【本書のポイント】
・解説とイラストがセットで理解しやすい!
・AIの基礎から最新のトレンドまでカバー!
・機械学習やディープラーニングもすべて図解!
・キーワードから知りたい項目を調べやすい!
・初心者からエンジニアまで知っておきたい知識を収録!
【こんな方におすすめ】
・AIについて基礎から勉強したい人
・複雑なしくみからAIの歴史まで広く理解したい人
・AIシステムを発注・管理している人
・今後の可能性や危険性について最新動向を知りたい人
【内容紹介】
現代においてAI(人工知能)は世の中に広く知れ渡っていますが、
技術の発展とともにますます活用される範囲は広がり、
私達の生活にとって欠かせないものになっていくでしょう。
しかし、AIの全体像をつかむには
複雑で難しい技術を知る必要があり、
初めて学ぶときには難易度の高さを
感じる人も多いのではないでしょうか。
そこで、本書では見開きで
1つのテーマを取り上げ、
図解を交えて解説しています。
最初から順に読んで
体系的な知識を得るのはもちろん、
気になるテーマやキーワードに
注目しながら読むなど、
状況に合わせて活用してください。
【目次】
第1章 AIの基本~AIはどのように進化を遂げたのか~
第2章 AIやプログラムの基本的なしくみ~複雑なタスクをこなすシンプルなプロセス
第3章 AIにおけるデータの取扱い~AIの成長に必要不可欠な情報とは~
第4章 機械学習に関わる技術~さまざまな方法で学び成長するAI~
第5章 ディープラーニング~新しい時代につながる汎用性の高い機械学習~
第6章 さまざまなAIと実用化~応用技術によって広がるAIと人間の可能性~
第7章 他分野と交わり進化するAI~それぞれの業界でどのような活躍をしているのか~
第8章 AIにまつわる様々な議論~AIは果たして万能の機械なのか~
第9章 未来のAI~テクノロジーの発展で変わる社会~
この1冊で、AIの歴史から技術、活用方法まで理解できます。(※紙の書籍と電子書籍でレイアウトが異なります)
解説とイラストがセットなので、文字だけでは想像しにくい技術がスッと頭に入ります。
体系的な学習はもちろん、知りたい項目を探して効率よく読むこともできます。
第1章 AIの基本~AIはどのように進化を遂げたのか~
1-1 AIとは? 曖昧すぎたその定義
1-2 AIの急速な進化と停滞
1-3 第1次人工知能ブーム「AIの始まりと可能性」
1-4 第2次人工知能ブーム「データと知識の扱い方」
1-5 第3次人工知能ブーム「機械学習の飛躍的発展」
1-6 コネクショニズムはどのように進歩したか
1-7 記号主義はどのように進歩したか
1-8 AI技術と製品の関わり
やってみよう:身近なエキスパートシステムを探してみよう
第2章 AIやプログラムの基本的なしくみ~複雑なタスクをこなすシンプルなプロセス
2-1 AIに課せられる課題と解決の手段
2-2 探索アルゴリズムの種類と概要
2-3 ソートアルゴリズムの種類と概要
2-4 暗号アルゴリズムの種類と概要
2-5 AIの設計図となるアーキテクチャ
2-6 独立して働くAIの存在
2-7 ルールに沿ったAIの思考法と意思決定手法
2-8 目標に合わせたAIの思考法と意思決定手法
2-9 事例から学ぶAIの思考法と意思決定手法
2-10 柔軟に考えるためのアプローチ
やってみよう:検索エンジンのしくみを考えてみよう
第3章 AIにおけるデータの取扱い~AIの成長に必要不可欠な情報とは~
3-1 AIにとって必要な情報
3-2 データを扱ううえでの扱いやすさと扱いにくさ
3-3 知識や概念を伝えるためのアプローチ
3-4 AIにおけるデータサイエンスと統計
3-5 データを分析し、価値を見出す
3-6 知っておきたい分析方法①~データの関係性を見つける~
3-7 知っておきたい分析方法②~データを分けることで分析する~
3-8 曖昧な世界を理解するために使われる理論①~情報の表現~
3-9 曖昧な世界を理解するために使われる理論②~未来の予測~
3-10 データを正しく扱うことの難しさ
3-11 知識と統計からAIのイメージを形づくる
やってみよう:身近な知識をオントロジーで表現してみよう
第4章 機械学習に関わる技術~さまざまな方法で学び成長するAI~
4-1 統計から判断基準を作りあげる
4-2 ネットワークを使った機械学習
4-3 最も一般的な学習スタイル
4-4 潜在的な可能性が大きい学習スタイル
4-5 現実世界へ適応していく学習スタイル
4-6 発展を遂げる強化学習
4-7 機械学習の課題を示す2つの整理
4-8 強化学習に似た学習法
4-9 機械学習の効率化①~学習データを補う方策
4-9 機械学習の効率化②~学習モデルの転用
4-10 機械学習の効率化③~過学習対策
やってみよう:強化学習の構造を考えてみよう
第5章 ディープラーニング~新しい時代につながる汎用性の高い機械学習~
5-1 ニューラルネットワークとは?
5-2 ディープラーニングへの道筋
5-3 ディープラーニングの特徴抽出能力
5-4 画像認識、音声認識に強いディープニューラルネットワーク
5-5 言語処理や時系列処理に強いディープニューラルネットワーク
5-6 再帰的ニューラルネットワークの応用
5-7 ディープラーニングの欠点を補うGAN
5-8 ニューラルネットワークが扱う情報
5-9 言葉の意味を数値で表す方法
5-10 ニューラルネットワークの思考を理解する
5-11 確立されていくディープラーニングの環境
5-12 ディープラーニングが変えた機械学習のあり方
やってみよう:文章生成AIを実際に使ってみよう
第6章 さまざまなAIと実用化~応用技術によって広がるAIと人間の可能性~
6-1 画像から「動画」に発展する映像認識
6-2 AIにおけるコミュニケーションの考え方
6-3 Transformerと巨大データベースで変わった文章生成
6-4 音声のテキスト化に必要な技術
6-5 映像や音声、複数の情報を組み合わせたデータ分析
6-6 人間の創造的手法を学習する
6-7 人間の身体の使い方を学習する
6-8 プラットフォーム化するAI
6-9 分散して広がるAI
6-10 与えられたタスクを実行する①~自動運転車の認識~
6-11 与えられたタスクを実行する②~自動運転車の判断と操作~
6-12 AIの進歩と成長を促すゲームAI
6-13 見える情報によって変わる戦略
6-14 人間の判断基準を説明するゲーム理論
6-15 プライベートもビジネスも、AIと人間の協働
やってみよう:ディープラーニングの画像合成を使ってみよう
第7章 他分野と交わり進化するAI~それぞれの業界でどのような活躍をしているのか~
7-1 医療AI①~医療現場を助ける~
7-2 医療AI②~難解な領域で進むAI利用~
7-3 医療AI③~成長に必要なータの整備~
7-4 フィンテック①~データ分析の自動化~
7-5 フィンテック②~顧客対応とデータ管理~
7-6 ロボティクス①~活動範囲を広げるロボット~
7-7 ロボティクス②~人間社会で働くロボット~
7-8 自動運転車①~人間が関わるレベル0-3~
7-9 自動運転車②~全てを任せるレベル4-5~
7-10 ドローンや無人機、軍事技術への応用
7-11 ハードウェア①~AIを変える新しいコンピュータ~
7-12 ハードウェア②~2種類の量子コンピュータ~
7-13 RPA①~注目が集まる業務の効率化~
7-14 RPA②~AIで広がる自動化の領域~
やってみよう:新しい技術で変わっていく社会をイメージしてみよう
第8章 AIにまつわる様々な議論~AIは果たして万能の機械なのか~
8-1 前提条件として知っておくべき人工知能の分類
8-2 AIの言語理解①~言葉で知能を測れるか~
8-3 AIの言語理解②~意味の理解と現実の壁~
8-4 判断不能の状態に陥る問題
8-5 AIの身体性①~人間に近づくための身体~
8-6 AIの身体性②~身体を持たずに感覚を学ぶ~
8-7 人間の影響を受けたAIが持つ偏見
8-8 AIによる人間が得る情報のコントロール
8-9 ブラックボックス化している理解不能なAIの考え方
8-10 AIの倫理①~AIの難解なしくみと運用~
8-11 AIの倫理②~倫理は誰が守るのか~
8-12 AIの独占とオープン化
やってみよう:AIにおける倫理問題を真剣に考えてみよう
第9章 未来のAI~テクノロジーの発展で変わる社会~
9-1 さまざまな形で成長を続けるAI
9-2 AIの展望①~シンギュラリティと楽観論~
9-3 AIの展望②~冬の時代と悲観論~
9-4 変わりゆく人間の仕事のあり方
9-5 人間を再現するための方法と実現性
9-6 AIの進歩に人間がついていく
9-7 人間とAIの区別がつくか、AIとVRとアバター
9-8 AIは知的生命体なのか?
やってみよう:AIに仕事が奪われたと仮定して新しい仕事を考えてみよう