Капсульная нейронная сеть – тип искусственной нейронной сети, которая может использоваться для улучшения моделей иерархических отношений, основанных на биологической нейронной организации.

Когнитивная наука – совокупность научных дисциплин, занимающихся исследованием разума.

Компьютерное зрение – алгоритмы распознавания, обработки и интерпретации изображений и видео с целью извлечения из них информации.

Массив данных – упорядоченная совокупность однородных данных, используемых, в частности, для обучения. Обычно подразделяются на массивы для обучения алгоритма, проверочные массивы, применяемые при настройке параметров алгоритма, и тестовые массивы, необходимые для определения точности данных.

Машинное обучение – процесс обучения искусственных нейронных сетей построению алгоритмов на основе имеющихся массивов данных.

Многоагентные вычисления – алгоритмы, в рамках которых несколько программных агентов взаимодействуют для решения задачи.

Нечеткая логика – форма многозначной логики, использующая лингвистические переменные.

Обработка естественного языка – ветвь ИИ, занимающаяся анализом текстовых или других неструктурированных данных на естественном языке.

Обучение с подкреплением – тип машинного обучения, цель которого – научить агента действовать в окружающей среде таким образом, чтобы максимально увеличить общее вознаграждение.

Онтология – представление, наименование и определение категорий, свойств и отношений между понятиями, сущностями и данными.

Поведенческое дерево – схема, которая демонстрирует, как поведение робота или агента переключается между задачами.

Решатель – программное обеспечение, которое принимает описание проблемы в качестве входных данных и вычисляет ее решение, часто используя поиск.

Робототехника – междисциплинарный раздел инженерии и наука, занимающаяся проектированием, конструированием, эксплуатацией и применением роботов, а также алгоритмами их управления, сенсорной обратной связи и обработки информации.

Сверточная нейронная сеть – тип алгоритмов глубоких нейронных сетей, обычно используемый в компьютерном зрении.

Сильный ИИ – гипотетический, но к настоящему моменту не реализованный тип ИИ, напоминающий биологический интеллект и обладающий сознанием.

Символьная логика – способ представления логических выражений с помощью символов и переменных.

Слабый ИИ – тип ИИ, в котором алгоритм предназначен для решения четко определенной задачи, иногда путем симуляции интеллекта. Все современные ИИ – примеры слабого ИИ.

Сложные системы – природные или искусственные системы, которые демонстрируют непредсказуемое поведение, возникающее спонтанно в результате более простых взаимодействий между компонентами.

Теория игр – изучение простых моделей взаимодействия лиц, принимающих рациональные решения.

Фреймы – структура данных, используемая для организации знаний в стереотипных ситуациях, связанных с классами в объектно ориентированном программировании.

Функция активации – функция, которая вычисляет выходной сигнал нейрона.

Функция приспособленности (оценочная функция, целевая функция) – мера приспособленности с точки зрения эволюционного принципа выживания; обычно используется в алгоритмах оптимизации, таких как генетические алгоритмы.

Чат-бот (диалоговый интерфейс, искусственный собеседник) – ИИ, имитирующий разговоры.

Эволюционные вычисления – алгоритмы оптимизации, основанные на принципах биологической эволюции, в том числе генетические алгоритмы, оптимизация методом роя частиц и алгоритм муравьиной колонии.

Экспертная система – алгоритм, базирующийся на правилах и обладающий способностью принимать решения подобно человеку-эксперту, используя хранимые знания, которые часто выражены в форме правил «если…, то…».

Эмоциональные вычисления (эмоциональный ИИ) – область ИИ, посвященная компьютерному моделированию, распознаванию и обработке эмоций.

Истории о компьютерных науках, включая рассказ об истории развития ИИ:

Bentley P. J. Digitized: The Science of Computers and How it Shapes Our World. Oxford University Press, 2012.

Для понимания современного уровня развития ИИ:

Mitchell M. Artificial Intelligence: A Guide for Thinking Humans. Pelican Books, 2019.

Объективный взгляд на влияние ИИ:

Smith R. E. Rage Inside the Machine: The Prejudice of Algorithms, and How to Stop the Internet Making Bigots of Us All. Bloomsbury Business, 2019.

Реалистичный взгляд на современные ограничения ИИ:

Marcus G., Davis E. Rebooting AI: Building Artificial Intelligence We Can Trust. Ballantine Books Inc, 2019.

Захватывающий рассказ о возможном в будущем экономическом и социальном воздействии ИИ:

Lee K.-F. AI Superpowers. Houghton Mifflin Harcourt, 2018[19].

Опытный взгляд на социальных роботов и их применение:

Heerink M. A Compassionate Guide for Social Robots. E3, 2018.

Чтобы увидеть, что значит быть побежденным ИИ, а затем извлечь уроки из этого опыта:

Kasparov G., Murray J. Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins. PublicAffairs, 2017[20].

Взгляд математика на креативность ИИ:

Du Sautoy M. The Creativity Code: Art and Innovation in the Age of AI. Fourth Estate, 2019.

Оригинальная и, на мой взгляд, лучшая книга об эмоциональных вычислениях:

Picard R. Affective Computing. MIT Press, 2000.

Классическая книга о роботах и людях:

Brooks R. Flesh and Machines: How Robots Will Change Us. Pantheon Books, 2002.

Подробный рассказ об эксперименте «Китайская комната»:

Views into the Chinese Room: New Essays on Searle and Artificial Intelligence / Edited by John Preston. Oxford University Press, 2002.

История кибернетики и ИИ:

Husbands P., Holland O., Wheeler M. The Mechanical Mind in History. MIT Press, 2008.