専門知識がなくともギリギリ理解できる良書。
↓
・記号的AI：総合的な知性はプログラムで完全にモデル化できる
・非記号的AI：神経科学が発端。例)パーセプトロン
↓
記号的AI＞非記号的AI（単純パーセプトロンには限界がある）
↓
非記号的AI(バックプロバケーションの開発、コネクショニズムの構築)＞記号的AI
深層学習「コグニトロン」
↓
ネオコグニトロン
↓
CNN「畳込みニュートラルネットワーク」（インターネットとビッグデータ）
：自分で学習するがまず人間によるハイパーパラメータ（修行で身につけるしかない）が必要。
↓
深層学習は汎用的AIにはつながらない（必要なラベル付きデータが大きすぎる。起きる可能性が極めて低い状況が多い（ロングテール））
騙されやすいという脆弱性→敵対的学習
［ゲーム］
深層Q学習：強化学習（オペラント条件付け。ラベル付きデータを必要としない）と深層ニューラルネットワークの組み合わせ
［言語処理］
再帰型ニューラルネットワーク
［翻訳］
暗号解読
↓
統計的機械翻訳：データの学習に基づく。起点言語と目的言語の句を結びつけるために規模の大きな確率テーブルを算出する。
↓
ニューラル機械翻訳：エンコーダー−デコーダー論理構造
［一般常識］
サイクプロジェクト（記号的AI）
ボンガード問題（同一性を見つける）
↓
コピーキャットプログラム（同一性を横滑りする）
思考は身体を必要とする？