R. R. Salakhutdinov and G. E. Hinton. “Deep Boltzmann machines”. In Proceedings of the International Conference on Artificial Intelligence and Statistics, volume 12, 2009.

B. Poole, S. Lahiri, M. Raghu, J. Sohl-Dickstein and S. Ganguli. “Exponential expressivity in deep neural networks through transient chaos.” In Advances In Neural Information Processing Systems, 3360–3368, 2016.

Elman J. L., Bates E. A., Johnson M. H., Karmiloff-Smith A., Parisi D. & Plunkett K. Rethinking innateness: A connectionist perspective on development. MIT Press. (1996).

Quartz S. R., Sejnowski T. J. Liars Lovers and Heroes: What the New Brain Science Has Revealed About How We Become Who We Are, New York: Harper-Collins, 2002.

Quartz S., Sejnowski T. J. “The neural basis of cognitive development: A constructivist manifesto”, Behavioral and Brain Sciences 20(4), 537–596 (1997).

Метилирование ДНК – модификация молекулы ДНК присоединением метильной группы (-СH3) без изменения самой нуклеотидной последовательности. Важный механизм адаптации организма к окружающим условиям. – Прим. ред.

This is called non-CG methylation. Lister R., Mukamel E. A., Nery J. R., Urich M., Puddifoot C. A., Johnson N. D., Lucero J., Huang Y., Dwork A., Schultz M. D., Tonti-Filippini J., Yu M., Heyn H., Hu S., Wu J. C., Rao A., Esteller M., He C., Haghighi F. G., Sejnowski T. J., Behrens M. M., Ecker J. R. “Global epigenomic reconfiguration during mammalian brain development”, Science, 341, 629, 2013.

Кафедра когнитивных наук была основана Доном Норманом, экспертом по человеческим факторам, и имела разнородный факультет. – Прим. авт.

Математика, используемая в алгоритме обратного распространения обучения, существовала начиная с 1960-х годов в литературе по теории управления, но наибольшее влияние оказало ее применение к многослойным перцептронам: Bryson A. E. and Y.-C. Ho. Applied Optimal Control, Hempshire Publishing Co., New York. (1975) – Прим. авт.

Michael Jordan gives a Here is a magisterial lecture on modern stochastic gradient descent: simons.berkeley.edu/talks/michael-jordan-2017–5-2

Rumelhart D. E., Hinton G. E., Williams R. J. “Learning representations by back-propagating errors”. Nature 323, 533 536. 1986.

Однажды Бертран Рассел прочитал публичную лекцию по астрономии. В конце лекции пожилая дама в конце зала встала и сказала: «То, что вы нам рассказали, – чушь. Мир на самом деле – это спина гигантской черепахи». Рассел улыбнулся и ответил: «А на чем стоит черепаха?» «Вы очень умный, молодой человек, очень умный, – сказала старушка, – но я знаю ответ на этот вопрос. На другой черепахе». Старушка решила свою проблему с рекурсией, правда, за счет бесконечной регрессии. На практике цикл должен завершиться. – Прим. авт.

Вероятно, здесь ошибка автора, потому что в английском языке 26 букв, а не звуков. – Прим. ред.

В английском слове «cat» буква «c» читается [k]. – Прим. ред.

W. N. Francis, H. Kucera, “A Standard Corpus of Present-Day Edited American English, for use with Digital Computers.” Brown University, 1964, Revised and Amplified, 1979 clu.uni.no/icame/manuals/BROWN/INDEX.HTM

Rosenberg C. R., Sejnowski T. J. “Parallel Networks That Learn to Pronounce English Text”, Complex Systems, 1, 145–168, 1987.

Запись того, как звучит сеть на разных этапах обучения, можно скачать по ссылке: papers.cnl.salk.edu/~terry/NETtalk/

Seidenberg M. S. & McClelland J. L. (1989). “A distributed developmental model of word recognition and naming”. Psychological Review, 96, 523–568.

Rumelhart D. E. & McClelland J. (1986). “On learning the past tense of English verbs”. In Parallel Distributed Processing, Volume 2 (eds. D. E. Rumelhart & J. L. McClelland) Cambridge, Mass: MIT Press; McClelland J. L. & Patterson K. (2002). “Rules or Connections in PastTense inflections: What does the evidence rule out?” Trends in Cognitive Sciences, 6(11), 465–472. Pinker S. & Ulman M. T. (2002). “The past and future of the past tense.” Trends in Cognitive Sciences, 6(11), 456–463.

Имеется в виду Past Simple Tense – простое прошедшее время. – Прим. ред.

Seidenberg M. S. & Plaut D. C. (2014). “Quasiregularity and its discontents: the legacy of the past tense debate.” Cognitive science, 38(6), 1190–1228.

Буква «j» обычно дает звук [G], который примерно произносится «дьж», буква «у» может давать несколько звуков – [ai, i, j], – и произносится как «ай», «и» или «й». По правилам фамилия автора должна читаться как Седжновский, но на деле – Сейновски. – Прим. ред.

Издательство МТИ находится в Кембридже и специализируется на выпуске изданий научного и технического профиля. – Прим. ред.

Zipser D., Andersen R. A. 1988. “A back-propagation programmed network that simulates response properties of a subset of posterior parietal neurons”. Nature 331:679–84.

Взрослые с повреждением мозга делают некоторые странные ошибки при чтении слов. Если сеть симулированных нейронов обучена читать, а затем повреждена, у нее поразительно похожее поведение. Geoffrey E. Hinton, David C. Plaut and Tim Shallice, “Simulating Brain Damage”, Scientific American, October 1, 1993. – Прим. авт.

Сейчас – Fair Isaac Corporation. – Прим. ред.

Srivastava N., Hinton G., Krizhevsky A., Sutskever I. & Salakhutdinov R., “Dropout: A simple way to prevent neural networks from overfitting”. Journal of Machine Learning Research, 15:1929–1958, 2014.

Эпоха – один подход, во время которого нейросети предъявляются все обучающие примеры. – Прим. ред.

en.wikipedia.org/wiki/Netflix_Prize

Carlos A. Gomez-Uribe, Neil Hunt, “The Netflix Recommender System: Algorithms”, Business Value, and Innovation, Journal ACM Transactions on Management Information Systems 6: #13 (2016).

Bartol T. M. Jr., Bromer C., Kinney J. P., Chirillo M. A., Bourne J. N., Harris K. M., Sejnowski T. J. “Nanoconnectomic upper bound on the variability of synaptic plasticity”, eLife, 4:e10778, 2015.

Если упрощенно, средний уровень «сотня» (0,100) в бейсболе означает 10 процентов успешных ударов. – Прим. ред.

Это следует из закона больших чисел в теории вероятностей. Вот почему казино всегда выигрывают в долгосрочной перспективе, даже если могут проиграть в краткосрочной. – Прим. авт.

Силу синапса, то есть его способность передавать возбуждение от одного нейрона к другому, можно измерить в битах. От силы синапсов и их числа зависит общая емкость памяти мозга и, соответственно, точность хранимой в ней информации. – Прим. ред.

Jasmine Collins, Jascha Sohl-Dickstein, David Sussillo, “Capacity and Trainability in Recurrent Neural Networks”, arXiv:1611.09913 (2016).

Опасно придавать слишком большой вес совпадению: «24 часа в сутки, 24 бутылки в ящике. Просто совпадение? Не думаю». Это совпадение отмечается ежегодно в Принстонском университете в день Пола Ньюмана, 24 апреля. – Прим. авт.

Приблизительную оценку размерности можно найти, взяв квадратный корень произведения нижней и верхней границ (Лоуренс Вайнштейн и Джон А. Адам. «Оценка: Решение мировых проблем на оборотной стороне салфетки для коктейля», Princeton University Press, Princeton, NJ, 2009). Примем за верхнюю границу общее количество синапсов в коре (100 триллионов), а за нижнюю – количество синапсов на одном нейроне (100 тысяч); получается, что оценочное число синапсов, необходимых для представления сложного объекта, примерно миллиард. Применим то же правило, чтобы найти количество необходимых нейронов: верхняя граница – десять миллиардов, число нейронов в коре головного мозга, а нижняя – один нейрон. Таким образом, количество нейронов, необходимых для представления сложного объекта, составляет 100 тысяч, что также верно для количества нейронов меньше квадратного миллиметра коры. Тем не менее они могут быть широко распространены в различных частях коры. Мы можем оценить количество кортикальных областей, которые должны быть связаны, чтобы это представить: верхняя граница – 100, общее число областей коры головного мозга, а нижняя граница – один, поэтому оценка – 10 кортикальных зон, каждая из которых содержит 10 тысяч нейронов. Новые методы, разрабатываемые в рамках правительственной программы BRAIN, будут закреплять эти цифры экспериментально. – Прим. авт.

Автор немного ошибся в подсчетах. По версии компании Global Language Monitor, которая фиксирует распространение слов английского языка по всему миру, число английских слов уже превысило миллиард. В наиболее современной версии Оксфордского словаря, доступной онлайн, уже более 600 тысяч слов. – Прим. ред.

Siddhartha Mukherjee A. I., Versus M. D.: “What happens when diagnosis is automated?” New Yorker, April 3, 2017 www.newyorker.com/magazine/2017/04/03/ai-versus-md

Daniel Kahneman (2011). Thinking, Fast and Slow. (Farrar, Straus & Giroux, New York).

Oakley B., Knafo A., Madhavan G., Wilson D. S., eds (2011) Pathological Altruism (Oxford Univ Press, Oxford).

T. S. Kuhn. The Structure of Scientific Revolutions Chicago, IL University of Chicago Press (1970).

Pearl J. Probabilistic Reasoning in Intelligent Systems. San Francisco CA: Morgan Kaufmann. 1988.

Bengio Y., Lamblin P., Popovici D. & Larochelle H. (2006). “Greedy layer-wise training of deep networks”. In B. Schölkopf, J. Platt & T. Hoffman (Eds.), Advances in neural information processing systems, 19 (pp. 153–160). Cambridge, MA: MIT Press.

S. Hochreiter, Y. Bengio, P. Frasconi and J. Schmidhuber. “Gradient flow in recurrent nets: the difficulty of learning long-term dependencies”. In S. C. Kremer and J. F. Kolen, editors, A Field Guide to Dynamical Recurrent Neural Networks. IEEE Press, 2001.

D. C. Ciresan, U. Meier, L. M. Gambardella, J. Schmidhuber, «Deep big simple neural nets for handwritten digit recognition», Neural Comput., vol. 22, no. 12, pp. 3207–3220, 2010.

G. Hinton, L. Deng, G. E. Dahl, A. Mohamed, N. Jaitly, A. Senior, V. Vanhoucke, P. Nguyen, T. Sainath, B. Kingsbury. «Deep Neural Networks for Acoustic Modeling in Speech Recognition», IEEE Signal Processing Magazine, vol. 29, no. 6, pp. 82–97, Nov. 2012.

Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton. “ImageNet Classification with Deep Convolutional Neural Networks”, Advances in Neural Information Processing Systems 25 (NIPS 2012) papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks

Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun, “Deep Residual Learning for Image Recognition” arxiv.org/abs/1512.03385.

Научно-фантастический фильм Стэнли Кубрика 1968 года по мотивам рассказа Артура Кларка «Часовой». – Прим. ред.

Yann LeCun, «Modeles connexionnistes de l'apprentissage» (Connecionist learning models), Universite P. et M. Curie (Paris 6) 1987.

База данных MNIST (сокращение от Modified National Institute of Standards and Technology) – объемная база данных образцов рукописного написания цифр, США. – Прим. ред.

Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, “ImageNet Classification with Deep Convolutional Neural Networks”, Advances in Neural Information Processing Systems 25 (2012) papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks

Matthew D. Zeiler, Rob Fergus, “Visualizing and Understanding Convolutional Networks”, arXiv:1311.2901 (2013).

Churchland Patricia Smith (1989). Neurophilosophy: Toward a Unified Science of the Mind-Brain. The MIT Press.

Churchland P. S. and Sejnowski T. J. The Computational Brain, 2nd edition, Cambridge, MA: MIT Press (2016).

Yamins D. L., DiCarlo J. J. “Using goal-driven deep learning models to understand sensory cortex”. Nat Neurosci. 19(3):356–65 (2016).

Funahashi S., Bruce C. J., Goldman-Rakic P. S. (1990) “Visuospatial coding in primate prefrontal neurons revealed by oculomotor paradigms”. J Neurophysiol 63:814–831.

Elman J. L. (1990). «Finding Structure in Time». Cognitive Science. 14, 179–211. Jordan M. I. (1986). «Serial Order: A Parallel Distributed Processing Approach» Advances in Psychology 121, 471–495 (1997).

Hochreiter S., Schmidhuber J. «Long short-term memory». Neural Computation. 9 (8): 1735–1780 (1997).

John Markoff (27 November 2016). “When A. I. Matures, It May Call Jürgen Schmidhuber ‘Dad’ “. The New York Times.

Комик Родни Дейнджерфилд известен фразой «Я не получаю никакого уважения!» Редко можно найти кого-то, кто думает, что получает слишком много уважения. – Прим. авт.

Реже употребляется форма «генеративные состязательные сети». – Прим. ред.

Goodfellow Ian J., Pouget-Abadie Jean, Mirza Mehdi, Xu Bing, Warde-Farley David, Ozair Sherjil, Courville Aaron C. and Bengio Yoshua. “Generative adversarial nets”. Advances in Neural Information Processing Systems, 2014.

Schawinski Kevin; Zhang Ce; Zhang Hantian; Fowler Lucas; Santhanam Gokula Krishnan (201702-01). «Generative Adversarial Networks recover features in astrophysical images of galaxies beyond the deconvolution limit». arXiv:1702.00403, 2017.

Jonathan Chang, Stefan Scherer, “Learning Representations of Emotional Speech with Deep Convolutional Generative Adversarial Networks”, arXiv:1705.02394, 2017.

Визуальный эффект в компьютерном графике, при котором один объект на изображении плавно меняется на другой. – Прим. ред.

Nguyen Anh, Yosinski Jason, Bengio Yoshua, Dosovitskiy Alexey and Clune Jeff. “Plug & play generative networks: Conditional iterative generation of images in latent space”. arXiv:1612.00005, 2016.

Alec Radford, Luke Metz, Soumith Chintala, “Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks”, arXiv:1511.06434, 2016.

Guy Trebay, Miuccia, “Prada and Sylvia Fendi Grapple With the New World”, New York Times, June 19, 2017.

Группа данных с присвоенными справочными тегами или выходной информацией. – Прим. ред.

Poggio T., R. Rifkin S. Mukherjee and P. Niyogi. «General Conditions for Predictivity in Learning Theory», Nature, 428, 419–422, 2004.

Бенджио также является советником нескольких компаний, включая Microsoft, и соучредителем компании Element AI, однако его основные связи – в академических кругах, и он приверженец прогресса науки и общественного блага. – Прим. авт.

Сейчас это глобальная исследовательская организация, базирующаяся в Канаде. – Прим. ред.

Смотри предисловие в: Churchland P. S. and Sejnowski T. J. The Computational Brain, 2nd edition, Cambridge, MA: MIT Press (2016).

Восемнадцать квинтиллионов четыреста сорок шесть квадриллионов семьсот сорок четыре триллиона семьдесят три миллиарда семьсот девять миллионов пятьсот пятьдесят одна тысяча шестьсот пятнадцать. – Прим. ред.

Судьба изобретателя шахмат неизвестна. – Прим. авт.

Tesauro G., Sejnowski T. J. A Parallel Network That Learns to Play Backgammon, Artificial Intelligence Journal, 39, 357–390, 1989.

Richard Sutton (1988). «Learning to predict by the methods of temporal differences». Machine Learning. 3 (1): 9–44.

Richard Bellman’s algorithm for dynamic programming. Richard Bellman (1961). Adaptive control processes: a guided tour. Princeton University Press.

Ричард Саттон погиб в апреле 2021 года в возрасте 83 лет. – Прим. ред.

Саттон Р. С., Барто Э. Г. Обучение с подкреплением / Перевод с английского А. А. Слинкина. М.: ДМК-Пресс, 2020.

Tesauro Gerald (1995). “Temporal Difference Learning and TD-Gammon”. Communications of the ACM 38 (3) 58–68.

Полный перебор, или метод «грубой силы» (англ. brute force) – метод решения задачи путем перебора всех возможных вариантов. – Прим. ред.

Ученые, использующие систематический подход к изучению поведения людей и животных. – Прим. ред.

Garcia J., Kimeldorf D. J., Koelling R. A. “Conditioned aversion to saccharin resulting from exposure to gamma radiation.” Science 1955; 122: 157–8.

Montague P. R., Dayan P., Sejnowski T. J. “A Framework for Mesencephalic Dopamine Systems Based on Predictive Hebbian Learning”, Journal of Neuroscience, 16(5), 1936–1947, 1996.

Schultz W., Dayan P., Montague P. R. (1997) “A neural substrate of prediction and reward”. Science. 275: 1593–9.

Tobler P. N., O’Doherty J. P., Dolan R. J., Schultz W. “Human Neural Learning Depends on Reward Prediction Errors in the Blocking Paradigm”. Journal of Neurophysiology.95(1):301–310. 2006.

Hammer M., Menzel R. “Learning and memory in the honeybee”. J Neurosci. 15: 1617–30. 1995.

Real L. A. 1991. Animal choice behavior and the evolution of cognitive architecture. Science 253:980–86.

Montague P. R., Dayan P., Person C., Sejnowski T. J. Bee foraging in uncertain environments using predictive Hebbian learning. Nature 377: 725–728, 1995.

Mischel Walter; Ebbesen Ebbe B. (October 1970). «Attention in delay of gratification». Journal of Personality and Social Psychology. 16 (2): 329–337.

Atari – американская компания по производству и изданию компьютерных игр, существует с 1972 года. Pong – серия игровых приставок производства Atari, которая выпускалась с 1975 по 1977 год. – Прим. ред.

V. Mnih, K. Kavukcuoglu, D. Silver, A. A. Rusu, J. Veness, M. G. Bellemare, A. Graves, M. Riedmiller, A. K. Fidjeland, G. Ostrovski, S. Petersen, C. Beattie, A. Sadik, I. Antonoglou, H. King, D. Kumaran, D. Wierstra, S. Legg, D. Hassabis. “Human-level control through deep reinforcement learning”. Nature 518, 529–533 (2015)

Компьютерная игра в жанре стратегии в реальном времени, выпущенная в 1998 году. – Прим. ред.

Microsoft приобрела права на игру в 2014 году. В 2020 году Minecraft стала самой продаваемой игрой в истории. – Прим. ред.

Haykin S. Cognitive Dynamic Systems Perception Action Cycle, Radar and Radio; Cambridge University Press: New York, NY, USA, 2012.

Haykin S., Fuster J. M., Findlay D., Feng S. Cognitive Risk Control for Physical Systems, IEEE Access (в прессе).

Reddy G., Celani A., Sejnowski T. J., Vergassola M. Learning to soar in turbulent environments, Proceedings of the National Academy of Sciences of the United States of America, 113 (33), 2016.

Изменение высоты полета за единицу времени. – Прим. ред.

Doya K., Sejnowski T. J. “A Novel Reinforcement Model of Birdsong Vocalization Learning” In: Tesauro G., Touretzky D. S., Leen T. (Ed.), Advances in Neural Information Processing Systems, 7, MIT Press, Cambridge, MA 101–108, 1995.

Doupe A. J., Kuhl P. K. “Birdsong and human speech: common themes and mechanisms”. Annu Rev Neurosci. 22:567–631, 1999.

Turrigiano G. (2011). «Too many cooks? Intrinsic and synaptic homeostatic mechanisms in cortical circuit refinement». Annu Rev Neurosci. 34:89–103.

Wiskott L., Sejnowski T. J. “Constrained Optimization for Neural Map Formation: A Unifying Framework for Weight Growth and Normalization”, Neural Computation, 10(3), 671–716, 1998.

Тело нейрона, в котором находится ядро клетки. – Прим. ред.

Anthony J. Bell, “Self-organization in real neurons: Anti-Hebb in 'Channel Space'?” Advances in Neural Information Processing Systems 4, 1991; M. Siegel, E. Marder, L. F. Abbott, “Activity-dependent current distributions in model neurons”, Proc Natl Acad Sci U S A. 91: 11308–11312 (1994).

«Brains, Minds and Machines».

«Bits and Brains».

Темы, обсуждаемые на Конференции, доступны по ссылке: nips.cc

Чтобы показать особенности этого языка, вот случайное предложение из недавнего обзора в журнале: «Олигодендроциты представляют собой множество белков, ингибирующих рост аксонов, включая миелин-ассоциированный гликопротеин, ингибитор нейрита-выроста «Nogo», олигодендроцит-миелиновый гликопротеин и семафорины». Bireswar Laha, Ben K. Stafford, Andrew D. Huberman, Regenerating optic pathways from the eye to the brain, Science 356:.1031–1034, 2017. – Прим. авт.

Говард Вахтел, нейробиолог из Университета Колорадо в Боулдере, который изучал нервную систему аплизии. – Прим. авт.

На 2018 год. 1 Збайт = 10²¹ байт. – Прим. ред.

Чаще даже в русскоязычной профильной литературе употребляется термин «data science». – Прим. ред.

Официальный сайт: www.sdss.org

Orwell George (1949). Nineteen Eighty-Four. A novel. London: Secker & Warburg. Недавно эта книга обрела новый смысл. – Прим. авт.

Проект «WiML» был создан в 2006 году и открыл для женщин возможность представлять и продвигать свои исследования в области машинного обучения. Официальный сайт: http://wimlworkshop.org/ – Прим. авт.

Критический обзор работы психолога-бихевиориста Берреса Фредерика Скиннера «Вербальное поведение». – Прим. ред.

Здесь ошибка автора: указанная статья Клода Шеннона действительно основополагающая в данной области, но вышла она не в 1982, а в 1948 году. – Прим. ред.

Сверхбольшие интегральные схемы.

Каждый пиксель внутри камеры с таким датчиком работает независимо от других, сообщает об изменениях яркости по мере их возникновения и никак не реагирует, если изменений не было, тогда как в обычной цифровой камере вся картинка фиксируется одномоментно. – Прим. ред.

Изучение мозга путем развития инновационных нейротехнологий.

В марте 2017 года. – Прим. ред.

На сайте Kaggle миллион специалистов по анализу данных соперничают друг с другом, чтобы получить приз за лучший результат. Cade Metzjune, “Uncle Sam Wants Your Deep Neural Networks”, New York Times, June 22, 2017: https://www.nytimes.com/2017/06/22/technology/homeland-security-artificial-intelligence-neural-network.html?_r=0 – Прим. авт.

Запись моей лекции смотрите по ссылке: youtu.be/0BDMQuphd-Q – Прим. авт.

Проект IBM Watson назван в честь первого директора IBM Томаса Уотсона. – Прим. ред.

В России аналог выходит под названием «Своя игра». – Прим. ред.

Internet of Things – Интернет вещей – концепция сети передачи данных между физическими объектами («умными вещами»), которым технологии позволяют взаимодействовать друг с другом или с внешней средой. – Прим. ред.

В докладе были даны рекомендации и обозначены приоритеты для инновационных технологий, которые помогут продвинуть наше понимание нейронных цепей и поведения: www.braininitiative.nih.gov/2025/ – Прим. авт.

Kosik K. S., Sejnowski T. J., Raichle M. E., Ciechanover A., Baltimore D. A path toward understanding neurodegeneration, Science, 353, 872–873, 2016.

В фильме «Особое мнение» 2002 года герой Тома Круза, скрываясь от правительства, смог избежать ареста при помощи пересадки глаз. – Прим. авт.

Nilekani N., Shah V. Rebooting India – Realizing a Billion Aspirations. Penguin Books India Pt. Ltd, Gurgaon, Haryana, 2015.

“Nandan Nilekani, Infosys, on rebooting India,” Financial Times, Jan 22, 2017 www.ft.com/content/058c4b48-d43c-11e6–9341-7393bb2e1b51?mhq5j=e1

Gymrek M.; McGuire A. L.; Golan D.; Halperin E.; Erlich Y. (2013). «Identifying Personal Genomes by Surname Inference». Science. 339 (6117): 321–324.

Моторный интеллект отвечает за координацию движений и манипуляции с объектами. Подвижный интеллект – способность с помощью логического мышления и анализа решать задачи, выходящие за пределы предыдущего опыта. – Прим. ред.

Бактерии прекрасно себя чувствуют в гидротермальных источниках на дне океана при температуре около 400°C. – Прим. авт.

Wilson Margaret (2002). «Six Views of Embodied Cognition», Psychonomic Bulletin & Review. 9 (4): 625–636

Ruvolo P., Messinger D., Movellan J. Infants Time Their Smiles to Make Their Moms Smile, PLoS One. 10(9):e0136492, 2015.

Tanaka F., Cicourel A., Movellan J. R. “Socialization between toddlers and robots at an early childhood education center”, Proc Natl Acad Sci U S A. 104:17954–8, 2007.

“Conserve elephants. They hold a scientific mirror up to humans”, Economist, Jun 17th 2017 pp. 72–74. www.economist.com/news/science-and-technology/21723394-biology-and-conservationelephants-conserve-elephants-they-hold

Brooks R. A. (1990). «Elephants don't play chess». Robotics and Autonomous Systems. 6: 139–159.

Робот был собран в Японии, где к его имени и добавили нейтрально-вежливый суффикс – сан. – Прим. ред.

www.youtube.com/watch?v=knRyDcnUc4U

papers.cnl.salk.edu/PDFs/Final%20Report%20To%20NSF%20of%20the%20Planning%20Workshop%20on%20Facial%20Expression%20Understanding%201992-4182.pdf

Gottman John, Robert Levenson and Erica Woodin. «Facial expressions during marital conflict». Journal of Family Communication 1.1 (2001): 37–57.

Donato F., Stewart-Bartlett M., Hager J. C., Ekman P., Sejnowski T. J. “Classifying Facial Actions”, IEEE Transactions on Pattern Analysis and Machine Intelligence, 21(10), 974–989, 1999.

Набор вычислительных инструментов для распознавания эмоций. В русскоязычной литературе название системы употребляется без перевода. – Прим. ред.

Система, измеряющая количество аудитории телепрограмм в США для определения их популярности, созданная компанией Nielsen Media Research. – Прим. ред.

2006 год. – Прим. ред.

Meltzoff A. N., Kuhl P. K., Movellan J., Sejnowski T. J. “Foundations for a New Science of Learning,” Science, 325: 284–288, 2009.

J. Whitehill, Z. Serpell, Y. Lin, A. Foster, J. R. Movellan. “The faces of engagement: automatic recognition of student engagement from facial expressions.” Trans. Affect. Comput. 5(1), 86–98 (2014). Это была командная работа, в которой также принимали участие Гвен Литтлворт, Линда Саламанка, Айша Фостер и Джуди Райли. – Прим. авт.

Rogowsky B. A., Calhoun B. M. & Tallal P. (2015). Matching learning style to instructional method: Effects on comprehension. Journal of Educational Psychology, 107, 64–78. Вебинар по этой теме смотрите по ссылке: youtu.be/p-WEcSFdoMw – Прим. авт.

Bloom B. (1984). «The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring», Educational Researcher, 13:6(4–16).

Markoff J. Virtual and artificial, but 58,000 want course. New York Times (Aug 15, 2011). <www.nytimes.com/2011/08/16/science/16stanford.html?_r=0>

По разным подсчетам число участников онлайн-курсов за 2020–2021 год выросло в 4–10 раз, без учета студентов и школьников, переведенных на дистанционное обучение. – Прим. ред.

Под таким названием книга была выпущена на русском языке в 2015 году. В оригинале она называлась «A Mind for Numbers: How to Excel at Math and Science (Even If You Flunked Algebra)» – «Разум для чисел: как преуспеть в математике и естественных науках (даже если вы завалили алгебру)». – Прим. ред.

Курс доступен на официальном сайте: https://www.coursera.org/learn/learning-how-to-learn

На 2018 год. – Прим. ред.

От англ. Mind shift – смена мировоззрения.

Оакли Б., Сейновски Т., Макконвилл А. Уроки на отлично! Как научить ребенка заниматься самостоятельно и с удовольствием / перевод с английского А. Поповой. С.-П.: Питер, 2020.

Перевернутый класс – современная образовательная модель, при которой учитель дает материал для самостоятельного изучения дома, а на очном занятии происходит практическое закрепление материала. – Прим. ред.

www.coursera.org/learn/mindshift

Oakley B., Mindshift: Break Through Obstacles to Learning and Discover Your Hidden Potential, Penguin Publishing Group, 2017; Оакли Б. Mindshift. Новая жизнь, профессия и карьера в любом возрасте. М.: Прогресс-книга, 2020.

https://www.lumosity.com/en/

Bavelier D. & Green C. S. (2016). “The Brain Boosting Power of Video Games.” Scientific American, 315(1), 156–176.

Greg L. West, Kyoko Konishi, Veronique D. Bohbot, “Video Games and Hippocampus-Dependent Learning,” Current Directions in Psychological Science, 26 (2) 152–158 (2017).

Anguera J. A., Boccanfuso J., Rintoul J. L., Al-Hashimi O., Faraji F., Janowich J., Kong E., Larraburo Y., Rolle C., Johnston E. & Gazzaley A. (2013). “Video game training enhances cognitive control in older adults”. Nature, 501 (7465), 97–101.

В 2020 году созданная ими игра EndeavorRX была одобрена в США для дополнительной терапии СДВГ у детей в возрасте от 8 до 12 лет. Чтобы получить ее, необходим рецепт от врача. Официальный сайт игры: www.endeavorrx.com – Прим. ред.

Официальный сайт: www.fastfword.com

What Works Clearinghouse. “Beginning Reading intervention report: Fast ForWord”. U.S. Department of Education, Institute of Education Sciences.

Подробнее по ссылке: www.brainhq.com

Deveau Ozer and Seitz (2014). «Improved Vision and On Field Performance in Baseball through Perceptual Learning», Current Biology, 24(4), R146–7.

https://www.ftc.gov/news-events/press-releases/2015/09/ftc-charges-marketers-vision-improvement-app-deceptive-claims

Китайская компания, предоставляющая веб-сервисы, и в первую очередь – одноименный поисковик, четвертый по популярности в мире. – Прим. ред.

www.recode.net/2016/9/17/12943214/sebastian-thrun-self-driving-talent-pool

Джефф Дин – личность настолько легендарная, что его называют Чаком Норрисом от программирования и распространяют в сети шутливые факты о его всемогуществе. – Прим. ред.

В 2021 году США все еще остаются на первом месте, но их, обойдя другие страны, стремительно догоняет Китай. – Прим. ред.