第一章 横空出世——暗知识的发现 1
骄傲的人类 3
天才的哽咽 5
机器发现了人类无法理解的知识 7
理性主义和经验主义之争 10
知识的生物学基础——神经元连接 17
可表达的“明知识” 20
只可意会的“默知识” 23
既不可感受也不能表达的“暗知识” 27
第二章 榨取数据——机器能学会的知识 33
机器学习明知识 35
类推学派——机器学习默知识 40
机器发现暗知识 42
第三章 神经网络——萃取隐蔽相关性 47
从感知器到多层神经网络 49
神经网络模型：满是旋钮的黑盒子 54
雾里下山：训练机器模型 57
AlphaGo的“上帝视角” 58
局部最优：没到山底怎么办 60
深度学习——化繁为简 62
化整为零的卷积神经网络 64
处理序列信息的循环神经网络 70
AlphaGo与强化学习 74
神经网络悖论 78
神经网络五大研究前沿 80
深度学习的局限性 85
第四章 逐鹿硅谷——AI产业争霸战 91
最新技术巨浪 93
AI突破三要素 94
金字塔形的产业结构 96
产业的皇冠：算法 97
技术制高点：芯片 99
生态大战——编程框架的使用和选择 104
开源社区与AI生态 109
乱世枭雄 113
大卫和哥利亚 115
AI的技术推动力 120
AI与互联网的三个区别 124
第五章 飓风袭来——将被颠覆的行业 127
自动驾驶颠覆出行——10万亿美元的产业 129
医疗与健康——世界上最有经验的医生 163
智能金融将导致一大批白领、金领失业 180
智能时代万物皆媒，人机协作时代已经来临 191
智慧城市——“上帝视角”的城市管理 205
重复体力劳动者将被机器人全面替代 215
打通巴别塔——黑天鹅杀手级应用 216
全方位冲击 221
第六章 暗知识神迹——机器能否超越人类 225
基于深度学习的AI本质 227
科研加速 229
唐诗高手 235
真假凡·高 241
下一场空战 248
群体学习和光速分享 257
人类哪里比机器强 259
人机融合 261
第七章 “神人”与“闲人”——AI时代的社会与伦理 269
谁先失业 272
孩子该学什么 274
AI时代的新工种 275
新分配制度：无条件收入还是无条件培训 279
贫富悬殊解决之道：民间公益 282
权力再分配 286
是否该信任机器的决定 288
数据如何共享 289
自尊的来源 290
机器会产生自我意识吗 291
结束语 人类该怎么办 297
致谢 301
附录1：一个经典的5层神经网络LeNet-5 303
附录2：循环神经网络RNN和长-短时记忆网络LSTM 307
附录3：CPU、GPU和TPU 316
附录4：机器学习的主要编程框架 326
参考文献 331