【2023年】「人工知能」のおすすめ 本 100選!人気ランキング

この記事では、「人工知能」のおすすめ 本 をランキング形式で紹介していきます。インターネット上の口コミや評判をベースに集計し独自のスコアでランク付けしています。
記事内に商品プロモーションを含む場合があります
目次
  1. ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
  2. 人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)
  3. ゼロから作るDeep Learning ❷ ―自然言語処理編
  4. 独学プログラマー Python言語の基本から仕事のやり方まで
  5. 【Amazon.co.jp 限定】スラスラ読める Pythonふりがなプログラミング (ふりがなプログラミングシリーズ)
  6. 世界一カンタンで実戦的な文系のための人工知能の教科書
  7. やさしく学ぶ 機械学習を理解するための数学のきほん ~アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで~
  8. 人工知能プログラミングのための数学がわかる本
  9. いちばんやさしい機械学習プロジェクトの教本 人気講師が教える仕事に AI を導入する方法 (「いちばんやさしい教本」シリーズ)
  10. 教養としてのAI講義 ビジネスパーソンも知っておくべき「人工知能」の基礎知識
他90件
No.1
100
みんなのレビュー
ディープラーニングの概要は分かっているし機械学習はある程度理解しているつもりだけど、ディープラーニングの中身はちゃんと理解できていない人にぜひ読んで欲しい書籍。ディープラーニングは一旦これ1冊読んでおけば問題なし。複雑で難しい印象だったディープラーニングがこれを読むだけで一気に身近なものになる。
No.2
83
みんなのレビュー
AIの権威である東大の松尾豊教授の書籍。小難しい内容はほとんどなく、一般受けするような内容でAIの今後について分かりやすく学べる書籍。
No.3
80

自然言語処理編

みんなのレビュー
ゼロから分かるディープラーニングシリーズはどれも非常に分かりやすい。こちらの自然言語処理編は前作を読みディープラーニングの基本を理解してより高度なアーキテクチャを学びたいと思った時にオススメ。レベルは少々上がっているがそれでも分かりやすく学べる。RNNやLSTMなどが学べる
No.6
69

最先端のAI研究者が文系の人のために書いた、AIの今と未来がわかる本。一問一答方式で効率よくAIの真実を知ることができます。 人工知能(AI)にまつわる素朴な疑問や知っておくべきことを、第一線で活躍するAIの研究者が、最先端の研究を踏まえながら、ていねいに解説する一冊。 「AIで人の仕事がなくなる」「AIにいま投資しないと生き残れない」など、AIの進化や普及にともなう不安を刺激する情報があふれているいま、AIの仕組みや、強み・弱みを正しく知ることが求められています。 本書では、読者の疑問や知りたいことに応えるために、専門用語はもちろん、数学も、プログラミングの知識も必要としないように、一問一答方式で説明します。「効率よくAIの今と近未来を知ることができる本」です。 【本書でわかることの一部】 ・AIの正体とは? ・なぜ人はAIに不思議なもの(神秘性)を感じるのか? ・何ができたらAIと呼べるのか? ・AIはどうやって学ぶ? ・AIは人の気持ちを理解できる? ・AIが出した答えは信用してよい? ・どんなときにAIは間違う? ・AIはどのように予測や決定の根拠を説明してくれる? ・AIが感情を持つようになるって本当? ・AIが人を差別するって本当? ・AIの内部に潜む悪意とは? ・AIがAIを作るってどういうこと? ・囲碁AIどうしが対局したらどうなる? ・悪意のあるAIとそれを取り締まるAIを競わせるとは? ・世界でAI研究をリードしているのは誰? ・AI研究の最前線。いまの課題は? ・AIを使いこなすには? ・AIにできること、できないことは? ・AIに投資するには? そのタイミングは? ・近未来のAIはどうなる? ほか 本書を読むことで、AIの仕組みや得意・不得意などを正しく理解できるようになります。 また、AIの研究者が何を考えているのか、これから先のAIとそれを取り巻く環境が、 どのように変わっていくかを知ることができます。 教養として、そしてビジネスで正しくAIを語れるようになるための必読書です。 最先端のAI研究者が文系の人のために書いた「AIの今と未来」がわかる本。数学やプログラミングの知識は不要。一問一答方式で効率よくAIの真実を知ることができます。 はじめに 第1章 「AIってスゴイ!」と思ってしまう理由  1-1 なぜ人は「AIってスゴイ!」と思ってしまうのですか? 第2章 AIの正体  2-1 何ができたらAIと呼べるのですか?  2-2 AIが考える合理的とはどういうことですか?  2-3 AIはどうやって最高の一手を選ぶのですか?  2-4 AIはどうやって失敗から学ぶのですか?  2-5 どうしてAIには大量のデータが必要なのですか? 第3章 AIはどのように進化してきたのか?  3-1 なぜ、いまAIが注目されているのですか?  3-2 AI研究が急拡大しているという根拠はなんですか?  3-3 昔のAIってどんなものだったのですか?  3-4 昔のAIと今のAIのちがいは何ですか?  3-5 機械学習って何ですか? 第4章 AIはどこまで人に近づけるのか?  4-1 AIは人の気持ちを理解できますか?  4-2 AIが書いた文章に知性を感じるのはなぜですか?  4-3 AIが賢くなるのに人の知識は役立ちますか? 第5章 AIは間違える  5-1 どんなときにAIは間違うのですか?(その1)  5-2 どんなときにAIは間違うのですか?(その2)  5-3 どんなときにAIは間違うのですか?(その3)  5-4 どんなときにAIは間違うのですか?(その4)  5-5 AIが出した答えは信用してよいのでしょうか? 第6章 AIの内部に潜む悪意とは?  6-1 AIを騙せるって本当ですか?  6-2 AIが人を差別するって本当ですか?  6-3 AIの予測や決定を信じてもらうには何が必要ですか?  6-4 AIはどのように予測や決定の根拠を説明してくれるのですか?  6-5 AIの予測や決定を信じてもらうために説明以外の方法はありますか? 第7章 これからのAIはどうなる?  7-1 AIが感情を持つようになるって本当ですか?  7-2 AIがAIを作るってどういうことですか?  7-3 囲碁AI同士が対局したらどうなるのですか?  7-4 AIはどのようにリアルなフェイク画像を作るのですか?  7-5 AIはどのように不良品を見つけるのですか? 第8章 AI研究の最前線  8-1 AIの研究が急速に進んでいる理由を教えてください  8-2 世界でAI研究をリードしているのはどこの国ですか?  8-3 最先端のAI研究に触れるにはどうすれば良いですか?  8-4 AI研究の成果はどのように評価されているのですか?  8-5 AI研究のいまの課題はなんですか? 第9章 AIを使いこなすには?  9-1 AIプロジェクトに取り組むときの注意事項を教えてください  9-2 AIプロジェクトで差をつけやすいポイントを教えてください 第10章 AI投資を成功させるには?  10-1 どんな領域のAIに投資すれば良いですか?  10-2 AIビジネスにチャレンジする際の注意事項を教えてください 第11章 近未来のAIはどうなるか? おわりに 図版出典 参考文献

みんなのレビュー
まだレビューはありません
No.8
68

【東京大学特任准教授 松尾 豊氏 推薦】 大人気「10秒で始める人工知能プログラミング学習サービス」の代表者がおくる、 人工知能プログラミングに必要な数学を、やさしく学ぶ参考書が登場! キホンのキホンからおさらいするから、ニガテな人でも大丈夫! 後半では、Pythonのコードを動かしてさらに理解を深められます! ■本書の目的 ・人工知能関連の書籍に現れる数式への抵抗感をなくし、専門書を読むための数学基礎力をつけます。 ・いくつかの人工知能のアルゴリズムを理解し、数式の意味を理解できるようにします。 ■本書の特長 ・ゼロからおさらいするので、誰でも読めます。 ・人工知能プログラミングに必要な分野に特化しています。 ・演習問題や例題で、理解を深められます。 ■本書の対象読者 ・人工知能アルゴリズムを用いてモデリングをしているが、その根底のアルゴリズムはブラックボックスであり、数学を復習したい方。 ・人工知能アルゴリズムを体系的に学びたいが、数学を忘れており、専門書に現れる数式が理解できない方。 ・人工知能アルゴリズムに興味があるが、ハードルが高いと感じている方。 ■目次 CHAPTER 1 数学基礎 中学1 年から高校の数学を復習し、機械学習で使う数学の「入門レベル」を固めます。 CHAPTER 2 微分 微分の概念や表現方法を学びます。機械学習では「ディープラーニング(深層学習)」「ニューラルネットワーク」「最小2 乗法」「勾配降下法」「誤差逆伝播法」などで微分を活用します。 CHAPTER 3 線形代数 高校の範囲に大学1 年で学ぶ線形代数を加え、ベクトル・行列・線形変換を学びます。線形代数は膨大なデータや複雑なシステムを扱うのに役立ちます。 CHAPTER 4 確率・統計 確率・統計は「傾向を知り、限られたデータから全体像を予測する」ために、機械学習で活用されます。分散・尤度・正規分布などの難しい用語もやさしく学びます。 CHAPTER 5 実践編1 回帰モデルで住宅価格を推定してみよう 「データから住宅価格を推定する」ことを題材に、線形回帰モデルを理解します。 CHAPTER 6 実践編2 自然言語処理で文学作品の作者を当てよう 「文学作品を分析する」ことを題材に、自然言語を数学的に表現する方法などを学びます。 CHAPTER 7 実践編3 ディープラーニングで手書き数字認識をしてみよう 「手書きの数字を認識させる」ことを題材に、ディープラーニングの一種であるDNNを、画像認識から学びます。 東京大学特任准教授 松尾 豊氏 推薦! 人工知能プログラミングに必要な数学を、ゼロから抜け漏れなく、体系的に学ぶ! 数学を復習したいエンジニアに! CHAPTER1 数学基礎 CHAPTER2 微分 CHAPTER3 線形代数 CHAPTER4 確率・統計 CHAPTER5 実践編1 回帰モデルで住宅価格を推定してみよう CHAPTER6 実践編2 自然言語処理で文学作品の作者を当てよう CHAPTER7 実践編3 ディープラーニングで手書き数字認識をしてみよう

みんなのレビュー
まだレビューはありません
No.12
65

ディープラーニングの仕組み、言語や概念、映像を機械が理解する、ベイジアンネットと大脳皮質、なぜ人の常識は機械にとって難しい?汎用人工知能の実現への課題、どうすればうまく応用できるのか?応用が進む今の時代、改めて人工知能技術の全体像を見てみる。 第1章 人工知能はこうして生まれた 第2章 人工知能を体感してみよう 第3章 人工知能を支える基礎技術 第4章 人工知能はどう応用されているのか? 第5章 ディープラーニングは何がすごいのか? 第6章 人工知能の未解決問題と突破策 第7章 人工知能が溶け込んだ社会の将来像

みんなのレビュー
まだレビューはありません
No.17
63

ディープラーニング活用なくしてビジネスの飛躍的成長なし

みんなのレビュー
まだレビューはありません
No.18
63

グーグルエンジニアらへの取材に基づきその技術をやさしく解説 最新の事例から、将来のビジネスの変化を探る1冊 ディープラーニングは、人工知能や機械学習と何が違う? この技術によって将来、ビジネスはどう変化する? グーグルのエンジニアらへの取材に基づき、 その技術をやさしく解説するとともに 最新の事例から、将来のビジネスの変化を探る1冊。  囲碁のプロ棋士に勝つ、クイズのチャンピオンに勝つ──、人工知能(AI)はこうした特定分野で象徴的な成果を上げてきました。しかし、最近ではAIが人々の生活や経済活動を改善して、世の中を変えていく可能性を示す実例が次々と出てきました。  例えば、米グーグルは、AIを使った「Google翻訳」の精度を大きく改善し、長年「実用的ではない」と言われてきた機械翻訳を日常生活では十分実用的なレベルへと引き上げました。また、同社はデータセンターにおけるサーバーなどの冷却電力を40%も削減しました。これもAIを活用して空調や窓の調節・開閉など約120の要素を制御し最適化した成果です。大手IT企業は次々と、画像認識、音声認識、翻訳といったAI機能を安価に提供し始めており、いわば「蛇口をひねればAIがすぐ使える」時代が間もなく到来します。  このAIの進化をけん引するのが、脳の神経回路が仕組みの原点にある「ディープラーニング」という技術です。本書では、グーグルのエンジニアらへの取材に基づき、このディープラーニング技術をやさしく解説。また、将来のビジネスがどう変わるのか、グーグルのサービスや日本企業の取り組み事例から探るとともに、その未来の姿に迫ります。 序 章 ディープラーニングがすべてのビジネスを変える 第1章 人工知能と機械学習とディープラーニングはどう違う? 第2章 ディープラーニングの仕組み 第3章 グーグルのディープラーニング活用事例 第4章 ディープラーニングで業務効率化、国内で続々始まる 第5章 データ×目的で整理し、活用の展開図を描こう 第6章 ディープラーニングが課題を解決する未来へ グーグルクラウド・マシンラーニング・グループ研究責任者のジア・リーさんに聞く 序章 ディープラーニングがすべてのビジネスを変える  ビッグデータでディープラーニングが実力発揮  トヨタは日米の全乗用車を通信対応に  人工知能でイノベーションを生む時代に  中小企業にも人工知能の恩恵 1章 超入門 人工知能と機械学習とディープラーニングはどう違う?  ディープラーニングは機械学習の一部  機械学習は人間がプログラムを作らない  コンピューターの発達がディープラーニングを可能に 「リサーチの洪水」のごとき人工知能の広がり 「モバイルファースト」から「AIファースト」へ 2章 入門 ディープラーニングの仕組み  機械学習「以外」の人工知能とは  機械学習の基本  機械学習といってもいろいろな手法がある  ニューラルネットワークは脳の神経構造  分類の仕方はコンピューターが自分で学んでいく  ネット上の「遊び場」でニューラルネットを理解  教師あり学習と強化学習 「アルファ碁」は強化学習をフル活用 3章 グーグル事例編 グーグルのディープラーニング活用事例 ■未来へ向けて、広がるディープラーニングの活用  話しかけて使う家庭のAIコンシェルジュ  人間相手のように話が通じる?! ■自動運転を支えるディープラーニング  ディープラーニングでデータセンターを劇的に省エネ化 ■人間の目を超える、ものを見分ける画像認識  写真を自動で分類する「Googleフォト」  お絵描きを人工知能が評価する「Quick,Draw!」  コンピューターも夢を見られるか?「ディープドリーム」の実験  優れたアートや音楽を生み出す「マジェンタ」  動画像の認識も! 「読唇術で人間の専門家に勝つ」 ■文章を理解するテキスト分析  自動で返信メールの候補文を作る「Inbox」  迷惑メールフィルタの精度も格段に向上  企業の情報検索をスムーズにする「グーグルスプリングボード」 ■話しかけるだけでコンピューターと意思疎通をする「音声認識」  会話しながら人間をサポートする「Google アシスタント」  合成音声もピアノの曲も作成できる「WaveNet」 ■言語の壁を越える可能性が見えてきた「機械翻訳」  ニューラルネットでGoogle翻訳が進化 ■ディープラーニングの成果を手軽に使える「機械学習API」  カスタマイズしたディープラーニングを活用できる「テンソルフロー」  ディープラーニングが向く領域、向かない領域 4章 企業事例編 ディープラーニングで業務効率化、国内で続々始まる ■安藤ハザマ、トンネル工事の岩盤の堅さを判定  掘削工事の自動的な最適化まで視野に ■クルマの写真から型式まで特定、オークネットIBS  年間約500万台の中古車データを活用  クルマの向きが識別できず悩む  中古車取引の活性化に貢献 ■エアロセンス、ドローン空撮データへ活用  少ない教師データで自動車の台数検出システムを構築  測量の効率を高めるマーカーを開発 ■Peach、音声認識AIで運航案内を24時間化  人と人工知能の役割分担 ■三井住友FG、カード不正検知精度が劇的に向上  コールセンターへは全席に導入  データから答えは出てこない 5章 活用フレームワーク編 データ×目的で整理し、活用の展開図を描こう ■データ×目的による整理法  先行する画像データの活用  音声データはコールセンター中心  まずはコスト削減から入るのが現実的 ■成功に必要な常識と人材の転換  活用の展開図を描けるか  必要な人材像は?  機械学習はコモディティー化、次の特別な存在は 6章 将来展望編 ディープラーニングが課題を解決する未来へ グーグルクラウド・マシンラーニング・グループ研究責任者のジア・リーさんに聞く  技術革新の牽引役はディープラーニング  人間は優秀、アルゴリズムの研究はまだまだ途上  ディープラーニングは「データハングリー」  現実世界の課題を解決することがAI研究の目標 おわりに

みんなのレビュー
まだレビューはありません
No.19
63

産業構造や企業戦略にインパクトを与える人工知能(AI)。米国における先端企業の実例や日本企業の取り組みを中心取材・紹介する。 ビジネスパーソンに役立つAI解説書の決定版! なぜ、これからの企業経営にAI戦略が必要なのか? AIを導入しないままだと、どうなってしまうのか? 実際にAIをビジネスへ生かすために必要なこととは何か? 海外、国内企業の先進事例をケーススタディで解説しつつ、 AIの可能性を探る、知的興奮に満ちた一冊。 ■天才棋士・羽生善治氏vs.AI研究の第一人者・松尾豊氏がスペシャル対談 「ディープラーニングの先の未来で起きること」 まさに“最高頭脳”同士の対談!松尾氏には、最新のAIで何ができるか、そしてこれから何が起こるかなどの疑問を直撃。羽生氏にはコンピュータ将棋と戦う、トーナメント戦への参戦を決めた決意などを訊きながら、わかりやすく“AI革命”を解きほぐしてもらいます。 ■海外企業の戦略はこれだ ・グーグルの現地取材、GE、マイクロソフト、シーメンス、ボッシュの戦略検証によって、世界先進企業が経営戦略へ、AIをどう取り入れようとしているのかを浮き彫りにします。 ・オープン戦略、IoT、インダストリー4.0など、“今”を理解するために必要なキーワードを完全網羅。 ・フィンテック革命とは何か?-欧米ではベンチャー企業がAIを使うことで、新たな金融サービスを生み出しています。日本にも影響を広げつつある、その変化について解説します。 ■日本企業最前線 ・トヨタ自動車、NEC、富士通、日立製作所、NTTグループ、ソフトバンクグループ、コマツ、ヤフーなど、AIを経営戦略に活用する企業を、東洋経済記者が徹底取材します。あなたの会社の参考になるケーススタディがあるかもしれません。 ・プリファードネットワークスなど、世界が注目する日本発ベンチャーが登場。 ・アルファ碁“圧勝”の理由とは? AIは作家になれるか? などコラムも充実。 ・山田誠二・人工知能学会会長 などインタビューも読み応えがあります。 ■機械と共存するために ・AIによる金融支配、人間の雇用代替の脅威が指摘される中、人間がAIと共存するためには何が必要か、分析します。 ■これで完璧!AIブックガイド ・本書執筆陣の推薦などをもとに編集部が選んだ必読の14冊を紹介します。

みんなのレビュー
まだレビューはありません
No.21
63
みんなのレビュー
機械学習の手法やテクニックにフォーカスした書籍ではなくて、機械学習を仕事に取り入れるためにはどうすればよいのか?どういうところに注意しなくてはいけないのかがまとめられた書籍。実務で機械学習を利用している人利用する可能性のある人は絶対に読むべき書籍。そもそも本当に機械学習を使う必要があるのかということをしっかり考える、機械学習ありきのプロジェクトは必ず失敗する。
No.22
63

人工知能 人工知能と世界の見方 人工知能と社会

みんなのレビュー
まだレビューはありません
No.23
62

機械学習のしくみを学ぶデータサイエンスの本質を理解する。 第1章 データサイエンスと機械学習 第2章 最小二乗法:機械学習理論の第一歩 第3章 最尤推定法:確率を用いた推定理論 第4章 パーセプトロン:分類アルゴリズムの基礎 第5章 ロジスティック回帰とROC曲線:学習モデルの評価方法 第6章 k平均法:教師なし学習モデルの基礎 第7章 EMアルゴリズム:最尤推定法による教師なし学習 第8章 ベイズ推定:データを元に「確信」を高める手法

みんなのレビュー
まだレビューはありません
No.25
62
みんなのレビュー
ゴリゴリのデータサイエンティストやAIエンジニアを目指す人というよりも、コンサルタントやAIプランナーを目指す人向けの本。
No.27
62

本書では、機械学習の各コンセプトについて、理論的背景とPythonコーディングの実際を解説。初期の機械学習アルゴリズムから、ニューラルネットワーク(CNN/RNN)までの手法を取り上げます。Python関連ライブラリとしてはscikit‐learnやTensorFlowなどを使用。第2版では、第1版への読者のフィードバックを随所に反映し、ライブラリの更新に対応しました。13章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。 「データから学習する能力」をコンピュータに与える 分類問題-単純な機械学習アルゴリズムのトレーニング 分類問題-機械学習ライブラリscikit‐learnの活用 データ前処理-よりよいトレーニングセットの構築 次元削減でデータを圧縮する モデルの評価とハイパーパラメータのチューニングのベストプラクティス アンサンブル学習-異なるモデルの組み合わせ 機械学習の適用1-感情分析 機械学習の適用2-Webアプリケーション 回帰分析-連続値をとる目的変数の予測〔ほか〕

みんなのレビュー
まだレビューはありません
No.29
62
みんなのレビュー
Pythonを学びはじめる際に最初に読む本として最適。非常に分かりやすく基礎の基礎から学べる。
No.37
62
みんなのレビュー
ある程度構文を覚えた後にPythonでの分析に慣れたいのであればこの書籍一択。Pythonでのデータ分析に慣れるためにはとにかく手を動かしまくること!
No.38
61
みんなのレビュー
AIが進化した未来に何が起こるのか学べる。
No.39
61

ヨシュア・ベンジオ スチュアート・J・ラッセル ジェフリー・ヒントン ニック・ボストロム ヤン・ルカン フェイフェイ・リー デミス・ハサビス アンドリュー・エン ラナ・エル・カリウビ レイ・カーツワイル ダニエラ・ルス ジェイムズ・マニカ ゲアリー・マーカス バーバラ・J・グロース ジュディア・パール ジェフリー・ディーン ダフニー・コラー デイヴィッド・フェルッチ ロドニー・ブルックス シンシア・ブリジール ジョシュア・テネンバウム オーレン・エツィオーニ ブライアン・ジョンソン

みんなのレビュー
まだレビューはありません
No.40
61
みんなのレビュー
まだレビューはありません
No.41
58

これからの時代を生きるすべての人、必読! ■■同僚に、上司に、取引先に、面接官に、 子供に、親に、知人に、 【AI(人工知能)ってなんですか?】と 聞かれたら、あなたは答えられますか?■■ 今や新聞やテレビで「AI(エーアイ)」(人工知能)という言葉を 見聞きしない日はありません。 「AIに仕事を奪われる」というフレーズもよく聞きます。 ですが、いざAIって何?と聞かれても、 「人工の知能って…? 何でもできるロボットみたいなもの…?」と しどろもどろになってしまう人が多いでしょう。 本書は、やさしい文章とイラストで、AIってなあに?というところから AIの歴史、機械学習、ディープラーニングなど、AIのキホンを最初から解説します。 数式なし、専門用語なし! 【誰でも・ゼッタイ】わかります。 それでいて、「機械学習」や「ディープラーニング」といった一歩踏み込んだ部分も説明し、 さらに実際にAIを仕事で活かすヒントになるような具体的なことも紹介します。 また、PART2では「AIとシゴト」と題して、 AIでこれからの仕事はどう変わるかを説明します。 そして実際にAIの導入で変わった・変わっていく仕事の一部 (コールセンター、教師、医師、農家、秘書…等々)を、 実例を挙げて解説しています。 人工知能を知りたいけれど、IT系ではない人、普通の入門書でも挫折してしまった人、 かたい文章を読み慣れない人、就職活動中の学生さん、転職を考えている社会人の方、 子供の将来の職業を憂う親御さんなど、とにかく【普通の人向けのAI入門書】です。 これからの時代を生きるすべての人、必読です! ※本書はIT Search+で好評連載中の「教えてカナコさん! これならわかるAI入門」 をもとに大幅加筆し(PART2はすべて書きおろし)、書籍化したものです。 https://news.mynavi.jp/itsearch/series/solution/_ai.html PART1 AIのキホン  CHAPTER 01 AIってなあに?  CHAPTER 02 身近に存在するAI  CHAPTER 03 AIが得意なこと・苦手なこと  CHAPTER 04 AIの歴史  CHAPTER 05 AIはなにをやってるの?  CHAPTER 06 機械学習ってなあに?  CHAPTER 07 ディープラーニングってなあに?  CHAPTER 08 AIが学習するってどういうこと?  CHAPTER 09 AIを使ってみよう! PART2 AIとシゴト  CHAPTER 01 AIで仕事はどう変わる?  CHAPTER 02 問い合わせ窓口/コールセンター  CHAPTER 03 料理研究家  CHAPTER 04 アナウンサー/声優  CHAPTER 05 保育士/教師/塾講師  CHAPTER 06 小説家  CHAPTER 07 アニメーター  CHAPTER 08 医師  CHAPTER 09 農家  CHAPTER 10 秘書  CHAPTER 11 翻訳家  CHAPTER 12 これからのAIと仕事

みんなのレビュー
まだレビューはありません
No.42
58

機械学習エンジニアを志望する人に、仕事の内容や必要な知識、なるための勉強法、採用されるための履歴書の書き方などを解説。 機械学習エンジニアになりたい人に 機械学習エンジニアを志望する人が増えています。 採用数も増えており、さまざまな就職・転職サイトで「機械学習エンジニア」の募集がされており、この数は今後さらに増えることが予想できます。 しかし、採用側の話を聞くと、志望する人の大半は求める能力に達していないというミスマッチが発生しています。 これは、「機械学習エンジニア」という仕事が誕生して間もないため、 どのような能力を必要とするのかをエンジニア側が理解していないことに原因があります。 【本書の構成】 本書は「仕事編」と「実務編」の2部構成です。 「仕事編」では、機械学習エンジニアになりたい人向けに、 その仕事内容や必要な知識レベル、なるための勉強法、採用されるための履歴書の書き方などを解説します。 「実務編」では、身の周りのAI技術や実務ノウハウ、各国の機械学習エンジニア事情について解説します。 また、実際に機械学習エンジニアとして働く人やゼロから機械学習の知識を身につけた方々のインタビューも掲載しています。 はじめに 第1部 仕事編 第1章 変化の激しいAI業界の全体像を知ろう  ―従来のエンジニアとAIエンジニアの違い  ―AIエンジニアの仕事  ―AIエンジニアの将来性は? どんなキャリアプランを描ける?  ―AI世界勢力図―各国のAI事情は?―  ―大手IT企業、ベンチャー企業、大学の状況は?  ―AI/IoTで産業課題を解決し、教育分野に還元したい 大杉慎平 第2章 AI業界最新職種ガイド  ―AIエンジニア040AIエンジニアの仕事  ―データサイエンティスト  ―研究者  ―データアナリスト  ―セールスコンサルタント  ―AIエンジニアとアプリケーションエンジニアの違い  ―AI人材に必要なスキルリスト 第3章 AI人材になるための具体的行動計画  ―ホップステップジャンプ! 段階別やることリスト  ―キャリアゴールを決め、「習うより慣れろ」の精神で進もう  ―就職・転職のために取得しておきたい資格試験  ―女性エンジニアよ、もっとAI分野に入ってこよう! スザッナ・イリチ 第4章 勉強法Hack―Team AIが太鼓判を押すコンテンツリスト  ―勉強会に参加して業界の全体像をつかみ、勉強仲間を見つけよう  ―書籍やビデオコースで基礎理論を学習し、コーディングしてみよう  ―英語を勉強すると有利―お薦めの勉強法は?―  ―これだけは読んでおきたい! お薦め書籍9選  ―お薦めのオンラインコース  ―Kaggleでコンペティションに参加し、実践力を磨こう  ―スクールやイベントを利用して集中的に学ぼう  ―Twitterで最新情報をチェックしよう  ―ブログ、Webサイト、その他  ―ゲームAIに魅了され、エンジニアの道へ 大渡勝己 第5章 いよいよ転職活動!後悔しないために 押さえておくべきポイント  ―AI関連企業について情報を収集しよう  ―AI職種に応募するのに適したサイト・エージェントは?  ―AI業界にアピールできる履歴書・職務経歴書の書き方  ―面接・技術試験に向けて押さえておきたいポイントは?  column:AI業界でも女性が活躍する機会が広がる 第2部 実務編 第6章 私たちの身近にある、AI技術を用いたサービス・プロダクト  ―機械学習を使ったビジネスアプリケーション  ―画像データを用いた機械学習  ―動画データを用いた機械学習  ―テキストデータを用いた機械学習  ―音声データを用いた機械学習  ―時系列を使った機械学習 第7章 実務のためのノウハウ  ―ヒアリング  ―データドリブンレベルとサンプルデータのチェック  ―数理モデル選定  ―PoCで仮説検証  ―データ取得とユーザー視点の重要性  ―データ前処理  ―パラメータチューニングと仮説再検証 第8章 海外移住も夢じゃない? 各国のAIエンジニア事情  ―憧れの地、アメリカシリコンバレー  ―意外と現実的? シリコンバレーで就職活動  ―その他のアメリカの都市  ―スピード感と規模が桁違い中国のAI企業  ―その他の国々のAI企業事情 AI用語集

みんなのレビュー
まだレビューはありません
No.43
58

人工知能の全体像がわかる入門書。数式はほとんど用いずに平易に概念が理解できる構成。各章にPythonを使った演習問題を掲載。 人工知能を基礎から網羅的に学ぶ、やさしい教科書 本書は、人工知能とはなにか、また人工知能はどこまでが学習範囲なのか、という定義を含め、理論を一から丁寧に解説する入門書です。 深層学習が火付け役となった人工知能ブームによって、人工知能は多くの方にとって馴染みのある存在になってきました。しかし、「機械学習」「ニューラルネットワーク」「進化的計算」「自然言語処理」「画像認識」などの個別のトピックのみが取り上げられることも多く、人工知能全体の体系はよくわからない、という方も多いのではないでしょうか。 本書は、上述したようなトピックを網羅的に扱い、人工知能の全体像を解説する入門書です。数式はほとんど用いずに、できるだけ平易に概念が理解できる構成になっています。また、仕事で人工知能に関する知識が必要な方向けに、Pythonを使った演習問題を各章に用意しています。

みんなのレビュー
まだレビューはありません
No.45
57

二〇一六年三月、人工知能の囲碁プログラム「アルファ碁」が世界ランクの棋士を破った。羽生善治は、その勝利の要因を、「人工知能が、人間と同じ"引き算"の思考を始めた」とする。もはや人間は人工知能に勝てないのか。しかし、そもそも勝たなくてはいけないのか-。天才棋士が人工知能と真正面から向き合い、その核心に迫る、"人工知能本"の決定版。 第1章 人工知能が人間に追いついた-「引き算」の思考(アルファ碁の衝撃 デミス・ハサビスとの対話 ほか) 第2章 人間にあって、人工知能にないもの-「美意識」(ロボットは、見知らぬ家でコーヒーを淹れられるか 棋士は何手先まで読めるのか ほか) 第3章 人に寄り添う人工知能-感情、倫理、創造性(人工知能は「接待」できるのか 孫正義が掲げるヴィジョン ほか) 第4章 「なんでもできる」人工知能は作れるか-汎用性と言語(人工知能は三つに分かれる 「フレーム問題」を考える ほか) 第5章 人工知能といかにつき合えばいいのか(二〇〇七年の発言 一〇〇億の人間と一〇〇億のロボットが共存する社会 ほか)

みんなのレビュー
まだレビューはありません
No.46
57
みんなのレビュー
まだレビューはありません
No.47
57

さまざまな業界で導入が進められているAIについて、どのような分野で活用されているのかが鳥瞰図で一目でわかる AIの導入事例が一目でわかる! 金融、流通、製造、インフラなど全8業界36業種のAIの導入について、どのような分野で活用されているのか、 どのような事項との親和性が高いかといったことについて鳥瞰図で解説。豊富な実例も掲載しており、ビジネスのアイデア創出にも応用できます。 また、「こんな応用可能性があります」にとどめず、実際に実装したりトライアルをするときのノウハウも掲載しています。 本書掲載の鳥瞰図はご購入者特典としてDLして活用できます。 【本書に掲載されている業種】 〈流通〉 コンビニ・スーパーマーケット 百貨店業 郵便・運送業 〈製造〉 自動車製造業 食品・飲料製造業 化粧品・日用品製造業 金属製造業・化学工業 重工業 建設業 繊維工業(アパレル) 電機製造業 〈金融〉 銀行業 保険業 証券業 〈サービス〉 ホテル業 旅行代理業 外食業 テーマパーク 放送局 〈インフラ〉 通信業 鉄道業 航空業 空港 道路・交通インフラ管理業 エネルギー業(ガス・電気) 石油および天然ガス生産・販売業 〈公共〉 学校・学習塾 警察・警備 消防・防災 〈ヘルスケア〉 病院 介護サービス業 製薬業 〈その他〉 農業 水産業 スタジアム・(プロ/アマ)スポーツ ゲーム業 Chapter 1 流通  コンビニ・スーパーマーケット  百貨店業  郵便・運送業  詳細解説:商品需要予測に基づく在庫管理 Chapter 2 製造  自動車製造業  食品・飲料製造業  化粧品・日用品製造業  金属製造業・化学工業  重工業  建設業  繊維工業(アパレル)  電機製造業  詳細解説:査定自動化・見積り自動化 Chapter 3 金融  銀行業  保険業  証券業  詳細解説:不正検知 Chapter 4 サービス  ホテル業  旅行代理業  外食業  テーマパーク  放送局  詳細解説:キャンペーン企画・価格設定 Chapter 5 インフラ  通信業  鉄道業  航空業  空港  道路・交通インフラ管理業  エネルギー業(ガス・電気)  石油および天然ガス生産・販売業  詳細解説:劣化予測・メンテナンス計画作成 Chapter 6 公共  学校・学習塾  警察・警備  消防・防災  詳細解説:画像データによる異常検知・品質評価 Chapter 7 ヘルスケア  病院  介護サービス業  製薬業  詳細解説:センサーデータによる異常検知 Chapter 8 その他  農業  水産業  スタジアム・(プロ/アマ)スポーツ  ゲーム業  詳細解説:見込み顧客分析・離反分析

みんなのレビュー
まだレビューはありません
No.49
57

人工知能が雇用を奪うといった「AI脅威論」が叫ばれているが、真の脅威は人の命を奪うことにある。これはSFの世界ではなく、「自動車」「医療」「兵器」の分野ですでに現実になりつつある。衝撃の一冊!

みんなのレビュー
まだレビューはありません
No.50
57
みんなのレビュー
まだレビューはありません
No.51
57

人工知能が「生命」になるとき

三宅陽一郎
PLANETS/第二次惑星開発委員会
みんなのレビュー
まだレビューはありません
No.52
57

これからAIを学ぶ人に向けた入門書。ビジネスへの活用法から最新技術までをカバーした、「最初に手にすべきAI本」 本書は、これから人工知能(AI)を学びたいと考える人に向けたAIの入門書です。エンジニアではない人、すなわち中高生や文系学部の大学生、文系出身のビジネスパーソンや経営者などでも理解できるように、分かりやすくAIの本質や基礎知識を解説しました。AIのビジネスへの活用法からAIの最新技術までをカバーした、「最初に手にすべきAI本」です。 著者は、日本経済新聞社や日経BPのセミナーでAIやIoTの講座を教える人気講師。フジテレビの「ホンマでっか!?TV」に評論家として出演もしています。語り口が初心者にも分かりやすいと定評のある著者が、必要最低限のポイントに絞り、できる限り専門用語を使わないように配慮しながら書き上げました。 初心者でも人工知能の本質を短時間で理解できるようにするために、それぞれの状況や理解度に応じて学習できるように3部に分けて構成しています。 第1部(第1章)は「基礎編」です。ここでは、今後、人工知能が中心となる社会で生きていくために必要最低限の知識についてまとめました。人工知能は何が得意で、何が不得意なのか、そして社会をどう変えていくのかについて解説しています。 第2部(第2~4章)は「ビジネス編」です。ここでは、ビジネスに人工知能を活用するに当たり、各業界の活用事例や今後どのような使われ方をするのかについて書いています。 また、人工知能を活用する際の注意事項を中心に、プロジェクト推進方法や国などの支援状況についても解説しています。 第3部は「技術編」です。ここでは、人工知能の仕組みについて解説しています。今後、データサイエンスや人工知能に関する知識は、エンジニアや人工知能のプロジェクトに関わる人にとっては必須の知識です。 本書を読めば、AIに関する一般向けの本にありがちな曖昧すぎてよく分からない、なぜそこにAIを使う必要があるのか理解できないといった疑問を解消できると思います。 第1章【基礎編】人工知能(AI)の世界 第2章【ビジネス編】産業別に見た人工知能事例と未来予想図 第3章【ビジネス編】人工知能活用に関する国の施策 第4章【ビジネス編】人工知能プロジェクトの進め方と注意点 第5章【技術編】機械学習 ~これまでの人工知能と歴史~ 第6章【技術編】ディープラーニング ~現在の人工知能~ 第7章【技術編】人工知能開発と運用管理 第8章【技術編】人工知能の最新技術 ~これからの人工知能~ 第9章 人工知能開発に関するいろいろなFAQ

みんなのレビュー
まだレビューはありません
No.54
57

簡単なExcel操作で、様々な人工知能技術を「体感」できます。機械学習のシミュレーションを追加した、待望の増補改訂版。 さまざまなAI技術を1冊に網羅 動かしながら学ぶ、本格入門書! 本書は、人工知能の技術をはじめて学ぶための本です。 近年は機械学習・深層学習が注目を集めていますが 人工知能は各技術が相互に進化を促したり いろいろな技術を組み合わせたりして発展しています。 そこで本書では、下記のような 幅広い技術の基礎知識を網羅しています。 【本書で解説している技術】 ・機械学習/深層学習(概論) ・ニューラルネットワーク ・遺伝的アルゴリズム ・エキスパートシステム ・知識表現 ・ゲーム戦略など 独特の技術が多く使われている分野ですが、 Excelのサンプルプログラムを体験することで、 その技術を実感できるようになっています。 操作を繰り返すことでプログラムが 賢くなっていく様子は、人工知能技術への 大きな期待も感じさせます。 特に、人工知能分野で活躍したい学生や、 将来仕事で人工知能にかかわるかもしれない 理系職種の方におすすめの本です。 【Excelサンプルプログラム(一部)】 ・正解がわからなくても人工知能が自力で認識してくれる ・宣教師が「人食い人」に食われずに川を渡れるか? ・簡単なカードゲームでコンピュータに挑戦! ・人工知能にことばの意味を教えよう ・病院に行く前に人工知能に聞いてみよう ・犯人を捕まえろ! 【目次】 第1章 人工知能は夢いっぱい 第2章 人間の脳を機械で真似る=ニューラルネットワーク 第3章 人間のあいまい性を機械で扱う=ファジィ 第4章 よいものが残る進化の法則をうまく使う=遺伝的アルゴリズム 第5章 身の回りの問題をうまく解決するには=問題解決 第6章 最も効率的な道筋をどう選ぶか=探索法 第7章 相手がいるときの対処法=ゲーム戦略 第8章 人間が学習する過程を機械で真似る=機械学習 第9章 人間の知識を機械上で表現すれば人間の代わりになる=知識表現とエキスパートシステム 第10章 人間の自律性を機械にもたせる=エージェント 第11章 人工知能の草分け的コンピュータ言語=Lisp 第12章 ものごとの関係を記述するコンピュータ言語=Prolog 第1章 人工知能は夢いっぱい  1.1 人工知能が人間を超える?  1.2 人工知能の研究テーマ  1.3 人工知能技術の初歩的な考察 第2章 人間の脳を機械で真似る=ニューラルネットワーク  [体験してみよう]多少ゆがんだ文字でも人工知能なら正しく認識できる  [体験してみよう]もっとゆがんだ文字でも人工知能なら正しく認識できる  [体験してみよう]正解がわからなくても人工知能が自力で認識してくれる  2.1 脳のモデルとニューラルネットワークの考え方  2.2 パーセプトロン(Perceptron)  2.3 ホップフィールドネットワーク(Hopfield Network)  2.4 自己符号化器(Autoencoder)  2.5 その他のニューラルネットワーク 第3章 人間のあいまい性を機械で扱う=ファジィ  [体験してみよう]「ちょっと高め/ちょっと低め」の感覚で空調を制御する  [体験してみよう]あいまいな条件で目標値を維持する  3.1 ファジィの考え方  3.2 ファジィ推論  3.3 ファジィ制御  3.4 ファジィ関係 第4章 よいものが残る進化の法則をうまく使う=遺伝的アルゴリズム  [体験してみよう]遺産の適正な分配を要領よく行う  4.1 遺伝的アルゴリズムの考え方  4.2 遺伝的アルゴリズムの具体的考察  4.3 遺伝的アルゴリズムの応用 第5章 身の回りの問題をうまく解決するには=問題解決  [体験してみよう]宣教師が「人食い人」に食われずに川を渡れるか?  5.1 問題解決法  5.2 問題解決の具体的考察 第6章 最も効率的な道筋をどう選ぶか=探索法  [体験してみよう]最小コストで山の頂上まで登るときの経路を探せ  6.1 探索法の分類  6.2 系統的探索(Systematic Search)  6.3 ヒューリスティック探索(Heuristic Search)  6.4 探索法まとめ 第7章 相手がいるときの対処法=ゲーム戦略  [体験してみよう]簡単なカードゲームでコンピュータに挑戦!  7.1 Min-Max戦略  7.2 αβ枝刈り 第8章 人間が学習する過程を機械で真似る=機械学習  [体験してみよう]人工知能にことばの意味を教えよう  8.1 機械学習の基本的な考え方  8.2 バージョン空間法(Version Space Method)  8.3 深層学習(Deep Learning) 第9章 人間の知識を機械上で表現すれば人間の代わりになる=知識表現とエキスパートシステム  [体験してみよう]病院に行く前に人工知能に聞いてみよう  9.1 知識表現(Knowledge Representation)  9.2 エキスパートシステム(Expert System) 第10章 人間の自律性を機械にもたせる=エージェント  [体験してみよう]犯人を捕まえろ!  10.1 エージェントの古典的な問題  10.2 エージェントの考え方  10.3 マルチエージェント(Multi-Agent) 第11章 人工知能の草分け的コンピュータ言語=Lisp  11.1 リスト処理(List Processing)  11.2 ラムダ計算(Lambda Calculus)  11.3 Lisp言語  11.4 Lisp処理系 第12章 ものごとの関係を記述するコンピュータ言語=Prolog  12.1 命題論理(Propositional Logic)  12.2 述語論理(Predicate Logic)  12.3 Prolog言語への発展  12.4 Prolog言語  12.5 Prolog処理系

みんなのレビュー
まだレビューはありません
No.56
56

いまこそ知りたいAIビジネス

石角 友愛
ディスカヴァー・トゥエンティワン
みんなのレビュー
AIビジネスの現状が様々な具体例をもとに学べる書籍。シリコンバレーでAIスタートアップを立ち上げて戦っているこんな日本人女性がいるのだなーと感銘を受けた。
No.58
56
みんなのレビュー
まだレビューはありません
No.59
56

今知っておきたい AIおよびAIビジネスの最新動向が この一冊に! ビジネスパーソンにとって「AI(人工知能)」は必須のキーワードになっていますが、様々なことが同時並行で動いており、トレンドを押さえるのでさえ一苦労です。本書にはAIに関わる最近の主要な動きをすべてまとめています。 最近では、日本企業がAIに取り組んで本業を強化し、自動対話AIを取り込んだチャットボットを開発、ガイドラインの策定や「倫理」面の検討が進んでいます。“AIセカンドステージ”と呼べる状況です。 本書にはAIセカンドステージのトレンドを掲載しているほか、「AIブーム」のウソとホントについて詳しく説明しています。 【第1章 AI世界の全貌】 ●人工知能100   総論 ブームから実用へ勝負の年   事例 あらゆる現場で活用進む   技術 深層学習基盤が高度化   社会 労働や法律が変わる 【第2章 ケーススタディ AI利活用】 かんぽ生命のWatson、1年半かけて学ぶ キユーピー、グーグルの深層学習による原料検査で生産性2倍に トライアルカンパニー、AIカメラとエッジ技術で来店客を分析 リクルート、IT人材採用にAI リクルート、AIが配送計画を立案 IBUKI、ベテランの代わりにAIが見積り手順を教える 損保ジャパン日本興亜、電話の保留をAIで削減 プラント異常を予知、日揮がIoTとAIで新事業 ディープラーニングで資産運用、三菱UFJ信託が新たな金融商品 横浜銀、営業担当者の面談記録をチェックする人工知能導入 歩留まり改善、配達先判別、顧客満足度の精度アップ AI活用、グローバル企業で急加速 【第3章 開発ガイドラインと倫理】 総務省がAI開発ガイドライン作成へ、透明性や制御可能性など求める AIベンチャーの雄が総務省の開発指針に反対する理由 無知で未成熟な「AI脅威論」 3つの誤解と本当の課題 AIと倫理、燃え上がる議論 ●AIと倫理 AIに製造物責任は問えない、だから議論が必要だ   総務省・開発指針への批判に会議メンバーが答える AIを「汎用AI」と「専用AI」に分けるのは間違いだ   日立製作所の研究開発リーダーが語る脱・AI脅威論 AI開発に法規制は不要、「ソフトロー」で統制すべきだ   法哲学の研究者に聞く、社会が技術をコントロールする方法 脳から学べば汎用AIは近い、開発を萎縮させない議論を   日本の第一人者が語る汎用AI研究の最前線 ネットで集めたデータはAI学習に使えるか? 日本ではタブーな話題?AIの軍事利用 【第4章 日の丸AIの挑戦】 加熱するAIチップ開発、王者エヌビディアに日本勢が挑む 東芝の「脳を模倣した」AIチップ、フラッシュ派生技術で省電力化 「日本には肝心なAI研究インフラがない」、一人1ペタFLOPSの環境を提供する理由 キーワード「機械学習」 【第5章 自動対話AI】 何でも答える「自動対話AI」 ―人手不足、解消の切り札― ●音声チャットボットの世界 Amazon Echoが成功した理由 シャープ「ロボホン」の秘密、ここまできた音声AI 大手に先駆け日本進出、米音声AIベンチャーの正体 ●AIスピーカー競争 Amazon Echoはスピーカーにあらず、汎用コンピュータだ 体験レポ、Amazon Echoで買い物をしてみた キーワード「ディープラーニング」 【第6章 AIリーダーのオピニオン】 深層学習の価値は「目」の獲得、産業応用で日本は勝てる   東京大学 松尾豊氏 訴訟支援で培ったデータ解析、独自AIを活用して医療も効率化   FRONTEO 守本正宏氏 「業務分野でのAI活用には三つの要件が必要」   セールスフォースのソーチャー氏 「AI駆動型科学で人間の限界を超える」   PEZY Computing齊藤社長 Googleクラウドの切り札は機械学習、「専門家の才能も提供」と責任者   米Google Jia Li氏 「AIは既に人間の脳の限界を超えている」   茂木健一郎氏 シリコンバレー新興企業が語るSaaS・AI・IoT  「 Draper Nexus B2B Summit in Tokyo 2017」 大企業の関心はAIやビッグデータ活用に集中  「 Draper Nexus B2B Summit in Tokyo 2017」 データサイエンティスト・オブ・ザ・イヤー受賞者4人の座談会 AIで分析官の仕事はどう変わる? 【第7章 AIブームのウソ・ホント】 日本を席巻するAI詐欺~人工知能は一体何をしてくれるのか? 最も普及したAIは炊飯器~そもそも人工知能とは何者なのか? 金食い虫の「機械学習」と実用に堪えない「ディープラーニング」 グーグルにも分からないディープラーニングの使い道 AIとIoTの“分離”で料金を二重取りするITベンダー 「自動運転車の実用化が間近に」の大いなる錯覚 「AI弁護士」のホントの勤務実態、実は単純作業の日々 AI活用で人事部が不要という「HRテック」のワナ 「ロボットアドバイザー」の人工知能は炊飯器レベル AI詐欺に騙されるな、経営者も技術を理解すべし

みんなのレビュー
まだレビューはありません
No.60
56

データを利益に変える知恵とデザイン

みんなのレビュー
まだレビューはありません
No.61
56

AI白書 2020

独立行政法人情報処理推進機構 AI白書編集委員会
KADOKAWA

広がるAI化格差と5年先を見据えた企業戦略 ▼技術から利用動向、制度政策に至るまで、国内と海外の人工知能の最新動向がすべてわかるAI白書の2020年版 DX(デジタルトランスフォーメーション)のための重要な技術であるAIの社会実装が進む一方、そのAI化で格差が広がっています。また、5Gのサービス開始、EU一般データ保護規則、米中間の対立など、AIを取り巻く環境は目まぐるしく変化しています。 第1章では、石角友愛氏(パロアルトインサイトCEO)と中島秀之 AI白書編集委員長(札幌市立大学理事長・学長)の対談、北野宏明 AI白書編集委員(ソニーコンピュータサイエンス研究所代表取締役社長・所長)と片岡 晃 IPA社会基盤センター長の対談を通じて、AIをめぐる日本の課題とビジネス戦略について解説。第2章「技術動向」では、AIに関する技術の概要と最新動向を整理し、第3章「利用動向」では国内外でのAI活用事例を紹介。さらに、AIの社会実装を支える環境として、第4章で「制度政策」、第5章で社会実装に係る課題解決の方向性(AI人材育成及びスタートアップエコシステム)について記載しています。 『AI白書2019』に最新情報を加え、大幅にアップデートしています。AIの基礎的な技術解説から、国内外の多様な導入事例、制度・政策面での取り組み、中国のAI動向データ、企業経営者の意識調査結果まで、AIにまつわる幅広い話題を網羅して収録。AIを実装し、DXを推進するにあたってのひとつの指針として、本書をご活用いただけます。 DX(デジタルトランスフォーメーション)のための重要な技術であるAIの社会実装。そのAI化で格差が広がっている。AIの技術や利用動向、制度政策、スタートアップエコシステムに至るまで、AIのすべてを解説 □第1章「2020年のAIとビジネス」 生産性やDXといった日本の課題、AI時代のビジネス戦略をテーマにした対談、など □第2章「技術動向」 AIを支える技術と最新動向、ディープラーニング、開発基盤、標準化・オープンプラットフォーム・信頼性、各国の研究開発の現状、など □第3章「利用動向」 日本と世界の分野別の利用動向、AI利用動向アンケート調査、AI導入予算・AI市場規模、中国のAI最新動向、など □第4章「制度政策動向」 AIに関する原則・ガイドライン、制度改革(モビリティ、データ流通、知的財産)、各国の政策動向、など □第5章「AI実装を推進するAI人材育成と地域スタートアップエコシステム」 スタートアップエコシステム、AI人材の育成、社会実装の課題と現状、など

みんなのレビュー
まだレビューはありません
No.62
56

人工知能開発に必要な深層学習・機械学習・強化学習の基礎技術を一気通貫に学べる! 最新のAI開発プラットフォームで 機械学習・深層学習・強化学習の 基礎技術を学ぼう! 【本書の概要】 本書はUdemyで大人気の講座 『AIパーフェクトマスター講座 -Google Colaboratoryで隅々まで学ぶ実用的な人工知能/機械学習-』をもとにした書籍です。 ・機械学習(回帰、k平均法、サポートベクターマシン) ・深層学習(画像識別や画像生成、RNN) ・強化学習(Cart Pole問題、深層強化学習) といった、AI開発でニーズの高い人工知能技術を、深層学習を中心に解説しています。 また本書ではサンプルを用意していますので、サンプルを動かしながら、AI技術の仕組みを理解できます。 開発環境にはGoogle Colaboratoryを使用します。 【Google Colaboratoryとは】 ブラウザ上で利用できる機械学習や深層学習向けの開発環境です。 GPUを無料で利用できるので、コードの実行時間を大幅に短縮できます。 【本書ポイント】 ・機械学習・深層学習・強化学習の基礎知識を一気に学べる ・Pythonでコードを動かしながら機械学習・深層学習・強化学習の理論を学べる 【対象読者】 ・何らかのプログラミング経験のある方 ・機械学習・深層学習・強化学習を学ぶ意欲のある方 ・高校数学以上の数学知識のある方 【著者プロフィール】 我妻幸長(あづま・ゆきなが) SAI-Lab株式会社を起業。「ヒトとAIの共生」がミッション。 人工知能(AI)関連の研究開発、教育、アプリ開発が主な事業。 著者のYouTubeチャンネルでは、無料の講座が多数公開されている。 Chapter 0 イントロダクション Chapter 1 人工知能、ディープラーニングの概要 Chapter 2 開発環境 Chapter 3 Pythonの基礎 Chapter 4 簡単なディープラーニング Chapter 5 ディープラーニングの理論 Chapter 6 様々な機械学習の手法 Chapter 7 畳み込みニューラルネットワーク(CNN) Chapter 8 再帰型ニューラルネットワーク(RNN) Chapter 9 変分オートエンコーダ(VAE) Chapter10 敵対的生成ネットワーク(GAN) Chapter11 強化学習 Chapter12 転移学習 Appendix さらに学びたい方のために

みんなのレビュー
まだレビューはありません
No.63
56

人工知能による世の中の変化を、身近なところから解説しました。機械、コンピュータが苦手でもわかる入門書! 本書は、「難しいことはわからないけど、人工知能が世の中をどう変えるのか知りたい」という人のために、人工知能を丁寧に解説した本です。ディープラーニング、機械学習、シンギュラリティなどよく聞くけど意味がわからない言葉の解説はもちろん、「人工知能って、結局何ができるの?」「人間を超えるとか、仕事が奪われるって聞くけど、大丈夫?」という素朴な疑問と、漠然とした不安にマンガで解説していきます。 ★マンガ+イラスト図解で、難しいテーマをわかりやすく解説! ★人工知能によって、世の中がどう変わるかがわかる! ★ビジネスパーソン、経営者はもちろん、 学生さん、親御さんや先生にもオススメ! 【あらすじ】 とある商社に務める誠司はある日、上司から「人工知能ロボットチョッパーを運用した新プロジェクトを立案せよ」との命令を受ける。「そもそも人工知能って何?」と頭を抱えた誠司は、甥である裕太の紹介で人工知能研究者だという京子と出会う。誠司はただチョッパーくんの使い方を聞きたかっただけなのだが、超がつく「人工知能オタク」である京子に人工知能のイロハのイから教わることに……。はたして誠司は無事に上司命令をクリアし、未来を変えることができるのか!? 序章 人工知能って何だろう? ・私たちはゲームを通じて人工知能と触れ合ってきた! ・そもそも「知能」ってなんだろう? 第1章 人工知能はこうやって生まれた? ・人工知能を発想した2人の天才 ・「記号主義」で人間の思考をマニュアル化 ・脳のしくみを再現!「コネクショニズム」 ・「弱いAI」「強いAI」 第2章 どうすれば人工知能は成長するの? ・「機械学習」で成長させる ・専門家と同じ知識を与える ・能力の幅を広げる「複数の脳」 ・「使えそう」レベルではNG! 第3章 人工知能は人間を超え始めた! ・ディープラーニングが感覚を与えた ・「見分ける」「聞き分ける」ことが可能に! ・人工知能が人間を感動させる日 ・変わった言葉の学び方 第4章 人工知能は社会をどう変えていくの? ・IoTとクラウドでさらに進化する ・未来の「よい事」と「心配事」 ・シンギュラリティとはいったい何だろう? 第5章 私たちと人工知能の 未来を見つめる ・人間との違いを改めて考える ・誤解を生まない人工知能との付き合い方 ・代理エージェントとして欠かせないパートナー

みんなのレビュー
まだレビューはありません
No.65
56
みんなのレビュー
線形回帰分析を学んでそこから一般化線形回帰モデル、ベイズと拡張していく上で非常にオススメな本。初学者には少々難解な部分もあるが、統計学を学ぶ上で必ずどこかで読んで欲しい書籍。学生の時に読んだが、これを読むことでこれまで学んできた内容が整理され頭がクリアになった記憶がある。統計学を語るなら絶対読んで欲しい非常におすすめの書籍。
No.67
56

AI裁判、AI人事、AI政治家、そして、「人類代表」佐藤天彦名人が挑んだ電王戦-。膨大な計算力を背景に導き出される「最適解」に私たちはどう向き合えばいいのか。国内外の現場取材を基に、山積みの課題からルールづくりまで人工知能と社会のかかわりを展望する一冊。『人工知能の核心』に続く、NHKスペシャル「人工知能天使か悪魔か」シリーズ出版化第二弾! 第1章 「最適解」と神の一手-電王戦第一局(名人、人工知能と対峙する プロ棋士は人工知能とどう戦ってきたのか ほか) 第2章 研究室からリアルワールドへ-広がるビジネス利用(AIタクシーが街を走る日 「移動革命を起こしたい」 ほか) 第3章 管理される人間たち-「最適解」といかに向き合うか(人工知能にテロリストと言われたら 判事が語る、再犯リスク予測 ほか) 第4章 人工知能は世界を救うか-AI政治家の可能性(中国共産党を批判した人工知能 世論調査を一瞬で行うAI政治家 ほか) 第5章 盤上に現れた未来-電王戦第二局(名人に起きた変化 「最適解」の過程を探る名人 ほか)

みんなのレビュー
まだレビューはありません
No.68
56
みんなのレビュー
まだレビューはありません
No.69
56
みんなのレビュー
「はじめての」とついているが入門書ではなく結構難しい。ただ、機械学習の様々な手法が数式から学べるため中級者〜上級者には良いと思う。他の入門書で機械学習の概要を掴んだ後に読むべき本。
No.70
56
みんなのレビュー
ビジネスパーソンにAIの書籍を1冊オススメするなら間違いなくこれを選ぶ。データサイエンティスト協会の理事も努めビジネス・アカデミックの両面からデータサイエンスにBETしている安宅さんが語るAIのあり方。我々日本人がこれからの時代において世界でプレゼンスを発揮するためにはどうすればよいかを教えてくれる書籍で非常に感銘を受けた。どんよりとした日本の停滞感に対して少しでも希望を見出すことのできる書籍。安宅さんの書籍はどれも素晴らしいが絶対にこれは読んで欲しい。
No.71
56

世界と日本の未来を、二人の最高の知性が語り合う。「ひらめき」の正体、世界で通用する人材をつくるには、人間は不老不死になれるか 10年後、100年後の世界と日本の未来を、ノーベル賞学者と国民栄誉賞棋士、最高の知性を持つ二人がとことん語り合う!iPS細胞、将棋界とAIといった二人の専門分野に加えて、「ひらめき」「勘」の正体、世界で通用する人材をつくるにはどうするか、人間は不老不死になれるかといった、人類の普遍的なテーマについても熱く討論する。 10年後、100年後の世界と日本の未来を、ノーベル賞学者と国民栄誉賞棋士、最高の知性を持つ二人がとことん語り合う! iPS細胞、将棋界とAIといった二人の専門分野に加えて、「ひらめき」「勘」の正体、世界で通用する人材をつくるにはどうするか、人間は不老不死になれるかといった、人類の普遍的なテーマについても熱く討論する。 まえがきにかえて 羽生善治から山中伸弥さんへ 第1章 iPS細胞の最前線で何が起こっていますか? 第2章 なぜ棋士は人工知能に負けたのでしょうか? 第3章 人間は将来、AIに支配されるでしょうか? 第4章 先端医療がすべての病気に勝つ日は来ますか? 第5章 人間にできるけどAIにできないことは何ですか? 第6章 新しいアイデアはどこから生まれるのでしょうか? 第7章 どうすれば日本は人材大国になれるでしょうか? 第8章 十年後、百年後、この世界はどうなっていると思いますか? あとがきにかえて 山中伸弥から羽生善治さんへ

みんなのレビュー
まだレビューはありません
No.72
56

決定版AI 人工知能

晋也, 樋口
東洋経済新報社

AIはビジネスをどう変えるのか?400ものプロジェクトに携わってきたスペシャリストが、ビジネスへの適用、インパクトを徹底解説 AIを制する者がビジネスを制する――。 金融、自動車、製造、医療、教育はどう変わるのか。 通算400以上のプロジェクトに携わってきたAIのスペシャリストが徹底解説。 AIを目的化してはいけない。ポイントはあくまでも「AIの技術で、こういうことができないか」という形で考えることにある。 「AIはビジネスのあらゆる場面に適用できる」とご理解いただけたのであれば、本書の目的をいくらかは達成できたといえる。 本書で紹介した幅広い情報は、筆者らが調査、議論、経験を通じて得たものである。(本文より) 1章 AIは社会とビジネスをどのように変えるのか 2章 AIの基礎知識 3章 AIにより変わる産業 4章 AIにより変わる私たちの仕事 5章 ビジネスを加速するためのAI戦略 6章 AIの活用ポイントと法的課題 7章 AIブームはもう終わる 1章 AIは社会とビジネスをどのように変えるのか バーチャルからリアルに広がるAIの適用先 4つのAI活用――AIがもたらす付加価値とは 知識の民主化――誰もが高度な知識にアクセスする時代 競争要因の変化――知識からスピードの時代へ AIが創る未来の社会――自動運転が世界を変貌させる 2章 AIの基礎知識 人により異なるAIのイメージ 現代の三大発明――AIとIoT/ビッグデータの関係 AIの歴史――探索、知識データベース、機械学習 日本を救う強化学習 AI進化の要因――ハードウエア、データ、アルゴリズム 人間を超え始めたディープラーニング AIが得意な分野と苦手な分野 5つに分類できるAIの適用領域 3章 AIにより変わる産業 金融業界――AI化が進む取引や審査 自動車業界――エコシステム化や異業種連携の加速 製造業――工場、倉庫、運用が変わる 農業――精密農業の実現に向けて 医療――診断、遺伝子解析、創薬の進化 セキュリティ業界――安心と権利侵害の矛盾 4章 AIにより変わる私たちの仕事 知的専門職の支援――法律相談、保険審査 事務や接客の高度化――デジタルロボット、コールセンター 対話型コマース――チャット接客、店舗のAI化 教育――アダプティブ・ラーニング、ゲーミフィケーションAI デジタル・マーケティング――広告入札、マーケティング自動化 バックオフィスの高度化――HRテック、ロボット上司 コンテンツ作成――AIクリエイター、コンテンツ生成サービス AIに不向きな仕事――技術の壁と採算の壁 5章 ビジネスを加速するためのAI戦略 適切な目的がAIの価値を決める 人材獲得――AI人材の確保と育成 データ獲得――企業連携、買収、自社収集 エコシステムの構築――ネットワーク効果による成長加速 6章 AIの活用ポイントと法的課題 AI活用を成功に導く考え方 倫理的な問題――失業より怖いAIの活用先とは 法的問題――AIが人の権利を再定義する 企業側の防衛策――フェールセーフ、承諾、PDS 7章 AIブームはもう終わる ブームは終わるがチャンスはこれから 本当に職の半分はなくなるのか AIのコモディティ化とマインドシェア 日本企業が生き残るために

みんなのレビュー
まだレビューはありません
No.73
56

人工知能とは何か? 機械学習・ディープラーニングとは何かを、高クオリティなマンガとともに、くわしく・やさしく解説していきます。 人工知能がどのように発展してきたのか、私たちの未来をどのように変えていくのか、そして人工知能とどのように向き合っていくのかをテーマにストーリーを構成。人工知能という難しそうなテーマを、より身近に感じられるようになる一冊です。 Chapter1 人工知能の正体 ・「人間の脳」と「人工知能」 ・人工知能の定義 Chapter2 人工知能の歴史 ・人工知能の誕生-第1次AIブーム- ・コンピュータとの対話-第2次AIブーム- Chapter3 人工知能の新時代① ・第3次AIブームの始まり ・機械学習の広がりと課題 Chapter4 人工知能の新時代② ・ディープラーニングとは何か ・ディープラーニングによるブレイクするー Chapter5 人工知能と心 ・心と身体性 ・人工知能と創造性 Chapter6 人工知能が変えていく未来 ・AIを牽引する企業たち ・「眼を持つ機械」の活用 Chapter7 人工知能が人類にもたらすもの ・人工知能と倫理的課題 ・「シンギュラリティ」とその先の未来

みんなのレビュー
まだレビューはありません
No.74
56

人工知能が単純作業から高度な知的作業までこなせるようになり、これまでの人間の価値が見直しを迫られている。かといって、人間が直面するあらゆる繊細な問題を解決するうえで、人工知能が常に正しい判断と意思決定ができるとはかぎらない。正視眼で人工知能の可能性を見極めるにはどうすればいいか?人間の可能性を引き出すためには、何をすべきか? 第1章 人工知能は必ずしも万能ではない 第2章 人間の強みは「直観」にある 第3章 直観的思考とアルゴリズム的思考はどう違うのか 第4章 直観を高める6つの認知科学的トレーニング方法 第5章 直観を高める8つのコツ 第6章 人間だからこそできることとは 第7章 人工知能時代の教育と生き方を模索する 第8章 直観VS.人工知能の先にあるもの

みんなのレビュー
まだレビューはありません
No.75
56

個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を… 個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を学ぶ

みんなのレビュー
デジタルマーケティングとデータ分析について漫画で分かりやすく学べる。基本的な内容が網羅的に学べるのでデジタルマーケティング職についたばかりのビジネスパーソンや個人事業や中小企業でこれからデジタルに力を入れようとしている経営者にオススメ!
No.76
56

強化学習編

みんなのレビュー
まだレビューはありません
No.78
56

二〇一七年四月一日、現役タイトル保持者が、はじめてコンピュータ将棋ソフトに敗れた。AI(人工知能)が、ついに人間の王者を上回ったのだ。それは予想だにしない奇跡だったのか、それとも必然だったのか?コンピュータ将棋の開発が始まってから四十年あまり、当初、「人間に勝てるはずがない」ともいわれたコンピュータ将棋は、驚異的な進化を遂げて、いま、人間の前に立ちはだかる。この間、棋士は、そしてソフト開発者は何を考え、何をめざしてきたのか?そして、人間とAIは、どのような関係へと向かうのか?将棋界の最前線を十数年取材してきた将棋記者の、渾身のルポルタージュ! 第1章 神が創りたもうたゲームの系譜(囲碁・将棋の歴史を振り返る 幕を開けた人間と機械の戦い) 第2章 電王戦前夜-人間vsコンピュータの始まり(コンピュータ将棋の黎明期 人間を凌駕するコンピュータ 人智を超えた"学習する"将棋ソフト) 第3章 AIが人間を超えた日(女流トッププロvsコンピュータ連合軍 第一回電王戦 第二回電王戦 第三回電王戦) 第4章 苦闘-棋士の葛藤と矜持(電王戦FINAL FINAL最終戦に見た両者の信念) 第5章 棋士とAIの未来(新たにスタートした第一期電王戦 第二期電王戦 AIとの苦闘が残すもの)

みんなのレビュー
まだレビューはありません
No.80
56
みんなのレビュー
まだレビューはありません
No.81
56
みんなのレビュー
ベイズを深く学びたいならこの書籍は外せない。ただかなり難解なので最初からこれに取り組むと挫折する。
No.82
56

強化学習、転移学習の理論の初歩から丁寧に解説。Pythonでシミュレーションを実装しながら手法を体感できます。 Pythonによる実装で、強化学習×転移学習のパワフルさを体感しよう 《本書の特長》 ●強化学習の理論の初歩から丁寧に解説。Pythonによるシミュレーションを実装しながら手法を体感できるので、簡単なプログラミング経験があれば、つまずくことなく読み進めることができます。 ●後半では、学習した知識を再利用する技法である「転移学習」と強化学習とを組み合わせた「転移強化学習」について詳しく解説されています。強化学習と同様に、シミュレーションを通して、転移学習による学習の高速化、高精度化を試すことができます。 ●理論と実装だけでなく、学習の自動化・省力化のための一段高度なチューニング技法や、コーディングの際に気を付けなければいけない落とし穴ももれなく解説。この1冊で、転移強化学習の基礎から応用までをすみずみまで学べます。 本書で紹介したソースコードは、森北出版Webサイトで公開されています。 第1章 強化学習と転移学習 第2章 強化学習の理論 第3章 強化学習のシミュレーション 第4章 転移学習の理論 第5章 転移学習のシミュレーション 第6章 転移学習の実装上の注意点 第7章 転移強化学習の応用 第8章 完全な自立的転移強化学習に向けて

みんなのレビュー
まだレビューはありません
No.84
56

ビジネスに通じた専門家が、広く、深く社会を変える人工知能の可能性を描く。現在の最先端の技術をもとに、現実的な未来を見通す。 ■人工知能の開発はどこまで進んでいて、何ができるようになっているのか。そして何ができないのか。本書は、企業経営者として日夜、人工知能の応用開発の最前線に立ち、経営実務、ビッグデータの利用、マーケティングなど幅広いビジネス分野の事情にも詳しい専門家が、具体的に人工知能を利用したビジネス、仕事の変貌を解説します。 ■人間同士の相性判断といったマッチングの新たなサービスの開発から、モノ、カネのマッチング、監視、トラブル処理、医療・ヘルスケア、流通・小売り・営業、運輸(自動車)、製造業、広告・マーケティング、農林水産業、人事・労務など、広範なビジネスでの活用について、実際に開発されつつある技術の進歩の方向性にもとづいて展望します。 ■本書は3部構成。第1部でディープラーニングなど人工知能を支える技術やビッグデータ、IoTとの関わり、学習・対話能力の向上と社会生活の変化などについて解説します。第2部では、より具体的にさまざまなビジネス・産業分野における人工知能の応用について解説をします。第3部では、展望編として、世界と比較しての日本の人工知能開発の現状や望ましい利用法について語るとともに、シンギュラリティ論に代表される「人工知能が人類を駆逐する」といったダークイメージを非現実的として退け、人間が高い能力を持つ人工知能と共存するための考え方も述べます。 ■著者は、AI技術、ビジネス双方に通じるユニークなバックグラウンドを有する専門家。「人工知能の父」といわれるマービン・ミンスキーらとの研究経験を持ち、第五世代コンピューター、機械翻訳技術の開発に携わった経験、大企業のシステム開発などの実務経験も持ちます。現在、ビッグデータ解析はじめさまざまな先端的なサービスを提供する事業を行うとともに、大学で技術経営の講義を担当、ビッグデータ、人工知能に関する啓蒙的な活動も行っています。  第Ⅰ部 人工知能が変える10年後の仕事と社会 第1章 AI(人工知能)は、どこまで進歩しているのか 第2章 ホワイトカラーの仕事はどう変わるのか 第3章 IoTと人工知能:広がる連携 第4章 データ解析がもたらす企業経営の変化:“アナリティクス”が支える“事実”に基づく経営 第5章 “認識・認知能力”の高まりがもたらす社会生活の変化 第6章 “学習・対話能力”の高まりがもたらす社会生活の変化 第7章 業界横断、様々な人工知能の開発と機械創作:メディアの将来を中心に  第Ⅱ部 人工知能が支える10年後のビジネス 第8章 新サービスの開発が始まる 第9章 既存サービスの改善と効率化 第10章 IT化・高度化する製造業 第11章 広告・マーケティングも大きく変化 第12章 農林水産業にも広がる活用の場 第13章 間接業務にも変化の波  第Ⅲ部 人工知能はどこに向かうのか 第14章 日本のAI開発はどう進めるべきか 第15章 AIと人間の未来:ディープラーニングが人類を駆逐する?

みんなのレビュー
まだレビューはありません
No.87
56

本書は、ゲームで使われる人工知能(AI)がどのようなしくみになっていて、どうやって作るのかを解説した書籍です。ゲームの内部に登場するキャラクターは、まるで意識を持っているかのように、こちらの隙をついて攻撃してきたり、また状況にあった動作をしてくれたりします。単純なものならif文の組み合わせでも実現できますが、より複雑で精緻な思考を実現するために、ゲームAIの分野で試行錯誤されてきた数々の手法があります。本書ではそれらを丁寧に解説することはもちろん、記憶、群衆、自動生成など、ゲームAIに関わる技術を網羅的に解説します。基本的なAIから最新のゲームに使われているAIまで、ゲームAIの今がわかります。 ・見出し記号の意味は以下の通りです # 節 ## 項 ### 目 #### [Column]コラム ---------------------------------------- はじめに 第1章:ゲームの中の人工知能──ゲームの中で生きているキャラクターを作る # 1.1 ゲームAIの全体像 ## キャラクターAI ## ナビゲーションAI ## メタAI # 1.2 ゲームAIの連携 ## フレームとは ## 3つの人工知能のフレームの違い ## ゲームAIのミッション ## ゲームデザインとAI # 1.3 ゲーム世界に溶け込むAI ## 合理的である ## 人間的である # 1.4 シミュレーション ## 物理シミュレーションと知能シミュレーション ## 知能をシミュレーションするには ### 知能そのものをシミュレーションする/知能が実現していることをシミュレーションする # 1.5 シンボルと数値ダイナミクス # 1.6 まとめ 第2章:知能のしくみ # 2.1 2つの世界──外部世界と内面世界 ## エージェントアーキテクチャ ## 知能の3分類 ### 知識生成(Knowledge Making)/意思決定(Decision Making)/行動生成(Action Making) # 2.2 内部循環インフォメーションフロー # 2.3 環境の中の知性 ## センサ ## エフェクタ ## 知識生成 ## 行動生成 ## 意思決定 ## 柔軟な知能の運動 ## 記憶 # 2.4 アーキテクチャ全体について # 2.5 C4アーキテクチャ # 2.6 意識の理論 # 2.7 まとめ 第3章:知識表現──世界を噛み砕く # 3.1 キャラクターの認識とは何か ## 人工知能における「表現」とは ## フレーム # 3.2 センサの設計方法 ## 視覚の実装 ## 視覚システムの応用「存在確率マップ」 ## 聴覚の実装 ### 音の伝搬シミュレーション/プレイヤーが聞く音 ## 身体の感覚 ### 外力、内力/姿勢 ## 感覚統合と事実表現 ## 事実からの推測 # 3.3 位置検索システム ## 戦術位置解析技術 ## 行動のための環境のヒントデータ ## 環境理解のための抽象的表現 ## 事実表現 ### 『Gunslinger』における事実表現 # 3.4 知識から感覚へ、感覚から知識へ ## 行為と認識 ## メタ知識 # 3.5 環世界へ ## 環世界の例 ## 環世界の構造 ## キャラクターの持つ環世界 ## アフォーダンス ## 人工知能の知識表現 # 3.6 エージェントアーキテクチャと環世界 # 3.7 まとめ 第4章:記憶──AIの内側の表現メモリ # 4.1 記憶って何だろう? ## 身体の知識表現 ## 精神の知識表現 # 4.2 記憶の構造とダイナミクス ## 固定記憶 ## ワーキングメモリ ## 短期記憶 ## 長期記憶 # 4.3 記憶の形 ## 感覚記憶 ## エピソード記憶 ## 記憶の整理機能 ## エージェントセントリック # 4.4 記憶の論理階層構造 ## 世界をアクティブに知る ## 統合/形成/消滅 ## 記憶の管理 # 4.5 まとめ 第5章:古典的な意思決定 # 5.1 反射型と非反射型の意思決定アルゴリズム # 5.2 ルールベースの意思決定 ## ルールセレクタ ## ルールの連鎖 # 5.3 ステートベースの意思決定 ## ステートマシンの基本 ## 階層化ステートマシン ## 具体例 # 5.4 ユーティリティベースの意思決定 ## 効用の計算方法 ## ダイナミックなユーティリティ ## ムードとその変化(効用)の計算方法 ### 限界効用逓減の法則 # 5.5 まとめ 第6章:現代風の意思決定 # 6.1 ゴールベースの意思決定 ## ゴール指向型意思決定 ### 2つのゴール指向プランニング/ゴール指向は未来の観念を持つこと/フォワードプランニングとバックワードプランニング ## ゴール指向型アクションプランニング ### ?ゲーム状態のシンボル化/?シンボルによるアクション表現/?プランニング/複数のアクションプラン ## 階層型ゴール指向プランニング ### 階層型ゴール指向プランニングの考え方/階層型ゴール指向プランニングの設計指針/ゴールの列挙/ゴールの分解/小さいゴールを組み合わせて大きなゴールを達成する/ゴールを操作に還元する # 6.2 タスクベースの意思決定 ## 階層型タスクネットワーク ### 階層型タスクネットワークの例:回復薬を作る/階層型タスクネットワークの例:回復薬を届ける ## 階層型タスクネットワークの実例 ### 衛生兵のAI/部隊長のAI # 6.3 ビヘイビアベースの意思決定 ## アクションゲームにおけるビヘイビアツリー ## RPGにおけるビヘイビアツリー # 6.4 シミュレーションベースの意思決定 ## レーシングゲームの例 ## さまざまなゲームにおけるシミュレーションベースの考え方 ## キャラクターの運動への応用 # 6.5 まとめ 第7章:ナビゲーションAIと地形認識 # 7.1 生物と環境の関係 ## 空間と環境を認識すること ## 世界を表現する # 7.2 知識表現 ## 敵表現リスト ## 依存グラフ ## 意味ネットワーク ## 事実表現 ## ルールベース表現 ## 世界表現 # 7.3 さまざまな世界表現 ## ウェイポイント、ナビゲーションメッシュ表現と経路検索 ### ナビメッシュ-ウェイポイント階層表現/マップクラスタリング表現 ## テリトリー表現 ## 戦術ポイント表現 ## LOSマップ表現 ## 敵配位マップ # 7.4 パス検索 ## パス検索の黎明期 ## パス検索の本格的な導入事例 ## パス検索の広がり ## スマートテレイン ## 3次元のパス検索 ## ルックアップテーブル法 # 7.5 意思決定と世界表現 ## 地形の認識 ### 地形の接続情報/最適な戦術位置/状況判断 ## 戦術位置検索システム ## ゴールデンパス ## 影響マップ # 7.6 まとめ 第8章:群衆AI # 8.1 マルチエージェント ## コミュニケーション/メッセージング ## 階層型アーキテクチャ ## ファシリテーター型 ### ブラックボード/ベルギアンAI/トークンによるタイミング制御 # 8.2 群衆の作り方 ## 生物の群れ「ボイド」 ### 整列/集合/離散/回避 ## 場の力による群衆生成 ## ソーシャルな関係を入れた群衆 # 8.3 街の群衆の作り方の実例 ## 巡回するキャラクター ## 密度コントロール ## イベントと人だかり ## 交戦キャラクター ## 商店/働く人々/動物たち ## 応用:監視兵キャラクターの協調方法 # 8.4 まとめ 第9章:メタAI──ユーザーを楽しませるために # 9.1 古典的メタAI ## 難易度調整 # 9.2 現代のメタAI ## 敵の動的配置 ## プレイヤーの監視 ## プレイヤーの感情推定 ## メタAIとプロシージャル技術 ### 地形生成/物語生成 ## メタAIの内部構造 ## ユーザー解析技術 ## メタAIのほかの分野への応用 ### スマートシティ構想/複数台のロボットの協調 ## 現代的なメタAIのさらなる発展 # 9.3 まとめ 第10章:生態学的人工知能とキャラクターの身体性 # 10.1 エージェントアーキテクチャの発展 ## 生物学における環世界 ## 認知科学におけるアフォーダンス ## 環世界、知識表現、アフォーダンス ## 多層構造 ## 知能の多層構造 ## 主体と対象の階層化 # 10.2 キャラクターの身体システム ## 身体と知能をつなぐ ## 意識/無意識構造──身体からの認識 ## 人工身体モジュールと人工知能モジュールをつなぐ ## 身体レイヤ # 10.3 多層レイヤシステムの実例 # 10.4 キャラクターモーションシステムの発展 ## 身体からのフィードバック ## ベルンシュタインの身体運動論 ## 身体能力の認識 ## 運動感覚の形成 ## ニューラルネットワークによる身体運動 # 10.5 まとめ 第11章:学習、進化、プロシージャル技術 # 11.1 学習/進化アルゴリズムのゲームへの応用の歴史 ## 1980?1990年代中盤 ## 1990年代後半 ## 2000年代 ## 2010年代 # 11.2 学習/進化アルゴリズムの事例 ## 『Creatures』におけるニューラルネットワーク ## 1990年代の日本のゲームシーンにおける学習/進化アルゴリズム ### 『アストロノーカ』における遺伝的アルゴリズム/『シーマン』における自然言語会話 ## マイクロソフトリサーチにおける機械学習の研究 ## 『Forza Motorsport』シリーズにおける機械学習 ## 『Killer Instinct』におけるケースベーストリーゾニング ## 『Total War』におけるモンテカルロ木探索 ## 格闘ゲームにおけるニューラルネットワーク # 11.3 プロシージャル技術 ## プロシージャル技術の始まり ## ダンジョン自動生成 ## 自然地形の自動生成 ## 植物自動生成と植物自動配置 ## 街自動生成 ## ゲームエンジンにおける総合型ゲームレベル自動生成技術 # 11.4 まとめ──学習、進化、プロシージャル技術の展望 第12章:ゲーム開発の品質保証/デバッグにおける人工知能技術の応用 # 12.1 ゲーム開発環境/デバッグ/品質保証における人工知能技術 # 12.2 ゲーム開発工程(ゲーム開発者)を助けるAI ## パラメータ調整 ## ゲーム自動バランス/自動調整 # 12.3 ゲームサービスを支援するAI ## データビジュアリゼーション # 12.4 ゲーム品質保証のためのAI ## 人工知能による自動プレイ ## システムテスト ## ログデータの活用 ## 強化学習 ## 『Assassin's Creed Origins』における自動解析システム ## ディープラーニングのゲームへの応用 ### ディープラーニングの躍進と課題/品質保証とディープラーニング ## ボットを用いた品質保証 # 12.5 まとめ あとがきと謝辞 索引

みんなのレビュー
まだレビューはありません
No.90
56

稀代の中学生棋士はいかにして集中力、決断力を養ったのか。新聞、読書、詰将棋、勝負へのこだわりなど、その思考法に師匠が迫る。

みんなのレビュー
まだレビューはありません
No.91
56

FINAL FANTASY XV の人工知能 - ゲームAIから見える未来

株式会社スクウェア・エニックス『FFXV』AIチーム
ボーンデジタル

『ファイナルファンタジー15』で培った人工知能、AI技術、キャラクターとゲームをインタラクティブに作る技術を余すことなく解説 『ファイナルファンタジー15』で培った人工知能、AI技術、キャラクターとゲームをインタラクティブに作る技術を余すことなく解説。そして、そこから見える未来のゲームの人工知能について、プログラマー、デザイナー、制作チームリーダーたちが語ります。 はじめに PART 1 基礎編 --------------------- 1. ゲームAI入門 2. 意思決定ツール 3. ナビゲーション システム 4. AI とアニメーション 5. 位置検索システム PART 2 コンテンツ編 --------------------- 6. 仲間AI 7. モンスターAI 8. 兵士AI 9. アンビエントAI 10. 写真AI PART 3 未来編 --------------------- 11. 会話AI 12. AIモード 13. ロギングと可視化 14. これからのゲームAI技術 --------------------- 対談1 プログラマー編:「FFXV」のゲームAIはどこまで進化したか? 対談2 デザイナー編:キャラクターの格好よさは髪型と普通っぽさで決まる! 対談3 チームリーダー編:「FFXV」の基礎AI作りクロニクル

みんなのレビュー
まだレビューはありません
No.92
56

三宅陽一郎氏書き下ろし!戦略ゲームAIのアルゴリズムの仕組みに迫る! ゲーム開発者、AIエンジニア、 すべての意思決定に悩んでいる方に必見! 戦略ゲームAIの仕組み、戦略的意思決定プロセスを紐解くバイブル書 【戦略ゲームAIについて】 戦略ゲームの元にとなるストラテジー&シミュレーションゲームはボードゲームを発端として、発展してきました。 近年では、スマートフォン向けのソーシャルゲームを筆頭に、数多くのゲームでストラテジー&シミュレーション要素が取り入れられており、 いまやゲーム開発において戦略ゲームAIは避けて通れない非常に重要な要素になっています。 またゲーム開発のみならず、一般の人工知能開発、複雑な意思決定のプロセス形成において、その技術は非常に注目されています。 【本書の特徴】 ストラテジー&シミュレーションゲームに利用されている戦略ゲームAI技術について、 国内や海外の事例を交え、その仕組みを丁寧に解説した書籍です。 基本的な技術の概論の解説から始まり、 著者が注目するシミュレーション&ストラテジーゲームAIのアルゴリズムについて、 ビジュアルを交えながら解説します。 【読者対象】 ・ゲーム開発者 ・AI開発者 ・意思決定に興味を持つ方 【本書のゴール】 戦略ゲームAIの仕組みを学ぶことができる 【プロフィール】 ゲームAI研究者・開発者。 京都大学で数学を専攻、大阪大学(物理学修士)、東京大学工学系研究科博士課程(単位取得満期退学)。 博士(工学、東京大学)。2004年よりデジタルゲームにおける人工知能の開発・研究に従事。 立教大学大学院人工知能科学研究科特任教授、九州大学客員教授、東京大学客員研究員。 国際ゲーム開発者協会日本ゲームAI専門部会設立(チェア)、日本デジタルゲーム学会理事、 芸術科学会理事、人工知能学会理事・シニア編集委員、情報処理学会ゲーム情報学研究会運営委員。 ■第1部 基本篇 第1章 ストラテジーゲームとは 1.1 ストラテジーゲームにおける人工知能技術 1.2 ターン制と想像力 第2章 ストラテジーゲームと人工知能 2.1 ストラテジーゲームの定義 2.2 ストラテジーゲームの3つの分類 2.3 ストラテジーゲームにおいて人工知能がなぜ必要か? 2.4 ストラテジーゲームにおける時間と空間 2.5 ストラテジーゲームの人工知能の例題 2.6 「ストラテジーゲームと人工知能」まとめ 第3章 ゲームAIの基礎事項 3.1 ゲームAI小史 3.2 3つのAIの役割とスケールとプレイヤー体験 3.3 メタAI技術 3.4 キャラクターAI 3.5 スパーシャルAI 3.6 影響マップ 3.7 知能方程式 3.8 「ゲームAIの基礎事項」まとめ ■第2部 技術篇 第4章 指揮官としての人工知能―「メンバーやユニットを指揮するゲーム」 4.1 チーム・空間・時間の階層化 4.2 チームの階層化 4.3 空間の階層化 4.4 時間の階層化 4.5 コンストラクション 4.6 スカウティング 4.7 パス検索、群制御、ステアリング 4.8 時間あたりのコマンド数 4.9 グループ・マネージメント 4.10 ポートフォリオ 4.11 ニューラルネットワークによる学習 4.12 「指揮官としての人工知能」まとめ 第5章 プレイヤーと共創する人工知能―「世界シミュレーション」 5.1 マップの下の多層構造 5.2 エージェント・シミュレーション 5.3 スクリプティング 5.4 地形解析 5.5 地形解析の実例 5.6 地形生成 5.7 テクノロジーツリー 5.8 「プレイヤーと共創する人工知能」まとめ 第6章 学習し、成長する人工知能―「育成系ストラテジーゲーム」 6.1 複数の役割のエージェントを組み合わせる 6.2 遺伝的アルゴリズムによるバランス調整 6.3 遺伝的アルゴリズムによるユーザー・マッチング 6.4 ニューロエヴォリューション―キャラクターを進化させる― 6.5 ニューラルネットワーク―キャラクターを学習させる― 6.6 パーセプトロンと決定木 6.7 プランニング・アルゴリズム 6.8 「学習し、成長する人工知能」まとめ ■第3部 発展篇 第7章 ストラテジーゲームの学術的研究 7.1 ストラテジーゲームの人工知能研究の歴史 7.2 ストラテジーゲームの研究環境 7.3 アーキテクチャの研究~『スタークラフト』研究 7.4 ディープラーニングの応用1~『スタークラフト2』の研究 7.5 ディープラーニングの応用2~『Dota 2』のOpenAIFive 7.6 モンテカルロ木探索の応用 7.7 遺伝的プログラミングによるゲーム自動生成 7.8 『Capture the Flag』の戦術学習 7.9 「OpenAI」におけるマルチエージェント自動カリキュラム学習 7.10 「ストラテジーゲームの学術的研究」まとめ 第8章 ストラテジーゲームの人工知能の一般理論 8.1 ストラテジーゲームの再定義 8.2 時系列という考え方 8.3 時間階層化と空間階層化 8.4 アテンションとシミュレーション 8.5 アテンションの向け方とフレームの構成 8.6 上位の人工知能と下位の人工知能 8.7 時空間の把握 8.8 行動可能性、アフォーダンス 8.9 行動の効果 8.10 基本概念のまとめ 8.11 スマートシティへの応用 8.12 「ストラテジーゲームの人工知能の一般理論」まとめ

みんなのレビュー
まだレビューはありません
No.96
56

「なぜディープラーニングが形を区別できるのか」が見えてくる!Excelと対話しながらしくみを解き明かす画期的な超入門書!初めてのAI学習に最適!難しい数学計算はExcelに任せてディープラーニングのしくみを動かしながら理解できる! 1章 初めてのディープラーニング(畳み込みニューラルネットワークのしくみは簡単 AIとディープラーニング) 2章 Excelの確認とその応用(利用するExcel関数はたったの7個 Excelの参照形式 ほか) 3章 ニューロンモデル(神経細胞の働き 神経細胞の働きを数式表現 ほか) 4章 ニューラルネットワークのしくみ(読み物としてのニューラルネットワークのしくみ ニューラルネットワークが手書き文字を識別 ほか) 5章 畳み込みニューラルネットワークのしくみ(読み物としての畳み込み-ニューラルネットワークのしくみ 畳み込みニューラルネットワークが手書き数字を識別 ほか) 付録

みんなのレビュー
まだレビューはありません
No.97
56
みんなのレビュー
まだレビューはありません
No.99
56

ディープラーニングの動作する数学の仕組みを解説。どの分野が必要かを知り、基本を理解し、どのように効いているかを学びます。 本書は、ディープラーニングを支え、ベースとなっている数学に焦点をあて、どのような仕組みで、どのように効いて、なぜ機能するのかの解説をしていきます。「ブラックボックス」と思われがちなディープラーニングの中身を理解していきます。 高校数学の知識を前提としながらも、必要な数学を復習しつつ、高校で習わない偏微分に関しては基本から必要な部分を解説して、ディープラーニングを支える数学の知識を学んでいきます。 「ディープラーニングという言葉は聞くが、どんなものなのか分からないので理解したい」「ブラックボックスと言われるディープラーニングの仕組みを知りたい」「ディープラーニングを学びたいけれど、数学の勉強のどこから手を付けていいか分からない」といった読者の興味に応える一冊です。 数学を学びながら、それがディープラーニングにどのように効いているのか分かることが重要です。その点を実感として理解することができれば、ディープラーニングの仕組みの本質が理解できたことにつながっていきます。そのためのディープラーニングの主要な概念の解説もしていきます。

みんなのレビュー
まだレビューはありません
search