ディープラーニング　学習する機械　ヤン・ルカン、人工知能を語る

第1章　AI革命
偏在するAI／人型ロボットのまやかし／GOFAIから……／……機械学習へ／新旧のブレンド／定義の試み／今後の課題／アルゴリズムの外側

第2章　AIならびに私の小史
終わりなき探求／まずは論理／神経科学とパーセプトロン／冬の時代／「異端の過激派」／舞台に上がる／学習のコネクショニズムモデル／レズーシュでのシンポジウム／誤差逆伝播法／大御所たちの殿堂／ベル研究所時代／タブー視されるニューラルネットワーク／「ディープラーニングの陰謀」

第3章　単純な学習機械
発想の源アメフラシ／学習と誤差の最小化／数学好きのための補足／ガリレオとピサの斜塔／画像その他を認識する／ローゼンブラットとパーセプトロン／25ピクセルのグリッド／教師あり学習と汎化／パーセプトロンの限界／解決策：特徴の抽出

第4章　最小化学習、学習理論
あらまし／谷底を見つける／勾配計算の実際／確率的勾配降下法／ニセの谷底／学習の一般理論／モデルの選択／牛と3人の科学者／オッカムの剃刀／訓練のプロトコル／妥協点を見つける／ブール関数のめまい／正則化／人間のための教訓

第5章　深層ニューラルネットワークと誤差逆伝播法
ミルフィーユ／連続的なニューロン／わがHLM！／誤差逆伝播法の数学的理解／多層の有用性について／反論に打ち勝つ／特徴の学習

第6章　AIの支柱、ニューラルネットワーク
2012年の爆弾／単純型細胞／複雑型細胞とプーリング／福島の先見性／畳み込みニューラルネットワーク／物体の検出、位置決定、セグメンテーション、認識／セマンティックセグメンテーション

第7章　ディープラーニングの現在
画像認識／コンテンツの埋め込みと類似性の測定／音声と音の合成／言語理解と翻訳／予測／AIと科学／自律走行車／自律と混合システム／完全自律？　エンドツーエンドの訓練／仮想アシスタント／医用画像と医学／検索アルゴリズム

第8章　Facebook時代
マーク・ザッカーバーグにスカウトされる／Facebook人工知能研究所／目論見／情報のフィルタリング／ニュースフィード／Facebookとメディアの未来／新しいFacebook／チューリング賞

第9章　そして明日は？　AIの今後と課題
自然は発想の源／機械学習の限界／強化学習の限界／常識という問題／人間の学習方法／自己教師あり学習／多重予測と潜在変数／予測能力？／自律知能システムのアーキテクチャ／ディープラーニングと推論／知能をもつ物体／AIによる未来

第10章　AIの問題点
AIが社会や経済を変える／AI革命の恩恵を受けるのは誰か？／軍事転用の危険性／バイアスとセキュリティ逸脱／AIは説明可能であるべきか？／人間の知能に対する理解は深まるか？／脳は機械にすぎないのか？／すべてのモデルは間違っている／心配する声／AIが飛躍的発展を遂げるには？／機械に意識は宿るだろうか？／機械に感情は宿るだろうか？／ロボットは権力を握ろうとするだろうか？／新たなフロンティア／知能の科学？