ＡＩまるわかり （日経文庫）

投稿元：

レビューを見る

最近のテクノロジーについて俯瞰したくて購入。

技術論に重きを置かず、ＡＩが導入された場合どのような世界になるか、平易に書かれているのですんなり頭に入ってくる。

技術畑ではないがＡＩに興味のある方におすすめ。

投稿元：

レビューを見る

AIの歴史と現在を簡潔にまとめてあり読みやすい。ニュートラルネットワークによる画像認識はAIに学習させるときに10億枚の画像を元に人間が2万のカテゴリ分けをしたことで進んだとあり、なにごとも初期設定とアウトプットの具体的な想定が大事だし、そこを間違えると何の成果も得られないな、と思った次第。

投稿元：

レビューを見る

読みかけとなっていた本です、最後まで読みたいと思っておりますが、現在このような本に部屋が占領されてきており、苦渋の決断ながら処分することに至りました。近い将来、この本を読破できる機会が来ることを願っています。

2018.1.3作成

・現在の第三次ブームの原動力になっているのが、先進的な機械学習の実用化である。機械学習とは、コンピュータに大量のデータを学習させ、人間のように音声や画像を認識したり、最適な判断を下したりできるようにする技術のこと（ｐ２１）

・第三次AIブームを牽引するディープラーニングは、１）新たな技術的手法、２）膨大な計算リソース、３）ビックデータの３要素が必要である（ｐ３２）

・ビックデータとは、３V、１）データサイズの大きこと（Volume）、２）データの種類の多様性(Variety)、３）データの発生頻度や更新頻度（Velocity)である（ｐ３９）

・機械翻訳には、１）従来の、ルールベース機械翻訳、２）統計的機械翻訳で、対訳文を学習した翻訳モデルと、翻訳先の言語の語順を学んだ言語モデルから成っている（ｐ６０）

・翻訳精度を上げる状況となったのは、2016年にグーグルが自社の翻訳サービスで実装した、ニューラル機械翻訳と呼ばれる技術の登場である、人並みの翻訳精度となるのは時間がかかり、実用化までは長い道のりと思われていた機械翻訳への考えを一変させた（ｐ６２、６４）

・熟練工が日々のサ行のトライアンドエラーから工夫しているように、ロボットが自ら失敗から学び改善する道が開けようとしている（ｐ７２）

・米国にある、ローカル・モーターズは、世界初の３Dプリンタで作られた電気自動車「LM3Dスイム」がある（ｐ９５）

・自動車産業における４次元企業とは、ライドシェアリング（ウーバー）、カーシェアリング、自動運転（エヌビティア）、自動車製造（テスラ、ダイムラー）（ｐ１１８）

・代替え可能性の高い職業は、１）これまでコンピュータで代替しにくかったホワイトカラーの業務、２）比較的高収入の仕事である弁護士等の法律関係の職業（ｐ１３１）

・レベル３までのいわゆる準自動走行システムは、現行法やジュネーブ条約などの国際条約に抵触することなく導入が可能となる、しかしレベル４の完全自動走行システムについては現行法外である（ｐ１５１）

・脳のリバースエンジニアリングをするには、いくつかのステップが必要、脳の内部を詳細に知るために、モデル化、最終的には脳の各領域をシミュレートする、2029年には利用可能となるだろう（ｐ１６６）

2018年1月3日作成

投稿元：

レビューを見る

どうも新井先生の東ロボくん本を読んでから、AIに関する書籍は全部胡散臭く思えてしまう。
汎用的人工知能を別物として区別はしているものの、時間があればそれも実現可能としているところが微妙に怪しい。
やはり、AIとAI技術という区別の方がスッキリする。
そもそも、人間のリバースエンジニアリングはどこまで行っても不可能なんじゃないかな。
NRIらしいと言えばNRIと言えるので、そう思って読めば納得できる点も多いのかも知れない。

NRIは時期は別として「汎用AI」は必ず実現できることを前提にしているのかな。この辺りが社会を煽ってる感が拭えない理由な気がする。

投稿元：

レビューを見る

▼福岡県立大学附属図書館の所蔵はこちらです
https://library.fukuoka-pu.ac.jp/opac/volume/293313

投稿元：

レビューを見る

AIの最新情報を俯瞰し、今後AIがどのように発展していくかを見ていくのに参考となる本。2017年時点の入門レベルの知識としてはかなりまとまっていると思う。

投稿元：

レビューを見る

ディープラーニングの実効性が実際のプロジェクトによって証明され、様々な用途に適用されるようになっている。
本書は、そういったAI/機械学習について、毎年まとめられる『ITロードマップ』の執筆に参加する野村総研のアナリストが適用領域や簡単な背景を解説したものである。

AIの世界のスター研究者がGAFAやBATに引き抜かれている状況や、GEのPredix、IBMのWatson、などの大手企業が提供するAIプラットフォームの事例、GPU、FPGA、TPUなどハードの進化、などある程度よく知られた内容についてよくわかるように説明されている。

著者らが指摘するように、研究界でもテック業界でも、この重要なAI技術に対する日本の遅れが目に付く。中国と米国が物量ともに先行していると言った方がよいのかもしれない。真の課題はユーザー企業の人材不足と指摘するが、頭が痛い。きちんと基礎知識と簡単なコーディングが理解できる理系人材を意識して育てないといけないし、そういった取り組みについて社会的要請として認知されるように待遇面含めてサポートするようでなければならないということなのかもしれない。シリコンバレー周辺の動きを見ていると、そんなことを言っている猶予はもうないのかもしれない。ただ、一度人材バブルは弾けるような気はするが。

投稿元：

レビューを見る

AI発展の歴史～現在～未来を体系的に教えてくれる。身の回りにはAIの存在をまだそれほど感じないが、水面下では着々と実用化に向けて進んでいる事が具体例を踏まえてわかる。

投稿元：

レビューを見る

・アマゾンエコーは、家庭への出張店舗。ライバルが容易に出店できない超一等地。
・AIによって、ホワイトカラーの業務も代替可能になる。
・企業が買収により、データを買う時代に。
・AIの高度化に伴い、専門家のもつ暗黙知すらも、AIに学習させることが可能になりつつある。日本のおもてなし精神を、OJTによって学習させ、AI接客サービスを実現することも出来る。