В книге подробно рассмотрен принцип минимальной длины описания, являющийся следствием теоретико-информационного подхода к построению моделей и выбору гипотез. Этот принцип становится все более популярным при решении сложных задач автоматического анализа данных, традиционно относившихся к области искусственного интеллекта. Рассмотрены задачи распознавания образов, машинного восприятия и грамматического и логического выводов, для которых использование принципа минимальной длины описания уже позволило получить более эффективные решения. На конкретных примерах показана возможность разработки унифицированного подхода к решению указанных задач. Книга предназначена для широкого круга читателей: студентов, молодых ученых и специалистов, интересующихся компьютерными науками и, в частности, искусственным интеллектом.
Книга содержит доступное введение в обширную и сложную область искусственного интеллекта. Существенное внимание уделено основополагающим идеям, необходимым для глубокого понимания методов поиска в пространстве решений, представления знаний, машинного обучения и самоорганизации, составляющих основу искусственного интеллекта. В то же время книга представляет собой рассуждение о том, каких ключевых свойств не хватает интеллектуальным системам, чтобы стать по-настоящему разумными, для чего автор нередко обращается к истокам искусственного интеллекта в области психологии, лингвистики, нейрофизиологии, математики, философии. Книга предназначена для широкого круга читателей, интересующихся вопросами мышления, но также может оказаться полезной и специалистам в области искусственного интеллекта.