第1章  AI的瓶颈
  1.1  AI（机器学习）的下一个风口
  1.2  通用智能的瓶颈及可能的解决途径
  1.3  智能是逻辑吗
  1.4  为什么剑桥出身的“AI教父”辛顿会很担心
  1.5  真正的智能不仅是一个技术问题
  1.6  人类的智能是小数据
  1.7  人工智能研究是不是走错了方向
  1.8  探索新型智能模型框架
  1.9  许多智能算法并不智能
  1.10  智能的突破或许在智能之外
  1.11  为什么智能问题很难突破
  参考文献
第2章  人工智能与人类智能
  2.1  AI如何帮助人类进而验证直觉的可靠性
  2.2  浅析自主、意图与感性
  2.3  人类的智能不是“计算”而是“算计”
  2.4  当前，我们或许只会用数学工具给人机智能挠痒痒
  2.5  智能与情感
  2.6  道与逻辑
  2.7  数学既是发明也是发现
  2.8  文学与智能
  2.9  智能和勇气
  2.10  人类智能的未来在于东西方智能的融合
  2.11  智能既不是数学也不是逻辑
  2.12  智能本质上是人性的拓扑
  2.13  智能与对齐
  2.14  人类语言和机器语言
  参考文献
第3章  人机之间的关键问题
  3.1  人机交互与新旧三论的缺点是什么
  3.2  人机融合/混合智能关键问题的探讨
  3.3  影响人机功能分配的几个“非存在的有”
  3.4  机器自主智能与休谟问题
  3.5  人机交互智能中几个困难问题浅析
  3.6  为什么人机融合时常常会出现人+机小于人的现象
  3.7  人机功能分配与人机匹配的区别
  3.8  人机与诡、诈
  3.9  论人机关系
  3.10  人机交互与脑机交互
  3.11  人机之间
  3.12  人机交互中利己与利他机制浅析
  3.13  人机智能与因果关系
  3.14  人机交互不是人+机
  3.15  人机中的事实与价值并浅论客观与主观
  3.16  人机智能小结
  参考文献
第4章  人机融合的关键技术
  4.1  智能里既有技术也有艺术
  4.2  人机融合智能与伦理
  4.3  人机融合智能中的诱导、引导交互
  4.4  人机融合智能与哲学
  4.5  人机融合智能的测量、计算与评价
  4.6  人机融合难，恰当的人机分离更难
  4.7  可解释性对人机融合智能重要吗
  4.8  人机融合是自由与决定的交互
  参考文献
第5章  人机环境系统智能
  5.1  人机环境系统智能的拓扑关系
  5.2  人、机器与环境的“涌现”
  5.3  人机环境系统智能能够解决巴以冲突吗
  5.4  人机环境系统中的一多分有问题探讨
  参考文献
第6章  人机环境系统中的态势感知
  6.1  有关态势感知的卷积思考
  6.2  态势感知与信质、信量
  6.3  态势感知通常是主客观的混合物
  6.4  态势感知的稀疏与池化
  6.5  态势感知与势态知感
  6.6  态势感知问题为什么很难解决
  参考文献
第7章  ChatGPT中的人机问题
  7.1  态势感知与GPT
  7.2  态势感知与超越GPT
  7.3  ChatGPT并非真正的人工智能？AI拐点是出现新体系|武卿对话刘伟
  参考文献