کتاب الکترونیکی

هوش مصنوعی و مهندسی نرم افزار: درک وعده آینده

Artificial Intelligence and Software Engineering: Understanding the Promise of the Future

دانلود کتاب Artificial Intelligence and Software Engineering: Understanding the Promise of the Future (به فارسی: هوش مصنوعی و مهندسی نرم افزار: درک وعده آینده) نوشته شده توسط «Derek Partridge»


اطلاعات کتاب هوش مصنوعی و مهندسی نرم افزار: درک وعده آینده

موضوع اصلی: سایبرنتیک: هوش مصنوعی

نوع: کتاب الکترونیکی

ناشر: AMACOM

نویسنده: Derek Partridge

زبان: English

فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)

سال انتشار: 1998

تعداد صفحه: 276

حجم کتاب: 3 مگابایت

کد کتاب: 9780814404416 , 0814404413

توضیحات کتاب هوش مصنوعی و مهندسی نرم افزار: درک وعده آینده

پس از دیدن تاریخ کپی رایت 1998، اعتراف کردم که کنجکاو شدم. هوش مصنوعی، به هر شکلی که باشد، اخیراً چندان مورد توجه قرار نگرفته است. با این حال، اگر به دنبال به‌روزرسانی وضعیت هوش مصنوعی از سال 1990 هستید، اینطور نیست. مطالب کتاب تقریباً منحصراً مربوط به سال 1991 و قبل از آن است. تنها 3 مرجع به منابعی بعد از سال 1991 داده شده است و دو مورد از آن منابع از خود نویسنده است. با این حال، کتاب هنوز هم چیزهای جالبی برای گفتن دارد و مقداری ارزش ماندگار دارد. رویکرد نویسنده منحصر به فرد است: روش های استاندارد در مهندسی نرم افزار سنتی را با رویکردهای توسعه لازم برای کار هوش مصنوعی مقایسه کنید. پارتریج زمان زیادی را در این کتاب صرف بحث در مورد آخرین هنر (در سال 1990) برای مهندسی نرم افزار می کند و در عین حال گاه به گاه با استراتژی های مشابه برای توسعه برنامه های کاربردی هوش مصنوعی مقایسه می کند. همانطور که پارتریج می گوید: “در تلاش برای مهندسی نرم افزار هوش مصنوعی، رویه های استاندارد طراحی و توسعه نرم افزار را تحت بررسی دقیق قرار می دهیم – تلاش های ما برای ساختن نرم افزار هوش مصنوعی قوی و قابل اعتماد، ذره بین رویه های مرسوم را فراهم می کند.” نویسنده این بررسی را در طول کتاب ادامه می دهد. یکی از چیزهایی که کتاب را جالب می کند، نگاهی به آنچه علم کامپیوتر فکر می کرد هوش مصنوعی باید حل کند (از آنجایی که شیوه های مهندسی سنتی کوتاه می آمدند) است. برای کمک به نوشتن همه این برنامه های جدید به برنامه نویسی خودکار نیاز است. اگر انسان ها تمام این کارها را انجام دهند، عیب های بسیار زیادی ایجاد می کند. در عوض، ما «جادوگران»، کتابخانه‌های کلاس وسیع و مجموعه‌ای قوی‌تر از ابزارهای قدرتمند داریم که به میزان قابل توجهی مقدار کد نوشته شده را محدود می‌کنند. به طور مشابه، به دلیل استفاده فراگیر از پایگاه های داده رابطه ای و ابزارهای قدرتمند تولید گزارش، نیاز به تولید کننده گزارش کاهش یافته است. مورد علاقه من “مشکل دیکامپایل” در بحث مهندسی معکوس بود. “دیکامپایلرها جایی بین کمیاب و وجود ندارند…” ابزارهای UML امروزی مانند Together/J را در نظر بگیرید که می توانند یک فایل JAR (فقط با کد) بگیرند و کل سلسله مراتب کلاس UML را مهندسی معکوس کنند! از آنجایی که کتاب واقعاً از اوایل دهه 1990 به روز نشده است، هیچ اشاره ای به برنامه نویسی ژنتیکی، هیچ اشاره ای به نرم افزار گفتاری در رایانه های رومیزی نشده است، و هیچ پیشرفت بینایی ماشین مورد بحث قرار نگرفته است، فقط به ذکر چند کاستی.

این یک سفر جالب به مسیر حافظه است، و چیزهای جالبی در مورد هوش مصنوعی و SE برای گفتن دارد و ممکن است ارزش خواندن در این زمینه را داشته باشد. با این حال، اگر می خواهید دیدی کلی از هوش مصنوعی داشته باشید، باید جای دیگری را جستجو کنید.


After seeing the 1998 copyright date I confess I was intrigued. AI, in any form, hasn’t gotten much press lately. If you’re looking for an update on the state of AI since 1990, however, this isn’t it. The book’s materials are almost exclusively from 1991 and earlier. Only 3 references are given to sources later than 1991 and two of those sources are from the author himself. That said, the book still has some interesting things to say and some lasting value. The author’s approach is unique: compare standard methods in traditional software engineering to the development approaches necessary for AI work. Partridge spends a great deal of time in the book discussing the state-of-the-art (in 1990) for software engineering while making occasional comparisons to similar strategies for successful AI application development. As Partridge puts it “in attempting to engineer AI- software we subject the standard procedures of software design and development to close scrutiny–our attempts to build robust and reliable AI-software provides a magnifying glass on the conventional procedures.” The author continues this scrutiny throughout the book. One of the things that makes the book interesting is a view back at what computer science thought AI would have to solve (since traditional engineering practices would fall short). Automatic programming would be needed to help write all these new programs. Having humans do all that would introduce too many defects. Instead, we have “wizards”, vast class libraries, and a much stronger set of powerful tools that significantly limit the amount of code that is written. Similarly, the need for report generators has lessened because the pervasive use of relational databases and the powerful report generation tools. My favorite was “the problem of decompiling” when discussing reverse engineering. “decompilers are somewhere between scarce and nonexistent…” Consider the modern day UML tools such as Together/J which can take a JAR file (with only code) and reverse engineer an entire UML class hierarchy! Because the book is not really updated from the early 1990’s, there is no mention of genetic programming, no mention of speech software on desktops, and no machine vision advances are discussed, just to name a few shortcomings.

It is an interesting trip down memory lane, and has some interesting things to say about AI and SE and may be worth reading on that front. However, if you want an overview of AI, you will need to look elsewhere.

دانلود کتاب «هوش مصنوعی و مهندسی نرم افزار: درک وعده آینده»

مبلغی که بابت خرید کتاب می‌پردازیم به مراتب پایین‌تر از هزینه‌هایی است که در آینده بابت نخواندن آن خواهیم پرداخت.

برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.