이 책은 논리학, 확률, 연속수학과 지각, 추론, 학습, 동작, 그리고 초소형 전자기기부터 로봇 행성 탐사 차량에 이르기까지 모든 것을 포괄하는 인공지능 분야의 전 면모를 다루고 있다. 그중 이 책을 관통하는 주제인 지능적 에이전트라는 개념을 깊게 파헤치며, 인공지능의 여러 분야를 현대적 접근방식으로 조합한다.

CHAPTER 1 소개 1
 1.1 인공지능이란 무엇인가? 2
 1.2 인공지능의 기반 학문 6
 1.3 인공지능의 역사 20
 1.4 인공지능의 현재 수준 35
 1.5 요약 37
연습문제 39

 CHAPTER 2 지능적 에이전트 43
 2.1 에이전트와 환경 44
 2.2 좋은 행동: 합리성 개념 46
 2.3 환경의 본성 51
 2.4 에이전트의 구조 58
 2.5 요약 73
연습문제 76

 CHAPTER 3 검색을 통한 문제 해결 79
 3.1 문제 해결 에이전트 80
 3.2 문제의 예 86
 3.3 해답의 검색 92
 3.4 정보 없는 검색 전략 99
 3.5 정보 있는(발견법적) 검색 전략들 112
 3.6 발견법적 함수 124
 3.7 요약 131
연습문제 138

 CHAPTER 4 고급 검색 기법 147
 4.1 국소 검색 알고리즘과 최적화 문제 148
 4.2 연속 공간의 국소 검색 158
 4.3 비결정론적 동작들을 수반한 검색 162
 4.4 부분 관찰 가능 환경의 검색 168
 4.5 온라인 검색 에이전트와 미지 환경 178
 4.6 요약 186
연습문제 191

 CHAPTER 5 대항 검색 195
 5.1 게임 195
 5.2 게임의 최적 결정 198
 5.3 알파베타 가지치기 202
 5.4 불완전한 실시간 결정 207
 5.5 확률론적 게임 214
 5.6 부분 관찰 가능 게임 218
 5.7 최고 수준의 게임 플레이 프로그램들 224
 5.8 대안 접근방식들 227
 5.9 요약 229
연습문제 237

 CHAPTER 6 제약 만족 문제 245
 6.1 제약 만족 문제의 정의 246
 6.2 제약 전파: CSP의 추리 252
 6.3 CSP를 위한 역추적 검색 260
 6.4 CSP를 위한 국소 검색 267
 6.5 문제의 구조 269
 6.6 요약 275
연습문제 280

 CHAPTER 7 논리적 에이전트 285
 7.1 지식 기반 에이전트 286
 7.2 웜푸스 세계 288
 7.3 논리 292
 7.4 명제 논리: 아주 간단한 논리 296
 7.5 명제 정리 증명 303
 7.6 효과적인 명제 모형 점검 316
 7.7 명제 논리에 기초한 에이전트 322
 7.8 요약 333
연습문제 340

 CHAPTER 8 1차 논리 347
 8.1 표현의 재고찰 348
 8.2 1차 논리의 구문과 의미론 353
 8.3 1차 논리의 활용 366
 8.4 1차 논리의 지식 공학 374
 8.5 요약 381
연습문제 384

 CHAPTER 9 1차 논리의 추리 393
 9.1 명제 추리 대 1차 추리 394
 9.2 단일화와 승격 397
 9.3 전방 연쇄 403
 9.4 후방 연쇄 412
 9.5 분해 421
 9.6 요약 435
연습문제 440

 CHAPTER 10 고전적 계획 수립 447
 10.1 고전적 계획 수립의 정의 448
 10.2 상태 공간 검색으로서의 계획 수립을 위한 알고리즘 455
 10.3 계획 수립 그래프 463
 10.4 그밖의 고전적 계획 수립 접근방식 472
 10.5 계획 수립 접근방식들의 분석 478
 10.6 요약 480
연습문제 484

 CHAPTER 11 실세계에서의 계획 수립과 실행 489
 11.1 시간, 일정, 자원 490
 11.2 계통적 계획 수립 495
 11.3 비결정론적 정의역에서의 계획 수립과 실행 506
 11.4 다중 에이전트 계획 수립 518
 11.5 요약 525
연습문제 531

 CHAPTER 12 지식 표현 533
 12.1 존재론 공학 534
 12.2 범주와 객체 536
 12.3 사건 544
 12.4 정신적 사건과 정신적 객체 550
 12.5 범주에 대한 추론 시스템 554
 12.6 기본 정보를 이용한 추론 560
 12.7 인터넷 쇼핑 세계 565
 12.8 요약 571
연습문제 579

찾아보기 587

CHAPTER 13 불확실성의 정량화 1
 13.1 불확실성하에서의 행동 1
 13.2 기본적인 확률 표기법 6
 13.3 완전 결합 분포를 이용한 추리 14
 13.4 독립성 18
 13.5 베이즈 규칙과 그 용법 20
 13.6 웜푸스 세계의 재고찰 25
 13.7 요약 29
연습문제 33

 CHAPTER 14 확률적 추론 39
 14.1 불확실한 정의역의 지식 표현 40
 14.2 베이즈망의 의미론 43
 14.3 조건부 확률분포의 효율적 표현 49
 14.4 베이즈망의 정확한 추리 54
 14.5 베이즈망의 근사적 추리 63
 14.6 관계적 확률 모형과 1차 확률 모형 74
 14.7 불확실한 추론에 대한 다른 접근방식들 82
 14.8 요약 89
연습문제 97

 CHAPTER 15 시간에 따른 확률적 추론 105
 15.1 시간과 불확실성 106
 15.2 시간적 모형에서의 추리 111
 15.3 은닉 마르코프 모형 120
 15.4 칼만 필터 127
 15.5 동적 베이즈망 135
 15.6 다수의 객체를 추적 145
 15.7 요약 149
연습문제 153

 CHAPTER 16 간단한 의사결정 159
 16.1 불확실성하에서의 믿음과 욕구의 결합 160
 16.2 효용이론의 기초 161
 16.3 효용 함수 165
 16.4 다중 특성 효용 함수 174
 16.5 의사결정망 179
 16.6 정보의 가치 182
 16.7 결정이론적 전문가 시스템 187
 16.8 요약 191
연습문제 196

 CHAPTER 17 복잡한 의사결정 203
 17.1 순차적 의사결정 문제 204
 17.2 평가치 반복 211
 17.3 방침 반복 216
 17.4 부분 관찰 가능 MDP 218
 17.5 다중 에이전트 의사결정: 게임이론 228
 17.6 메커니즘 설계 244
 17.7 요약 251
연습문제 256

 CHAPTER 18 견본을 통한 학습 261
 18.1 학습의 여러 형태 262
 18.2 감독 학습 264
 18.3 의사결정 트리의 학습 267
 18.4 최고의 가설의 평가와 선택 279
 18.5 학습 이론 286
 18.6 선형 모형을 이용한 회귀와 분류 291
 18.7 인공 신경망 302
 18.8 비매개변수적 모형 313
 18.9 지지 벡터 기계 321
 18.10 앙상블 학습 326
 18.11 실용적인 기계 학습 331
 18.12 요약 336
연습문제 344

 CHAPTER 19 학습과 지식 349
 19.1 학습의 논리적 형식화 349
 19.2 학습에서의 지식 359
 19.3 설명 기반 학습 363
 19.4 유관성 정보를 이용한 학습 368
 19.5 귀납적 논리 프로그래밍 372
 19.6 요약 383
연습문제 387

 CHAPTER 20 확률 모형의 학습 389
 20.1 통계적 학습 390
 20.2 완전 자료를 이용한 학습 393
 20.3 숨겨진 변수들이 있는 학습: EM 알고리즘 406
 20.4 요약 416
연습문제 420

 CHAPTER 21 강화 학습 423
 21.1 소개 423
 21.2 수동 강화 학습 425
 21.3 능동 강화 학습 433
 21.4 강화 학습의 일반화 440
 21.5 방침 검색 443
 21.6 강화 학습의 응용 446
 21.7 요약 449
연습문제 455

 CHAPTER 22 자연어 처리 457
 22.1 언어 모형 458
 22.2 텍스트 분류 463
 22.3 정보 조회 466
 22.4 정보 추출 473
 22.5 요약 485
연습문제 489

 CHAPTER 23 자연어 의사소통 491
 23.1 구 구조 문법 492
 23.2 구문 분석(파싱) 496
 23.3 증강 문법과 의미론적 해석 502
 23.4 기계 번역 513
 23.5 음성 인식 520
 23.6 요약 527
연습문제 533

 CHAPTER 24 지각 539
 24.1 영상 형성 541
 24.2 초기 영상 처리 연산들 547
 24.3 겉보기를 이용한 물체 인식 555
 24.4 3차원 세계의 재구축 560
 24.5 구조적 정보로부터 물체 인식 572
 24.6 시각의 활용 576
 24.7 요약 581
연습문제 586

 CHAPTER 25 로봇공학 589
 25.1 소개 589
 25.2 로봇 하드웨어 592
 25.3 로봇 지각 598
 25.4 운동 계획의 수립 606
 25.5 불확실한 운동의 계획 614
 25.6 운동의 실행 618
 25.7 로봇공학 소프트웨어 구조 625
 25.8 응용 영역들 628
 25.9 요약 632
연습문제 638

 CHAPTER 26 철학적 토대 645
 26.1 약 인공지능: 기계가 지능적으로 행동할 수 있는가? 646
 26.2 강 인공지능: 기계가 정말로 생각할 수 있는가? 653
 26.3 인공지능 개발의 윤리와 위험 662
 26.4 요약 670
연습문제 674

 CHAPTER 27 인공지능의 현재와 미래 677
 27.1 에이전트의 구성요소들 678
 27.2 에이전트 아키텍처 681
 27.3 인공지능 연구의 올바른 방향 683
 27.4 인공지능이 정말로 성공한다면? 685

 APPENDIX A 수학적 배경 687
 A.1 복잡도 분석과 O() 표기법 687
 A.2 벡터, 행렬, 선형 대수 690
 A.3 확률분포 692

 APPENDIX B 언어와 알고리즘에 관해 697
 B.1 BNF를 이용한 언어의 정의 697
 B.2 알고리즘 서술에 쓰이는 의사코드 698
 B.3 온라인 도움말 700

참고문헌 701
찾아보기 749