизводить музыку с той скоростью, с которой необходимо, необязательно с постоянной, действительная же скорость достигается после окончания редактирования и воспроизведения на аудиоустройстве. С помощью различных программных инструментов возможно получить различные ноты и музыку, записанную для последующего воспроизведения.

Почему бы не научить компьютер сочинять музыку? Почему мы говорим только о воспроизведении нот? Исследователи возможности генерации звука научили компьютеры сочинять музыку с помощью таких правил и внесения случайностей генератором случайных чисел. В конце концов, есть много правил для сочинения музыки. Такой подход более дешевый, контролируемый и позволяет создавать звуки, которые не издает ни один из существующих музыкальных инструментов. Сейчас есть компьютеры, которые умеют воспроизводить музыку и сочинять музыку; по радио и ТВ воспроизводится много подобных треков. Любой звук из музыкального трека может быть создан компьютером.

За исключением небольших деталей (частота сэмплирования, число уровней квантизации, который можно увеличить за счет стоимости) у композиторов появился доступ к прослушиванию любых звуков, которые только могут существовать на любых частотах, в любых комбинациях, в любом темпе и громкости. Компьютеры поддерживают воспроизведение и создание музыки. В будущем в этой области не будет значительных улучшений в техническом плане. В самом деле, «лучшее качество записанной музыки» — цифровое. У многих появились цифровые плееры и они воспроизводят звук намного лучше старых аналоговых плееров.

Раньше композитору часто надо было ждать годы, пока он не станет знаменитым, а его музыка стала звучать со сцены, а не только в его воображении. Машины помогают композитору быстрее (практически мгновенно) услышать сочиненную музыку. При чтении журнала, посвященному компьютерной музыке у меня сложилось впечатление, что современные композиторы широко используют и настраивают компьютерные программы, и что появилось много способов для создания музыки совместно с машиной. Сейчас композиторы могут быстрее придумывать новые направления.

Раньше дирижёр при записи музыки пытался добиться от музыкантов лучшего, часто конечная запись получалась из нарезок различных записей, разных микрофонов. Появилось больше возможностей и у дирижёров. В конце концов, музыканты не всегда исполняют один и тот же пассаж (часть музыкального произведения) каждый раз идеально.
Продолжим рассматривать влияние компьютеров, как они возвращают нас из мира вещей в мир идей, как они дополняют и расширяют возможности людей. Сейчас дирижёр может получить именно ту запись, которую он хочет с точностью до миллисекунд, до нужного тона и с учетом индивидуальных понятий о качестве звучания того или иного инструмента.

Конечно же, роботы заменять многих людей в части выполнения рутинной работы. Один из аспектов ИИ, которым я заинтересовался — что могут человек и компьютер делать вместе, при этом между ними не должно возникать соревнования. К сожалению, многие не готовы к такому соревнованию с машинами — многие ничего не могут делать кроме той или иной рутинной работы. Действительно, роботы выполняют рутинную работу намного лучше, при этом разгружая время людей для более «человеческих» задач. Однако, я сомневаюсь, что можно взять, например, шахтёров и превратить их в полезных программистов. Есть широко распространенное мнение, что при должной тренировке люди смогут соревноваться с роботами. Но если программированием считать классическую деятельность по вдумчивому анализу, детальной спецификации, то есть большие сомнения в оценки процента людей, которые могут конкурировать с компьютером наравне. У меня есть некоторые оценки о проценте людей, которые могут заниматься программирование в классическом смысле; конечно же, если считать, что взаимодействие с банкоматом или телефоном является программированием (ввод данных от человека воздействует на исполняемую программу), то многих можно назвать программистами.

Но совершенно ясно, что в среднем появилось больше высокоуровневых рабочих мест и исчезло много низкоуровневых. Использование компьютеров привело как уменьшению числа рабочих мест, так и к созданию новых, тяжело сказать, к чему больше. Опять же, некоторые считают, что в будущем большинство людей можно будет подготовить к выполнению низкоуровневой работы, мне кажется, что это мнение бездоказательно.

Любопытно, что оказалось возможным создать «одиночную» программу в области геометрии, и невозможно в области алгебры. Кроме программ в области игр, геометрии, музыки, появились программы в области алгебры: они более «управляемы», чем «одиночные» программы и зависят от взаимодействия с человеком на том или ином этапе. При изучении алгебры вы могли и не обратить внимание, что для действия «упростить выражение» не было четких правил для «упрощения»; а если и заметили, то эти правила были очевидно сложными. Одна из нерешённых проблем — упрощение выражений. Например, считается, что выражение

image

нельзя упростить, а выражение

image

можно!

Например, если при вычислениях вы собираетесь дальше интегрировать, что разбиваете выражение на маленькие части, одновременно комбинируя их в удобное произведение или отношение. Мы постоянно используем слово «упростить», но его значение зависит от того, что мы собираемся делать дальше.

Она оказалась очень полезной, так как рассчитывала: (1) возможные пути синтеза, (2) стоимость, (3) время, необходимое на реакции, (4) эффективный выход синтезируемого соединения. Также была разработана похожая «управляемая человеком» программа для синтеза химических соединений. Таким образом, эта программа помогает открыть много различных способов синтеза новых соединений или переоткрыть старые по причине изменения стоимости необходимого сырья.

В большинстве случаев использование машинных методов быстрее, надёжнее и дёшевле. Машины заменили ненадежный взгляд человек через микроскоп при проведении большинства медицинских анализов. В самом деле, в таком случае машина вероятно будет ставить диагноз быстрее доктора! Возможно дальше машины смогут ставить диагнозы и таким образом заменят докторов. Этот подход просто являет улучшением набора для самодиагностики и способом назначения плана лечения. В этой идее нет ничего нового: продавались наборы для самодиагностики некоторых болезней.

Часто в случае редких заболеваний доктор может впервые столкнуться с такой болезнью, но в машину можно ввести описания всех болезней, и она никогда не их забудет. Доктора являются людьми, следовательно, они ненадёжны. В долгосрочной перспективе машина с учётом вероятности выставляемых диагнозов (которые можно корректировать во время эпидемий) может вести более качественный «прием пациентов», чем доктора средней или даже высокой квалификации. Исходя из симптомов машина может или с некоторой вероятностью поставить диагноз, или назначить уточняющие анализы для дальнейшей постановки диагноза. При этом не стоит забывать, что один доктор физически может лечить ограниченное число людей.

Закон прощает докторов при совершении ошибки, если те действовали, говоря юридическим языком, «с должной осмотрительностью» — они всего лишь люди. Среди прочих одна из основных проблем — юридическая. Машина? Но кто будет виноват при совершении ошибки машиной? Эксперты, которые сформировали правила? Программист? Те, которые переложили их в алгоритмы? Те, кто более детально сформулировал эти правила? В случае неверного диагноза, поставленного машиной, возможно провести подробный анализ всей программы, такого анализа нельзя провести в части принятия неверного решения доктором. Или те, кто их запрограммировал? Наблюдается некоторый рост программ, которые позволяют самостоятельно поставить диагноз, но для таких программ возникают правовые вопросы. Я считаю, что в будущем появится много вспомогательных программ для постановки диагноза доктором, но ещё долгое время между пациентом и машиной обязательно будет человек.

Вероятно, вы замечали, что во всех лицензиях на распространяемое ПО освобождено от любой, подчеркну еще раз, от любой ответственности! Например, я сомневаюсь, что у пациента будет возможность самостоятельно (через программу) выписать себе рецепт на необходимые лекарства без участия доктора. В этой области основной проблемой будет юридическая, а не инженерная.

В больницах машины ведут учет финансов, расписания, хранят записи; даже частные доктора стали работать с применением тех или иных машин. В современных больницах можно увидеть большое проникновение машин в сферу медицины: медицина весьма агрессивно используют возможности машин для улучшения работы, уменьшения стоимости, улучшения точности и скорости. В некоторой степени, в этом виноваты федеральные органы, которые обязывают вести бюрократическую переписку в электронном виде.

Машины не скучают, быстро реагируют, мгновенно передают сигнал на пост медсестры при необходимости. Во многих больницах в палатах реанимации и других при необходимости установлены компьютерные мониторы. Сомнительно, что медсестра смогла бы постоянно выполнять те обязанности, которые выполняет совместно с монитором.

С помощью этой программы возможно рассчитать первые 20 членов степенного ряда сложной функции. В области математики одной из ранних программ по символьному преобразованию формул была программа дифференцирования для вычисления производных высшего порядка. При изучении могло так не показаться, но необходимо отличать задачу непосредственного дифференцирования от дальнейшего упрощения и работы с производными. Как вы должны знать, дифференцирование — простая формальная задача с небольшим числом правил. Другой программой для работы с символьными формулами была программа для преобразования координат — необходима для управления спутниками, радарами и т.д.

Алгоритм программы похож на те алгоритмы, которым учат на курсах математики. Джеймс Слэгл (https://en.wikipedia.org/wiki/James_Robert_Slagle) написал программу аналитического интегрирования. С тех пор программы компьютерного интегрирования существенно улучшились, предполагалось, что появится программа на основе известного алгоритма Риша, которая смогла бы интегрировать любую функцию, если это возможно. Программа может конкурировать со средним выпускником MIT в части интегралов, которые может решить, и в части корректности и неизбыточности применяемых алгоритмов. Однако, после многих лет ожиданий, я не видел такой программы.Есть программы аналитического интегрирования, которые считают конечные интегралы или доказывают, что выражение нельзя проинтегрировать.

Сейчас компьютеры собираются роботами, которые управляются другими компьютерами, чипы в интегральных схемах проектируются преимущественно компьютерами под управлением человека. Компьютеры в форме роботов вторглись в производственные линии сложных товаров, таких как таблетки и т.д. Определенно в программы дизайна заложена некоторая степень искусственного интеллекта. Никакой человеческий разум не в состоянии качественно расположить миллионы транзисторов в чипе, это безнадежное занятие. Рутинный ответ на нерутинное событие может привести к катастрофе. В ограниченных областях, где нет случайностей, роботы эффективны, но там, где есть неожиданные события, роботы могут столкнуться с серьёзными проблемами.

Если при выполнении подобных работ робот будет разрушен, то это не то же самое, что гибель человека. Другая очевидная область применения компьютеров это робот, устойчивые к более агрессивной среде, чем даже экипированные в спецодежду люди, например, к огню. Флот постоянно использует роботов при прохождении глубоких морей, сейчас в море много неразминированных областей. На вооружении морского флота появились минные тральщики с удаленным управлением, потеря корабля несоизмеримо меньше потери меньше команды и корабля.

Роботы постоянно становились более эффективными и, пока не обыграли чемпиона мира по шахматам, казались тратой времени. Давайте снова поразмышляем над игрой в шахматы компьютером. Компьютеры сейчас анализируют миллионы комбинации за секунду, человек же, согласно исследованиям психологов, для принятия решения о ходе анализирует до 50 максимум 100 комбинаций. Раньше считалось, что нужно анализировать все возможные комбинации ходов, а не способ, которым играет в шахматы человек. Мы даже не знаем как! Таким образом, по крайней мере, так считается, человек при игре в шахматы размышляет совершенно по-другому!

Например, я всем рассказываю о роботе, играющим в нарды, который смог победить всех чемпионов. В других играх машины оказались более успешны. Способ, которым играет машина, можно описать как «выполнить большое число вычислений», а не игра на основе понимания. Но некоторые игры с простыми правилами, например, игра в Го оказались очень сложными для машинного решения.
Подводя итог, машины оказались способными для игры в игры и похожие активности, но для некоторых игр — абсолютно неспособными. Мы начинали обучать компьютер играм, чтобы понять процессы мышления человека, но начальная цель была искажена, и исследования продолжились в сторону разработки программ, которые могут выигрывать.

Позвольте мне повторится, вы не сможете позволить себе проигнорировать области искусственного интеллекта, использование знаний в или иной области может как улучшить компьютерные приложения, так и привести к большому фиаско!

В процессе своей работы не производит логическую новизну, но они определённо производят психологическую новизну. Сейчас самое время объяснить разницу между логической и психологической новизной. Но может ли человек произвести логическую новизну? Программисты постоянно замечают новые эффекты у программ, которые они пишут! К успеху привели обстоятельства; это всего лишь психологическая, а не логическая новизна. Тщательный анализ историй о великих открытиях показывает, что они были сделаны на основе анализа прошлых опытов. Возможна ли логическая новизна в чистом виде? Разве все ваши новые достижения не исходят из прошлого опыта?

В любой науке после начального задания постулатов, определений и логики все дальнейшие выводы являются психологической новизной, в умозаключениях после начального задания нет логической новизны! Не нужно думать, что логическая новизна это нечто банальное.

Считается, что если мы будем использовать генератор случайностей при принятии решений, то сможем разорвать порочный круг из двух молекул, а где мы можем взять случайный источник событий, как не из материального мира с молекулами?

Это утверждение основываться на мысленном опыте с обезьянами и печатными машинками. Утверждается, информация содержится в источнике случайных событий. Считается, в какой-то момент времени одна из них сможет напечатать все книги из британской библиотеки в том порядке, в котором они стоят на полках! Обезьяны напротив печатных машинок и в случайные моменты времени нажимают на случайные кнопки. Рано или поздно обезьяна нажмет правильно первую букву, в самом деле, при бесконечном числе попыток случаться бесконечно часто.

При бесконечном времени работы обезьянок возникнет правильная комбинация символов. Среди этих попыток будут правильные со второй буквой, и так далее.

Например, рано или поздно новая физическая теория возникнет из потока шума, и вы сможете ее обнаружить, если отфильтруйте поток случайных чисел! Опыт является подтверждением того, что знание содержится в источниках случайных событий, и вы можете извлечь их, если напишите правильную программу по «распознаванию» информации. Правда в том, что вы не всегда можете распознать «информацию» даже если ее видите. Это логика неопровержима -в такую действительность сложно поверить!

В заданных обстоятельствах и в заданное время Вы являетесь тем, кем вы являетесь, и действуйте так, как вы действуете. Давно считается, что " свободное волеизъявление" — это миф. Попробуем прояснить этот вопрос с помощью эксперимента. Этот аргумент звучит убедительно на фоне того, что вы верите в свое свободное волеизъявление. Правда в том, что мы постоянно выбираем между двумя линиями поведения. Похоже, что нельзя поставить убедительный эксперимент для иллюстрации этой проблемы. Родителям приходится верить в то, что они правильно воспитывают своих детей. Учителю приходится верить в то, что он говорит правильные слова своим студентам. Всё же чувство свободы сидит в нас глубоко, и мы неохотно от него отказываемся, но можем с легкостью отрицать у других!

Можно привести еще очень много примеров для обсуждения вопроса «Могут ли машины думать?»

Когда я наблюдаю над тем, как ребёнок учится умножать двух или трёх значные числа, то у меня создается впечатление, что он думает. В заключение, возможно мышление должна определяться не тем, о чём мы думаем, а тем, как мы думаем. Когда компьютер делает такое же умножение, непохоже, что он думает. Когда я делаю это сам, то это похоже на некоторый «условный рефлекс». Возможно, в области мышления мы путаем понятия результата и способа получения, что приводит к некоторым затруднениям в области исследований ИИ. Говоря словами старой песни «это не то, что вы делаете, а то, как вы делаете».

Такой подход без должной оценки фактов повлиял на многих исследователей. Сторонники жесткой теории искусственного интеллекта ту или иную теорию считают успешной только после подтверждения. Вера в то, что «результат является мерилом мышления» позволяет многим людям считать, что они могут думать, а машины нет.

Мы одновременно можем считать, что компьютеры могут думать, а могут и не думать. Ситуация в отношении компьютеров и мышления стала неоднозначной. И не хотим верить, чтобы сохранить собственную значимость. Мы хотим верить в мышление машин, потому что они нам помогают. Например, если некоторая компьютерная программа сможет делать работу значительно лучше, чем доктора, то где они останутся? Компьютеры обошли нас во многих областях, скорости, точности, надежности, стоимости, скорости реакции, они свободны от скуки, легко забывают старое и учатся новому, могут работать в агрессивной среде, свободны от личных проблем, мы хотели бы превосходить их в некоторых областях — они же при этом являются нашими творениями! А где останетесь вы?

Два главных вывода:

  1. если машина это машина, она должна быть алгоритму и не может думать.
  2. с другой стороны неясно, как наше мышление, наше сознание, наше самоосознание влияет на движение молекул.

Мы просто не знаем о чём говорим; понятия не определены и непонятно, будут ли они определены в ближайшем будущем. В двух предыдущих главах я писал вопрос пределов аппаратуры и программного обеспечения, но в этих двух главах вопросы искусственного интеллекта затронуты поверхностно. Главный вопрос глав об ИИ — вопрос пределов программного обеспечения- остаётся открытым должен быть очень важным в вашей карьере. Мы вынуждены использовать язык для описания языка компьютера; это рекурсивность приводит к усложнению и уменьшению строгости. Исследование области ИИ требует аккуратности и взвешенных выводов, так как многие исследователи делали очевидные неверные выводы.

Продолжение следует...

Кто хочет помочь с переводом, версткой и изданием книги — пишите в личку или на почту magisterludi2016@yandex.ru

Кстати, мы еще запустили перевод еще одной крутейшей книги — «The Dream Machine: История компьютерной революции»)

Содержание книги и переведенные главы

Предисловие

  1. Intro to The Art of Doing Science and Engineering: Learning to Learn (March 28, 1995) Перевод: Глава 1
  2. «Foundations of the Digital (Discrete) Revolution» (March 30, 1995) Глава 2. Основы цифровой (дискретной) революции
  3. «History of Computers — Hardware» (March 31, 1995) Глава 3. История компьютеров — железо
  4. «History of Computers — Software» (April 4, 1995) Глава 4. История компьютеров — Софт
  5. «History of Computers — Applications» (April 6, 1995) Глава 5. История компьютеров — практическое применение
  6. «Artificial Intelligence — Part I» (April 7, 1995) Глава 6. Искусственный интеллект — 1
  7. «Artificial Intelligence — Part II» (April 11, 1995) (готово)
  8. «Artificial Intelligence III» (April 13, 1995) Глава 8. Искуственный интеллект-III
  9. «n-Dimensional Space» (April 14, 1995) Глава 9. N-мерное пространство
  10. «Coding Theory — The Representation of Information, Part I» (April 18, 1995) (пропал переводчик :((( )
  11. «Coding Theory — The Representation of Information, Part II» (April 20, 1995)
  12. «Error-Correcting Codes» (April 21, 1995) (готово)
  13. «Information Theory» (April 25, 1995) (пропал переводчик :((( )
  14. «Digital Filters, Part I» (April 27, 1995) Глава 14. Цифровые фильтры — 1
  15. «Digital Filters, Part II» (April 28, 1995) Глава 15. Цифровые фильтры — 2
  16. «Digital Filters, Part III» (May 2, 1995) Глава 16. Цифровые фильтры — 3
  17. «Digital Filters, Part IV» (May 4, 1995) готово
  18. «Simulation, Part I» (May 5, 1995) (в работе)
  19. «Simulation, Part II» (May 9, 1995) Глава 19. Моделирование — II
  20. «Simulation, Part III» (May 11, 1995)
  21. «Fiber Optics» (May 12, 1995) Глава 21. Волоконная оптика
  22. «Computer Aided Instruction» (May 16, 1995) (пропал переводчик :((( )
  23. «Mathematics» (May 18, 1995) Глава 23. Математика
  24. «Quantum Mechanics» (May 19, 1995) Глава 24. Квантовая механика
  25. «Creativity» (May 23, 1995). Перевод: Глава 25. Креативность
  26. «Experts» (May 25, 1995) Глава 26. Эксперты
  27. «Unreliable Data» (May 26, 1995) Глава 27. Недостоверные данные
  28. «Systems Engineering» (May 30, 1995) Глава 28. Системная Инженерия
  29. «You Get What You Measure» (June 1, 1995) Глава 29. Вы получаете то, что вы измеряете
  30. «How Do We Know What We Know» (June 2, 1995) пропал переводчик :(((
  31. Hamming, «You and Your Research» (June 6, 1995). Перевод: Вы и ваша работа

Кто хочет помочь с переводом, версткой и изданием книги — пишите в личку или на почту magisterludi2016@yandex.ru


Оставить комментарий

Ваш email нигде не будет показан
Обязательные для заполнения поля помечены *

*

x

Ещё Hi-Tech Интересное!

Разминка для тех, кто умеет в Python

Мы обожаем квизы, посвященные языкам программирования. Привет! Сегодняшний квиз посвящен исключительно Python. В нашем блоге мы разместили уже целых три: первый — по Python, PHP, Golang, DevOps, второй — полностью по Go, третий — только по PHP. (Кстати, кто едет? ...

Финтех-дайджест: финансовым регуляторам нужен ИИ для того, чтобы работать в современных условиях

Сегодня в выпуске: Привет, Хабр! В США считают, что финансовым регуляторам необходимо использовать ИИ; Банки РФ обязали уведомлять ЦБ перед тем, как рассказывать прессе о произошедших хакерских атаках; Биткоин двинулся вперед, есть оптимистичные прогнозы; Несмотря на запрет биткоинов, в Китае ...