硅谷人工智能先行者傾力打造之作，牛津、清華、北大計算機科學教授、中科院院士審讀推薦；
繫統化整理人工智能領域各個分支的共識，提供一套可以為不同人群所理解的關於人工智能技術真實進展的通識。

《人工智能通識課》縱貫人工智能技術在全球 70 多年的發展歷史，綜合邏輯學派和神經網絡學派的主流觀點，繫統介紹了人工智能各種算法的起源與演進過程，以及人工智能技術在消費者行為分析、機器人、自動駕駛、醫療等方面的應用實踐，使讀者可以全面了解人工智能領域的真實現狀，及其給人類社會帶來的技術、哲學乃至藝術層面的影響。最後，本書作者對於人工智能的未來發展做了非常客觀、務實的展望。
《人工智能通識課》語言深入淺出，非技術專業人士也可以讀懂，適合各種知識背景的讀者了解人工智能技術的全貌，對人工智能技術建立起客觀理性的認知；也適合作為高校人工智能通識課程的教材或參考讀物。

皮埃羅·斯加魯菲（Piero Scaruffi）
畢業於都靈大學數學繫，自1980年開始在硅谷從事人工智能研究。
20世紀90年代中期先後在哈佛大學、斯坦福大學的人工智能實驗室等機構從事研究工作，項目涉及認知科學、專家繫統、神經網絡、自然語言處理等。
2003年後成為獨立研究員，在加州大學伯克利分校、斯坦福大學兼職講授認知論、心性學和藝術史等課程。
著有《智能的本質》《硅谷百年史》（合著）等重量級作品。
他興趣廣泛，研究領域包括從認知模型到音樂史的廣博學科。他還是北京他山石智庫首-席科技顧問，中國美院客座教授。

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
專家繫統的興起//9
探討人工智能歷史的前提//12
步入人工智能的寒鼕//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
深度學習源自哪裡//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（冗餘）定義//101
人工智能繫統能得諾貝爾獎嗎//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：智慧並不意味著精確//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
算法官僚繫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
關於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
基於知識的繫統//230
第六章智能與機器人//235
機器學習先於人工智能//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
後機器智能時代：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
為什麼我不害怕人工智能的到來//331
隱形的機器人雲//334
附錄 人工智能大事記//337