Источник
Telegram: book_cube
Авторский обзор книги и ключевые акценты по содержанию.
Охота на электроовец. Большая книга искусственного интеллекта
Авторы: Сергей Сергеевич Марков
Издательство: markoff.science (бесплатное электронное издание), ДМК Пресс (печатное издание)
Объём: 1352 страницы (568 + 784, два тома)
Книга Сергея Маркова об эволюции AI: от античных вычислительных идей и перцептрона до AlexNet, deep learning и современных интеллектуальных систем.
ОригиналПочему книга полезна системному инженеру
Книга показывает, что AI-архитектуры эволюционируют волнами, а не линейно: идеи возвращаются в новом техническом контексте.
История нейросетей раскрыта через людей и инженерные решения, а не только через математические формулы.
Материал помогает связать исследования, продуктовую практику и системный дизайн в единую картину.
Фокус на долгом горизонте полезен для архитекторов, которым важно понимать не только текущее состояние, но и тренды.
Историческая дуга AI в книге
Античные и механические вычислители
Первые попытки формализовать интеллект и автоматизировать вычисления.
Ранний AI и кибернетика
Нейрон Мак-Каллока и Питтса, перцептрон Розенблатта, надежды и первые ограничения.
Скепсис и локальные прорывы
Периоды «зимы AI», развитие алгоритмов обучения и возвращение backpropagation.
AlexNet и новая волна
Старт «революции глубокого обучения», после которой AI вошел в массовые продукты.
Современный этап
Foundation models, агентные сценарии и переход от AI-демо к AI-системам в production.
Связанная глава
AlphaGo
Документальный кейс о том, как игры ускорили практический прогресс AI.
Люди и идеи, которые формировали индустрию
Одна из сильных сторон книги - акцент на людях, которые последовательно строили фундамент современной AI-экосистемы: от ранних исследователей нейросетей и перцептрона до авторов алгоритмов, открывших дорогу deep learning. Такой формат делает историю менее «плоской»: видно, какие идеи выдержали время, а какие оказались тупиковыми.
Связанная глава
AI Engineering
Практики создания production-систем поверх foundation models.
Архитектурные выводы для system design
Эволюция AI зависит не только от алгоритмов, но и от инфраструктуры: compute, сети, хранение, инструменты разработки.
Игры (шахматы, го) полезны как инженерные тест-полигоны: они ускоряют появление практических архитектурных решений.
Продуктовый AI требует балансировать точность, стоимость, latency и надежность, а не максимизировать одну метрику.
Исторический контекст помогает лучше оценивать hype и принимать более устойчивые технологические решения.
Где читать и что открыть рядом
Сайт автора (бесплатная электронная версия)
Доступны PDF по томам, EPUB и FB2-версии книги.
Печатное издание в ДМК Пресс
Карточка бумажного двухтомного издания и аннотация от издателя.
Для продолжения маршрута смотри Hands-On LLM, Prompt Engineering for LLMs и The Thinking Game.