В книге сделана попытка аксиоматически построить теорию искусственного интеллекта. Используя аппарат алгебры и элементарные теоретико-множественные понятия, автор с единых позиций описывает задачи и методы решения, возникающие в различных областях умственной деятельности. Особое внимание уделено собственно теории решения задач, в частности стратегиям поиска решений, теории игр двух лиц и проблемам, связанным с распознаванием образов и обучением понятиям.

Книга представляет интерес для математиков различных специальностей, а также для научных работников и инженеров, занимающихся теорией управления, распознаванием образов и математическим программированием. Она доступна студентам старших курсов.

Автор этой книги описывает «теорию решения задач» как объединение изучения эмпирических подходов и результатов с попытками унифицировать решение больших комбинаторных задач. Если бы автор сам придерживался сколько-нибудь строго своего определения, вероятно, можно было бы возражать против того, что теория решения задач должна заниматься только комбинаторикой. Но на самом деле эта небольшая по объёму книга затрагивает несколько крупных современных направлений исследований, не объединённых до сих пор одним названием, и изложение ведётся на одном языке, с одних позиций. Демонстрация возможности такого единого подхода сама по себе является важным шагом в исследованиях.

К большим достоинствам книги, пожалуй, следует отнести позицию автора, который охотно делится своими соображениями относительно слабых мест или малой проработанности тех или иных алгоритмов и намечает пути последующих исследований. Такая позиция не может не импонировать читателю, начинающему работу в данной области. Книга свободна от того, о чём хорошо сказал американский математик К. Ланцош: «Многие современные научные сочинения написаны неким полумистическим языком как бы специально для того, чтобы создать у читателя тягостное ощущение постоянного присутствия какого-то супермена». Вместе с тем эта книга не является лёгкой, хотя автор и говорит, что пользуется только элементарной частью аппарата теории множеств и математической логики. Это действительно так, но известный уровень математической культуры для чтения книги просто необходим.

Заметно, что математическая сторона дела всё-таки привлекает внимание автора в большей степени, чем собственно теоретико-системная, поэтому читатель, интересующийся методологией, пожалуй, будет разочарован, особенно после знакомства с такими книгами, как сборник под редакцией Э. Фейгенбаума и Дж. Фельдмана «Вычислительные машины и мышление» (изд-во Мир, М., 1967). Однако «Теория решения задач» выгодно отличается от этого сборника существенно более высоким уровнем строгости изложения.

Излагаемый в книге теоретико-множественный и по существу лингвистический подход является сейчас одним из наиболее перспективных в ряде областей, в частности в теории распознавания образов. Именно для такого подхода представляется наиболее естественным употребление принятого здесь термина «искусственный интеллект».

Автор склонен считать наиболее перспективным направлением нечисленные формализации и эту позицию последовательно аргументирует. Это некоторым образом перекликается с существующим мнением, что оптимальность в широком смысле слова не относится только к задачам поиска экстремальных решений некоторых уравнений.

Выход «Теории решения задач» на русском языке, несомненно, будет встречен с большим интересом и заполнит известный пробел в этом новом направлении исследований. Однако следует иметь в виду, что книга не даёт ответа на многие важные вопросы, и её естественно считать скорее введением в теорию решения задач, нежели исчерпывающим руководством…

Предисловие редактора перевода
Ю. Буркин
Москва 1971

Книги на ту же тему

1. Программирование на языке Пролог для искусственного интеллекта, Братко И., 1990
2. Математическая логика в программировании: Сборник статей 1980—1988 гг., Захарьящев М. В., Янов Ю. И., ред., 1991
3. Логический подход к искусственному интеллекту: от классической логики к логическому программированию, Тей А., Грибомон П., Луи Ж., Снийерс Д., Водон П., Гоше П., Грегуар Э., Санчес Э., Дельсарт Ф., 1990
4. Математическая теория обучаемых опознающих систем, Фомин В. Н., 1976
5. Теоретико-множественные модели языков, Маркус С., 1970
6. Лингвистическая комбинаторика: Опыт топологической стратификации языковых структур, Маковский М. М., 1988
7. Голографическое опознавание образов, Василенко Г. И., 1977
8. Последовательные методы в распознавании образов и обучении машин, Фу К., 1971
9. Автоматизация синтеза и обучение интеллектуальных систем автоматического управления, Макаров И. М., Лохин В. М., ред., 2009
10. Искусственный интеллект: Методы поиска решений, Нильсон Н., 1973
11. Искусственный интеллект и интеллектуальные системы управления, Макаров И. М., Лохин В. М., Манько С. В., Романов М. П., 2006
12. Адаптация и обучение в автоматических системах, Цыпкин Я. З., 1968
13. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики. — 5-е изд., стереотип., Редько В. Г., 2007
14. Системы искусственного интеллекта, Лорьер Ж. Л., 1991
15. Задачи по теории множеств, математической логике и теории алгоритмов, Лавров И. А., Максимова Л. Л., 1975
16. Алгебра логики в задачах, Гиндикин С. Г., 1972
17. Комбинаторика, Виленкин Н. Я., 1969
18. Прикладная комбинаторная математика, Беккенбах Э., ред., 1968