제1장 꿈과 현실의 간극에 선 AI
과대평가된 AI의 문제점
기계는 얼마나 인간과 가까워졌나
‘닫힌 세계’에 갇혀 있는 인공지능
세상의 다양성과 복잡함을 기계가 알 수 있을까
지금의 AI 연구는 잘못된 길로 가고 있다

제2장 진짜 위협인가, 위협적인 척인가?
터미네이터는 없다
의도를 알지 못하는 어리석은 하인
지금의 AI를 얼마나 믿을 수 있을까
빅데이터를 넘어선 새로운 접근법을 찾아야 할 때

제3장 딥러닝을 너무 믿지 마라
지금, 왜 딥러닝에 주목해야 하는가
인간의 뇌를 닮은 시스템
불가능이 없는 딥러닝의 탄생?
탐욕스럽고 불안정하며 알 수 없는 존재
완전한 지성이 아닌 알고리즘의 하나일 뿐

제4장 구글은 문맹인가, 언어 천재인가?
기계는 정말 글을 이해할 수 있을까
똑똑한 AI가 제대로 읽지 못하는 이유
비유, 상식, 추론을 통합하는 일
링크를 찾는 것과 질문을 이해하는 것의 차이
시리는 정말 비서가 될 수 있는가
추론하지 못하는 구글 번역의 한계
인풋과 아웃풋으로 설명할 수 없는 언어의 미묘함
지금의 AI가 인간처럼 읽지 못하는 이유
인간의 ‘상식’을 기계에게 이해시키는 일
세상을 모르고 언어를 알 수는 없다

제5장 로봇은 정말 ‘다 알아서’ 해줄까?
인간의 일자리를 아직 안전하다
가정용 로봇은 꿈의 영역일까
알고 보면 대단한 로봇청소기의 능력
인간에게는 쉬운 일이 로봇에게는 어렵다
닫힌 시스템은 알 수 없는 열린 세계
AI에게는 큰 도전인 일상적인 업무
‘다 알아서 하는 로봇’은 언제쯤 실현될까

제6장 인간 정신이 주는 11가지 인사이트
‘마스터 알고리즘’은 존재하지 않는다
기계에는 ‘표상’이 없다
세상을 이해하는 도구, 추상화와 일반화
AI는 유연성을 가지고 생각할 수 있는가
규칙과 불규칙을 통합하는 인간 정신의 비밀
단어의 합은 문장이 아니다?
같은 말도 맥락 안에서 달라진다
숨겨진 본질을 간파하는 능력이 필요하다
인과성을 학습하는 일의 어려움
인간의 경험과 딥러닝의 차이점
무에서 유를 만들려 하지 말라

제7장 상식과 딥 언더스탠딩으로 가는 길
상식을 ‘코딩’하는 일의 어려움
상식을 명확하고 애매하지 않게 나타내는 방식
수천 개의 지식에서 관계를 찾아내는 법
시간, 공간 그리고 인과성
진보의 시작은 유동성을 얻는 데 있다
계획을 세우고 수정할 줄 아는 로봇
시뮬레이션만으로는 부족하다
부정확하고 불완전한 인간이 AI보다 나은 점
범용지능으로 가는 길

제8장 신뢰할 수 있는 AI를 향해
AI에도 안전 법규가 필요하다
AI가 판도라의 상자가 되어서는 안 된다
소프트웨어의 신뢰성을 높이는 접근법
지름길은 없다 | 버그 없고 위해를 가하지 않는 AI
로봇이 가져야 할 가치관은 무엇인가
진정한 의미의 ‘생각’을 할 수 있는 인공지능
더 나은 AI는 있다