هوش مصنوعی در عصر شبکه‌های عصبی و محاسبات مغزی ۲۰۲۳
Artificial Intelligence in the Age of Neural Networks and Brain Computing 2023

*هوش مصنوعی در عصر شبکه‌های عصبی و محاسبات مغزی، ویرایش دوم* نشان می‌دهد که پیامدها و کاربردهای مخرب کنونی هوش مصنوعی، نتیجه‌ی توسعه ویژگی‌های منحصر به فرد شبکه‌های عصبی، به‌ویژه یادگیری ماشین، معماری‌های توزیع‌شده، پردازش موازی عظیم، استنتاج جعبه سیاه، غیرخطی بودن ذاتی و موتورهای جستجوی خودکار هوشمند است. این کتاب ایده‌های اصلی “محاسبات مغز-مانند” پشت هوش مصنوعی را پوشش می‌دهد، چارچوبی برای یادگیری عمیق ارائه می‌کند و الگوهای بدیع و جذاب را به عنوان جایگزین‌های احتمالی آینده معرفی می‌کند.

موفقیت کنونی محصولات تجاری مبتنی بر هوش مصنوعی که توسط رهبران برجسته صنعت مانند گوگل، آی‌بی‌ام، مایکروسافت، اینتل و آمازون ارائه شده‌اند، را می‌توان با استفاده از دیدگاه ارائه شده در این کتاب، با دیدن همزیستی یک هم‌افزایی موفق بین آنچه که به عنوان هوش محاسباتی، هوش طبیعی، محاسبات مغزی و مهندسی عصبی شناخته می‌شود، تفسیر کرد. نسخه جدید به روز شده است تا شامل پیشرفت های مهم جدید در این زمینه، از جمله بسیاری از فصل های جدید باشد.

* توسعه یافته از سی‌امین سالگرد انجمن بین‌المللی شبکه‌های عصبی (INNS) و کنفرانس مشترک بین‌المللی شبکه‌های عصبی 2017 (IJCNN)
* توسط کارشناسان برجسته، پیشگامان جهانی این حوزه و محققان فعال در زمینه کاربردهای پیشرفته در پردازش سیگنال، تشخیص گفتار، بازی‌ها، کنترل تطبیقی و تصمیم‌گیری تالیف شده است.
* ویرایش شده توسط دانشگاهیان و محققان برجسته در سیستم‌های هوشمند و شبکه‌های عصبی
* شامل فصل‌های کاملاً جدید، از جمله موضوعاتی مانند مرزهای تحقیقات شبکه عصبی بازگشتی; علم بزرگ، علم تیمی، علم باز برای علوم اعصاب; یک رویکرد مبتنی بر مدل برای پیوند دادن مقیاس‌های فعالیت قشر مغز; یک معماری شناختی برای تشخیص اشیاء در ویدئو; چگونگی منجر شدن معماری مغز به تفکر انتزاعی; جداسازی گفتار مبتنی بر یادگیری عمیق و پیشرفت در هوش مصنوعی، شبکه‌های عصبی

Artificial Intelligence in the Age of Neural Networks and Brain Computing, Second Edition demonstrates that present disruptive implications and applications of AI is a development of the unique attributes of neural networks, mainly machine learning, distributed architectures, massive parallel processing, black-box inference, intrinsic nonlinearity, and smart autonomous search engines. The book covers the major basic ideas of “brain-like computing” behind AI, provides a framework to deep learning, and launches novel and intriguing paradigms as possible future alternatives.

The present success of AI-based commercial products proposed by top industry leaders, such as Google, IBM, Microsoft, Intel, and Amazon, can be interpreted using the perspective presented in this book by viewing the co-existence of a successful synergism among what is referred to as computational intelligence, natural intelligence, brain computing, and neural engineering. The new edition has been updated to include major new advances in the field, including many new chapters.

• Developed from the 30th anniversary of the International Neural Network Society (INNS) and the 2017 International Joint Conference on Neural Networks (IJCNN
• Authored by top experts, global field pioneers, and researchers working on cutting-edge applications in signal processing, speech recognition, games, adaptive control and decision-making
• Edited by high-level academics and researchers in intelligent systems and neural networks
• Includes all new chapters, including topics such as Frontiers in Recurrent Neural Network Research; Big Science, Team Science, Open Science for Neuroscience; A Model-Based Approach for Bridging Scales of Cortical Activity; A Cognitive Architecture for Object Recognition in Video; How Brain Architecture Leads to Abstract Thought; Deep Learning-Based Speech Separation and Advances in AI, Neural Networks