人工知能の哲学入門

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