グーグルに学ぶディープラーニング―人工知能ブームの牽引役 その仕組みをやさしく解説

電子版価格 ¥1,944
  • 電書あり
  • ポイントキャンペーン

グーグルに学ぶディープラーニング―人工知能ブームの牽引役 その仕組みをやさしく解説

  • ただいまウェブストアではご注文を受け付けておりません。
  • サイズ A5判/ページ数 183p/高さ 21cm
  • 商品コード 9784822236861
  • NDC分類 007.1
  • Cコード C0033

内容説明

ディープラーニングは人工知能、機械学習と何が違う?Googleの先進事例から日本企業による身近な業務改善まで!未来の新ビジネス創造から現業務の改善まで、AIのインパクトをこの1冊で理解。

目次

序章 ディープラーニングがすべてのビジネスを変える
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?
2章 入門―ディープラーニングの仕組み
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
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
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
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

出版社内容情報

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。

<主な内容>
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 <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?
第2章 <入門>ディープラーニングの仕組み
第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
第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
第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
第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

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



日経ビッグデータ[ニッケイビッグデータ]

この商品が入っている本棚

1 ~ 1件/全1件