Jak przygotować się na życie w świecie, który jeszcze nie istnieje? Czy nadejdzie czas, gdy pracować będzie tylko 20 procent ludzi? A co będzie robić pozostałe 80 procent – cieszyć się życiem czy rozpaczliwie szukać pracy? Mateusz Madejski pyta ekspertów o naszą przyszłość w świecie sztucznej inteligencji. Jakie perspektywy mamy w nim my: pracownicy, fachowcy, ludzie? Czy AI faktycznie ukradnie nam pracę? Czy jednak pomoże rozwinąć skrzydła w nowym świecie? Bo może AI to wcale nie zagrożenie, a szansa? Co zrobić, żeby ją wykorzystać? Aby jutro się nie martwić, dziś trzeba się przygotować. W jakie zawody warto inwestować, a które nie mają przyszłości? Czego się uczyć? I wreszcie – czego uczyć nasze dzieci? Języki, programowanie, a może sporty zespołowe – co będzie receptą na sukces? Jaki świat czeka nas wszystkich? Przyszłość nadejdzie szybciej, niż myślimy. Czy robisz wszystko, żeby się na nią przygotować?

Przez długi czas uważano, że architektura oprogramowania powinna powstać przed rozpoczęciem pisania kodu i pozostać niezmieniona aż do zakończenia projektu. Pojawienie się zwinnych metod tworzenia oprogramowania spowodowało, że taką koncepcję zaczęto podawać w wątpliwość. Niektórzy nawet kwestionowali potrzebę tworzenia architektury, gdyż utrudniała reakcję na zmiany wymagań. Istnieje jednak inne podejście do architektury, zgodnie z którym jest ona ściśle powiązana z fazą programowania i dynamicznie odpowiada na zmiany pojawiające się podczas tworzenia kodu. W ten sposób architektura ewolucyjna, pomimo nieprzewidywalności zmian, zapewnia rozwój projektu we właściwym kierunku. Dzięki tej książce architekci oprogramowania zapoznają się z nowym podejściem do powiązań architektury z czasem. Przekonają się też, że tworzenie architektury ewolucyjnej sprowadza się do trzech głównych zagadnień: funkcji dopasowania, zmian przyrostowych i prawidłowego sprzęgania. W tej książce uwzględniono analizę każdego z tych aspektów, ukazano też mechanizm budowania architektury wspierającej ciągłe zmiany. Szczegółowo wyjaśniono zasady wprowadzania pętli informacji zwrotnej pozwalających całemu zespołowi na spójne rozwijanie systemu w zgodzie z zasadą ciągłego dostarczania. Pokazano metody monitorowania stanu architektury. Sporo uwagi poświęcono problemom danych długowiecznych - jest to często pomijane zagadnienie. W tej książce: Funkcje dopasowania w architekturze Zmiany przyrostowe wprowadzane za pomocą projektowania i operacji Sprzężenie architektury i wprowadzanie zmian bez utraty stabilności systemu Dane ewolucyjne oraz zmiany wymogów i architektury w miarę upływu czasu Budowanie architektur ewolucyjnych Praktyczne wdrażanie architektury ewolucyjnej w korporacji Architektura korporacyjna: wysoka sztuka projektowania!

Uczenie maszynowe przyczyniło się do powstania wielu innowacyjnych technologii. Pojazdy autonomiczne, mechanizmy rozpoznawania obrazów, badania genetyczne, a także dynamiczne dostosowywanie prezentowanych treści do preferencji odbiorcy to tylko niektóre przykłady. Możliwości związane z rozwojem tych technik sprawiają, że analityka danych i zaawansowane uczenie maszynowe stają się wyjątkowo cenną wiedzą. Dotyczy to szczególnie nowatorskich technik analizy danych, takich jak głębokie uczenie, algorytmy częściowo nadzorowane i metody zespołowe. Niniejsza książka jest przystępnie napisanym podręcznikiem, dzięki któremu poznasz niektóre zaawansowane techniki uczenia maszynowego. Szczególną uwagę poświęcono tu algorytmom uczenia maszynowego: zostały dokładnie wyjaśnione, opisano ich zastosowanie oraz topologię, metody uczenia i miary wydajności. Każdy rozdział uzupełniono o wykaz źródeł, pomocny w dalszym zgłębianiu tematu. Dodatkowo przedstawiono wiele cennych wskazówek dotyczących specyfiki pracy analityka danych. Do prezentacji przykładów wybrano język Python z uwagi na jego wszechstronność, elastyczność, prostotę oraz możliwość stosowania do specjalistycznych zadań. Najważniejsze zagadnienia przedstawione w książce: identyfikacja struktur i wzorców w zbiorach danych, stosowanie sieci neuronowych, praca z językiem naturalnym, modele zespołowe i poprawa ich elastyczności, narzędzia uczenia maszynowego w Pythonie. Zaawansowane uczenie maszynowe — poznaj algorytmy przyszłości!

W kultowym serialu „Westworld” opowiadającym historię inteligentnych androidów, odwieczne marzenie ludzkości o sztucznym człowieku w końcu się ziszcza. Spełnia się też złowieszcza przepowiednia Lema i Hawkinga: sztuczna inteligencja to wprawdzie niekończące się możliwości, ale dla człowieka okazują się mordercze. Czy musi tak być? Czy zamiast śmierci technologia nie może nam dostarczyć dobrego seksu? Kate Devlin z humorem i w błyskotliwy sposób pisze o powstaniu i rozwoju seksrobotów oraz