AIは世界をどう変えるのか?

個数:

AIは世界をどう変えるのか?

  • ウェブストアに10冊在庫がございます。(2026年06月09日 04時10分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●3Dセキュア導入とクレジットカードによるお支払いについて
    ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ A5判/ページ数 328p
  • 商品コード 9784798194288
  • NDC分類 007.1
  • Cコード C0030

出版社内容情報

この本なしに、未来は語れない!
ジェフ・ベゾス、マーク・ザッカーバーグも称賛する「TIME100 AI」選出の若き天才インタビュアーが、AI業界のトップランナーの頭脳に迫る

松尾豊氏(東京大学大学院教授)、絶賛!
「スケーリング則――現在のAIの動向を理解する上で最も重要な概念をこの本は解説する。
なぜ半導体が必要なのか、なぜ電力が必要なのか、なぜ世界はここまでAIへの投資に熱くなるのか。それを世界で最先端を走る事業家、エンジニア、研究者の対話の中から理解することができる。
シリコンバレーの生の会話そのままに、さまざまな専門用語や仮説、未来の予測が飛び交うが、そうした生々しい会話にAIと人類の未来像を垣間見ることができる。
AI革命の本質について、シリコンバレーの最前線の景色を見るには必読の書である」

ChatGPTの登場以降、世界は一変した。
大量のデータと計算資源を投入すればするほど、AIは青天井に賢くなっていく。

なぜそんなことが起きるのか?
AIはどのように「思考」しているのか?
そして、AIが人間の知能を超えるAGIに到達したとき、人類には何が待ち受けているのか?

本書は、OpenAI、Google DeepMind、Anthropic、Metaなど、現代のAI革命を牽引する最前線のCEO、チーフサイエンティスト、研究者たちとの対話を厳選し、テーマ別に編纂したオーラルヒストリーである。

AIをビジネスに活用する技術者やプロダクト開発者はもちろん、急速に変化するテクノロジーの現在、そして行き着く先を知りたいすべての人にとって、必読の一冊となるだろう。

【主な登場人物】
ダリオ・アモデイ(Anthropic 共同創業者兼CEO)
デミス・ハサビス(Google DeepMind 共同創業者兼CEO)
イリヤ・サツケバー(Safe Superintelligence Inc.共同創業者/元OpenAI チーフサイエンティスト)
エリーザー・ユドコウスキー(AI安全研究機関MIRI共同創設者)
マーク・ザッカーバーグ(Meta 会長兼CEO)
ほか多数

【目次】
序文
機械学習の基礎知識
第1章 スケーリングの科学
第2章 大規模言語モデルの評価
第3章 大規模言語モデルの内側
第4章 生成AI技術の取り扱い方
第5章 AGI実現への投資と資源
第6章 AIの社会的影響
第7章 知能爆発
第8章 AGIはいつ実現するか?
まとめ




【目次】

序文
機械学習の基礎知識
第1章 スケーリングの科学:なぜ、たくさんのデータを入れるとうまくいってしまうのか?
01 データをたくさん入れたら知性が現れた!
02 ケーリングが機能するワケ
03 予測精度と実際の推論能力は違う
04 人間もAIも、計算リソースを投入することで進化した
05 学習から探索へ
06 信頼性のナイン
07 「足かせを外す(アンホプリング)」
08 AIの汎化能力とグラウンディングについて
09 機械学習は「泥臭い進化」である
10 なぜ世界はスケーリングの威力を読み間違えたのか?
11 エピソード記憶とアーキテクチャの未来
12 学習データ不足は、セルフプレイや合成データで乗り越えられるか?
13 AIの非効率性
第2章 大規模言語モデルの評価:「ブラックボックス」をどう評価するか?
01 知能の正体
02 暗記か、真の推論か
03 AIの「いびつな知性」
04 まだ評価できていないAIの能力
05 AlphaZeroの教訓
06 ベンチマークへの過学習とテストデータの汚染
07 AI論文におけるPハッキングと機械学習
08 長期的タスクにおける「信頼性」の壁
09 AIの不連続な能力向上をどう監視するか
第3章 大規模言語モデルの内側:モデルの内部では何が起こっているのか?
01 小脳的構造に秘められたもの
02 シャーロック・ホームズの推論は「高次な連想」なのか?
03 LLMは「局所的な汎化」しかできないのか?
04 重ね合わせの謎
05 概念の解像度を上げる
06 AIの嘘は見抜くことができるか?
07 思考の連鎖
08 アライメントのメカニズムは、まだ誰も知らない
第4章 生成AI技術の取り扱い方:自分より賢いものをどうコントロールするか?
01 AIは人間の価値観を「理解」しても「共有」するとは限らない
02 スーパーアライメントの必要性
03 Base64と異質な知性
04 AIの反乱はなぜ難しいか
05 口にする言葉と価値観は違う
06 アライメントのタイムライン
07 ワルイージ問題
08 長期的タスクがもたらすミスアライメントの脅威
09 ミスアライメントはどう生じるのか?
10 解釈可能性のゴール
11 異質な思考への対処
12 オープンソースの脅威
13 アライメントの「数学的定義」は不可能なのか
14 AIとの共存と道徳的配慮
15 審美眼を磨け
16 アライメントと子育て
第5章 AGI実現への投資と資源:1兆クラスタ構想と現実
01 1兆ドル規模の計算クラスタと「電力」の壁
02 スケーリングのボトルネックは「魔法」では超えられない
03 壁、壁、壁
04 その

最近チェックした商品