第 2 章 以达特茅斯会议为主线，通过对该会议的召集、过程、成果、参与人物以及后续影响的介绍，阐述了人工智能这门学科诞生的历史背景，并讨论了该学科研究的目标和要解决的问题。
第二部分（第 3～5 章） 学派争鸣
目前，学术界研究人工智能的方法主要有三个学派，分别是符号主义、连接主义和行为主义，这三个学派分别从逻辑、仿生和行为三个角度来研究智能，既有自顶向下从智能的本质出发，从一般到特殊通过逻辑运算推导智能的行为，也有从行为出发，自底向上把智能看作黑箱，从行为推导智能的本质。这些学派在不同时期都曾是人工智能的主流，并各自取得了许多成果。
第 3 章 以纽厄尔、司马贺的研究工作为主线，介绍了符号主义的逻辑理论基础，解析了符号主义学说的核心观点—物理符号系统和启发式搜索假说，并介绍了这个学派在知识表示、知识工程和知识系统上所取得的成就。
第 4 章 以“神经网络缔造者”皮茨和“感知机之父”罗森布拉特两位学者悲剧式的人生经历为主线，介绍了连接主义学派的核心思想，并介绍了神经网络的初期形式，为后续讲解深度学习和深度神经网络奠定基础。
第 5 章 以“控制论之父”维纳的工作经历为主线，介绍了控制论创建的过程，行为主义研究的基本方法和观点，以及机械因果观等思想。
第三部分（第 6～8 章） 第三波高潮
人工智能迄今为止经历了三次高潮和两个大的低谷，目前处于第三次高潮的顶峰，这次高潮是由机器学习，尤其是深度学习、深度神经网络引领的。
第 6 章 本章是机器学习的导论，介绍了机器学习处理问题的一般方法。本章尽可能用最少的篇幅去说清楚“机器学习是什么”“它解决哪些问题”“它通过哪些步骤来解决”“如何评估验证它的解决效果”这四个问题。
第 7 章 以“深度学习教父”辛顿的人生经历为主线，介绍了神经网络从低谷到复兴的过程，以及深度学习的提出和技术突破，并介绍了几种典型的深度神经网络，以及这些新技术给学术界、工业界带来的变化。
第 8 章 以古德费洛、苏茨克维等新一代学者以及 OpenAI 这家企业的发展
VIII