Neural Networks av Ranjodh Singh Dhaliwal, Theo LePage-Richer, Lucy Suchman

Boken 'Neural Networks' presenterer en grundig analyse av hvordan nevronettverk fungerer som en bro mellom nevrovitenskapelige og datavitenskapelige diskurser, samt tekniske praksiser. Den tar sikte på å rekonstruere de situerte praksisene, sosiale historiene, formidlingsteknikkene og ontologiske forutsetningene som ligger til grunn for det beregningsmessige prosjektet med samme navn. I en tid hvor maskinlæring beskrives som en statistisk tilnærming til mønstergjenkjenning, defineres nevronettverk som en biologisk inspirert modell som benytter sannsynlig vektede enheter som simulerer nevroner for å identifisere slike mønstre. Imidlertid indikerer ikke nevronettverk en endelig sammensmelting av menneskelig og maskinintelligens; tvert imot belyser de teknologiseringen av neurofysiologi som kjennetegner de fleste retningene innen nevrovitenskap og kunstig intelligens (AI) i det siste hundreåret. Med denne sammenhengen som utgangspunkt, utforsker denne boken hvordan kognisjon har blitt konstruert som i hovedsak beregningsmessig i sin natur, noe som har bidratt til å underbygge en rekke teorier innen dette feltet.