V štyristostranovej knihe sa autor pokúsil o jednotný prístup k riadeniu, učeniu a adaptácii na báze pravdepodobnostných iteračných metód. Na začiatku svojej vedeckej činnosti sa Cypkin venoval najmä problémom stability v systémoch s oneskorením a neskôr diskrétnym systémom. V 60. rokoch postupne rozpracoval problémy adaptácie a učenia. Tie vyplynuli z jeho originálneho hodnotenia vývoja teórie automatického riadenia, ktorý podľa neho charakterizujú tri etapy (paradigmy): etapa determinizmu, stochastickosti a adaptácie.

Kým prvá a druhá etapa sa vyznačujú najmä analytickými metódami (variačný počet, princíp maxima, Kalmanov filter), tretia je charakterizovaná nedostatkom apriórnej informácie o pozorovanom alebo riadenom systéme, a preto je nutný úplne iný prístup: algoritmický, založený na pravdepodobnostných iteračných metódach; spomeňme najmä gradientové metódy a metódy náhodného hľadania. Pritom pôvodná úloha (identifikácia, rozpoznávanie, filtrácia, riadenie, spoľahlivosť, úlohy operačného výskumu a teórie hier) je vždy transformovaná na úlohu nájdenia extrému funkcie závisiacej od mnohých parametrov a obmedzení pomocou iteračných stochastických gradientových metód. (Treba pripomenúť, že tieto metódy sú na Slovensku známe pod názvom statická optimalizácia a rozpracovali ich napr. prof. M. Šalamon a doc. Š. Petráš).

Takýto prístup umožňuje aj riadenie dynamických systémov bez prvotnej informácie, kde nemožno použiť analytické metódy; v reálnom čase získava informáciu o objekte, identifikuje, rozpoznáva ho a súčasne riadi. V knihe sa bežne na tieto účely používa aj Rosenblattov perceotrón, čo môže byť zaujímavé najmä pre mladých pracovníkov z oblasti umelej inteligencie. Kniha je aktuálna aj dnes; najmä preto, že v dobe, keď vyšla, hardvér a softvér neboli na dostatočnej úrovni pre zvládnutie výpočtovej zložitosti uvedených úloh. O to viac je dnes výzvou vrátiť sa k tejto koncepcii. To však vyžaduje dosť veľké úsilie najmä v teoretickej oblasti: okrem zvládnutia tradičných úloh riadenia treba zvládnuť teoreticky, ale aj realizačne náročnú oblasť stochastických gradientových metód a metód náhodného hľadania. Som presvedčený, že Jakov Zalmanovič mal pravdu, ale ako to už býva, predbehol svoju dobu.