Safina Parveen Munsaf Khan
Modelowanie matematyczne jest najważniejszym aspektem modelowania skutecznej i wydajnej sztucznej inteligencji we wszystkich jej nurtach, takich jak słaba sztuczna inteligencja, silna sztuczna inteligencja, super sztuczna inteligencja, ultra sztuczna inteligencja, humanoid, mózg bioniczny, cyborg, generatywna sztuczna inteligencja, uczenie maszynowe, widzenie maszynowe, przetwarzanie obrazu, przetwarzanie języka naturalnego, głębokie uczenie się, ANN, GP, GA i tak dalej. Ważną kwestią jest również to, gdzie wraz z modelowaniem matematycznym należy dopasować mapowanie. W przypadku niektórych logik, w których modele matematyczne nie są w stanie zrozumieć dokładności, modelowanie teoretyczne i mapowanie są również bardzo przydatne. Stąd w mojej książce 'Insight into Bionic Brain for Humanoid Robotics' wykorzystałem obie koncepcje, gdziekolwiek przydatne modelowanie matematyczne i mapowanie oraz modelowanie teoretyczne i mapowanie, aby zaprojektować 'Bionic Brain' dla projektów super sztucznej inteligencji przy użyciu ANN, GP, GA i kilku modeli teoretycznych. Obiecuję wszystkim czytelnikom, studentom, badaczom, że ta książka jest bardzo przydatna i zawiera łatwe do zrozumienia koncepcje matematycznego i teoretycznego modelowania i mapowania Bionic Brain dla inżynierii i aplikacji robotyki humanoidalnej, obejmując wszystkie niezbędne analizy, projektowanie i rozwój.