AI革命はどこへ向かうのか？ 「AIをつくった人たち」の証言から読み解く未来

個数：

予約
ポイントキャンペーン

AI革命はどこへ向かうのか？「AIをつくった人たち」の証言から読み解く未来

ドワルケシュ・パテル/株式会社クイープ
価格 ¥3,080（本体¥2,800）
翔泳社（2026/06/10発売）
ゴールデンウィークポイント2倍キャンペーン対象商品（～5/6）
ポイント 56pt

ご予約受付中
出荷予定日とご注意事項
※上記を必ずご確認ください

【出荷予定日】
◆通常、発売日にウェブストアから出荷となります。
◆指定発売日のある商品は発売前日にウェブストアから出荷となります。
◆一部商品（取り寄せ扱い）は発送までに日数がかかります。

【ご注意事項】 ※必ずお読みください
◆表示の発売日や価格は変更になる場合がございます。
◆「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。
◆ご予約品は別途配送となります。
●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
商品コード 9784798194288
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20人の頭脳に迫る

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は予測可能な形で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（汎用人工知能）」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の内部で起きていることや技術や開発の限界という現在から、サイバーテロの脅威、知能爆発の可能性など、人類より賢いAIをどう扱っていくのかという未来まで、難解な技術的議論をかみ砕きながら、AIのこれまでとこれからを研究者たちの「肉声」で解き明かす。

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地と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）
マーク・ザッカーバーグ（Meta 会長兼CEO）
ほか多数

【目次】
序章　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?
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?
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?
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?
第5章　AGIがもたらす未来：1兆クラスター構想と現実
第6章　AIの社会的影響：いま、世界で何が起ころうとしているのか?
第7章　知能爆発：知性がより優れた知性を生むとしたら?
第8章　AGIはいつ実現するか?
まとめ

【目次】

序文
序章　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?
I. 予測可能性と「モデルの意志」について
II. スケーリングが機能する「シンプルな説明」
III. 推論能力とスケーリング則の限界
IV. 進化生物学から見るAGIへの道筋
V. 真の創造性と「探索（Search）」の必要性
VI. コンテキスト長、信頼性、そしてスケールの限界
VII. 「足かせを外す（Unhobbling）」とSystem 2の獲得
VIII. 汎化能力、グラウンディング、そしてスケーリングの限界
IX. 機械学習は「泥臭い進化」である
X. なぜ世界はスケーリングの威力を読み間違えたのか？
XI. エピソード記憶とアーキテクチャの未来
XII. 合成データとデータの壁
XIII. AIの非効率性という最大の謎
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?
I. 知能とは「チューリングマシンの探索」に過ぎないのか？
II. 暗記か、真の推論か
III. AIの「いびつな知性」
IV. 現在の評価指標（Evals）に欠けているもの
V. AlphaZeroの教訓
VI. ベンチマークへの過学習とテストデータの汚染
VII. AI論文におけるPハッキングと機械学習研究の健全性
VIII. 長期的タスクにおける「信頼性」の壁
IX. 長期的強化学習における能力のジャンプと安全性の監視
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?
I. モデル内部の情報の流れと脳（小脳）とのアナロジー
II. シャーロック・ホームズの推論と「高次な連想」
III. LLMは「局所的な汎化」しかできないのか?
IV. 重ね合わせの謎
V. 辞書学習による解釈可能性へのアプローチ
VI. アライメントの訓練と「神経嘘発見器」
VII. 思考の連鎖とKVキャッシュの「ステガノグラフィ」
VIII. 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?
I. AIは人間の価値観を「理解」しても「共有」するとは限らない
II. RLHFの限界と「スーパーアライメント」の必要性
III. ショゴスとしてのAI：Base64と異質な知性
IV. AIの反乱はなぜ難しいか
V. 言葉と真の価値観の乖離
VI. アライメントのタイムラインと「サイコパス」を見抜くMRI
VII. ワルイージ効果と人間の善良さを抽出する困難
VIII. 長期的タスクがもたらすミスアライメントの脅威
IX. 自動化されたAI研究者によるアライメント検証
X. 解釈可能性のゴール
X