现在的人工智能技术突破或许具有划时代意义，但即使是计算能力最强大、最先进的机器，也达不到人类智能的层级。人工智能具备测算能力，但它无法完全等同于人类的判断力。判断力是一种以符合伦理的承诺和负责任的行动为基础的冷静、深入的思考能力。
本书为我们理解人工智能提供了一种根本性的、新颖的本体论和认知框架。在以判断力作为终极智能目标的讨论框架下，作者试图考察人工智能从萌芽至今的发展历程。通过分析每一代人工智能技术的基本哲学假设、每一个阶段的智能概念以及迄今为止所取得的成就，作者对智能这一概念本身进行了阐释。他建议，人们应学习使用人工智能来执行后者擅长的计算性任务，同时加强自身的判断力和伦理原则。
1.理解人工智能研究的哲学基础：各派人工智能研究从根本上是基于不同的哲学假设，因此，从本体论与认识论层面考察人工智能的哲学基础，可以使我们更好地理解这一领域未来的发展方向，本书是审视当前人工智能研究哲学基础的重要作品。
2.对人工智能未来发展的前沿理论指导：与德雷福斯的《计算机不能做什么》曾对第一波人工智能研究的哲学前提提出了挑战一样，本书对第二波，甚至马上到来的第三波人工智能研究提出了警示。
3.哲学视角而非技术视角审视人工智能：以往探讨人工智能研究的著作多是技术专家撰写的，导致现如今对人工智能的讨论经常陷在各种技术细节之中，只见树木不见树林。而本书是从更广阔的本体论意义上理解人工智能，即通过考察人工智能的哲学基础，预先指明未来人工智能的发展方向。
[美] 布莱恩·坎特韦尔·史密斯（Brian Cantwell Smith），麻省理工学院博士，斯坦福大学语言与信息研究中心创始人，曾在施乐帕洛阿尔托研究中心担任首席科学家，现任多伦多大学信息、计算机科学和哲学教授。他专注于认知科学、计算机科学、信息研究和哲学，特别是本体论领域的研究。 刘志毅，数字经济学家，上海交大计算法学与人工智能伦理研究中心执行主任，上海交大安泰经管学院人工智能与营销研究中心特聘研究员，国际电工委员会IEC生物数字融合系统评估组（IEC/SMB/SEG12）伦理专家，主要研究领域包括人工智能伦理与治理、智能经济以及数字经济学等。
前 言
序 言
第一章 缘起：人工智能浪潮下的终极追问
第二章 渊源：人工智能思想基础的四个假设和四条原则
第三章 失败：老派人工智能的根本局限性
第四章 转换：两波人工智能之间的一些重要思想
第五章 机器学习
第六章 评估：第二波人工智能的成就与局限
第七章 认识论挑战：实现通用智能的根本障碍
第八章 对象：通用智能需要满足的七个要求
第九章 世界：通用智能所需要的存在担当
第十章 测算能力和判断能力
第十一章 讨论：关于通用智能和判断能力的七个深入话题
第十二章 应用：本体论立场在三个深层技术问题上的启示
第十三章 结 论
参考文献
书单推荐
