第一章人工智能發展史//1
文化背景：知識型的社會//2
人工智能研究的起源//2
人工智能研究的早期發展//7
專家系統的興起//9
探討人工智能歷史的前提//12
步入人工智能的寒冬//15
人工智能的逆向發展階段//16
玻爾茲曼機與神經網絡//20
人工智能的強化學習階段//28
人工智能的卷積神經網絡階段//36
人工智能發展的深度學習階段//50
人工智能發展的深度強化學習階段//56
機器是如何學習的//63
深度學習源自哪里//72
從認識到創造：生成對抗性網絡//75
網絡時代的社會文化變遷//82
第二章智能的定義與本質//89
認知科學的發展史//90
邏輯推理的發展史//92
對“智能”的（冗余）定義//101
人工智能系統能得諾貝爾獎嗎//107
大腦模擬與智能//111
能聽到我說話嗎//113
結構化環境中的智能行為//119
第三章人工智能的應用實驗//127
仿生人類、半機械人和神經工程//128
實現人工智能的第一步//133
第一項失敗//135
另一次失敗：機器學習//139
又一次失敗：常識//141
預告：學習聊天//143
變臉//146
數字生活的起源//149
難題：智慧并不意味著精確//150
聊天機器人的發展歷程//153
第四章人工智能的算法進化//155
計算機的發展歷程//156
將計算作為推論//159
概率論、馬爾可夫鏈與蒙特卡羅方法//161
數學上的難題：假如你不得不經歷一次智力層面的相變//168
設計機器與設計人類//171
遺傳算法的復興//177
大數據集的詛咒//182
模擬計算與儲備池計算//186
算法官僚系統的反烏托邦引發的推測：利維坦、圓形監獄與生命權利//189
道德的算法//192
明日烏托邦——與算法共生//193
第五章神經網絡與認知//195
聯結主義//196
人工與自然神經網絡：反向傳播的神話//204
模式識別問題//205
關于AlphaZero//206
動態路由和膠囊網絡//213
變分推理//215
分層貝葉斯網絡//222
神經網絡的智能//224
神經網絡的常識//225
基于知識的系統//230
第六章智能與機器人//235
機器學習先于人工智能//236
機器人的誕生//238
機器學習的未來：無監督學習的救贖之道//239
生活在智能機器的世界//255
迎娶人工智能：滿懷信心地迎接未來//262
后機器智能時代：機器創造力能否成就藝術//274
機器智能的危險之處//289
過度就業//293
第七章人工智能的倫理學困境//297
一個哲學層面的問題：我們真的需要全能的智能嗎//298
對歷史的注釋：新無神論//300
機器倫理//301
反烏托邦四部曲//303
你是一個機器人//308
第八章人工智能的未來//313
人工智能與“沒有免費午餐定理”//314
揭開圖靈測試的神秘面紗//315
淺人工智能//319
為何沒有構建人工通用智能//320
通用性人工智能的時間框架//326
硅能產生智能嗎//328
下一項突破是：了解大腦//329
為什么我不害怕人工智能的到來//331
隱形的機器人云//334
附錄 人工智能大事記//337