はじめに

I 古典的人工知能

第1章 古典的人工知能:基本的発想
1.1 基本的発想1:ボトムアップの過程
1.2 基本的発想2:トップダウンの過程
1.3 物理的記号システムとしての人工知能

第2章 古典的人工知能:歴史
2.1 第1次人工知能ブーム期:成果と限界
2.2 第2次人工知能ブーム期:成果と限界
2.3 拡張性の問題と無限定性の問題

第3章 古典的人工知能:哲学的批判
3.1 チューリングテストと意味理解の問題
3.2 フレーム問題と状況理解の問題
3.3 古典的人工知能:可能性と限界

II 古典的人工知能から現在の人工知能へ

第4章 機械学習
4.1 機械学習の基本的発想
4.2 機械学習の意義と注意すべき点

第5章 ニューラルネットワーク
5.1 ニューラルネットワークの基本的な仕組み
5.2 代表的なニューラルネットワーク研究
5.3 ニューラルネットワークと人間の脳・古典的人工知能を比較する

第6章 深層学習
6.1 深層学習の基本原理
6.2 深層学習の特徴
6.3 深層学習をめぐる謎と課題

III 現在の人工知能:現状と課題

第7章 画像認識
7.1 さまざまな画像認識手法
7.2 深層ニューラルネットワークによる画像認識と人間の視覚情報処理

第8章 自然言語処理
8.1 さまざまな自然言語処理の手法
8.2 大規模言語モデルをどう評価するか

第9章 ゲームAI
9.1 現在のゲームAI
9.2 ゲームAIの意義

IV 現在の人工知能:哲学的考察

第10章 現在の人工知能1:可能性と課題
10.1 困難は克服されたのか
10.2 汎用人工知能の可能性
10.3 主体としての人工知能と道具としての人工知能

第11章 現在の人工知能2:倫理的問題
11.1 バイアスの問題
11.2 透明性の問題
11.3 制御可能性の問題

第12章 人工知能と認知科学
12.1 認知の基本原理
12.2 認知は理解可能な現象か

おわりに
参考文献
あとがき
人名索引
事項索引