人工知能はこうして創られる

個数:1
紙書籍版価格
¥1,650
  • 電子書籍
  • Reader

人工知能はこうして創られる

  • ISBN:9784863101852

ファイル: /

内容説明

最近毎日のように報道され、日々進歩している人工知能を、多面的に解説した一冊。ニューラルネットワークを含む脳研究と人工知能研究の関係、AI研究を牽引するIT企業の人工知能がどのように創られているか、脳型コンピュータの可能性、自然界から着想を得て人工知能を生み出す「ナチュラル・コンピューティング」の最前線等をまとめている。また、ニューラルネットワークの精度を高めるきっかけとなった「ディープラーニング」を紹介する「技術解説」も附録。

巻頭言 甘利俊一(東京大学名誉教授)
第1章 人工知能研究と脳研究―歴史と展望
第2章 身近なところで使われる機械学習
第3章 Watson の質問応答からコグニティブ・コンピューティングへ
第4章 脳型コンピュータの可能性
第5章 ナチュラル・コンピューティングと人工知能─アメーバ型コンピュータで探る自然の知能
技術解説 ディープラーニングとは何か?

<著者プロフィール>
第1章 合原 一幸(あいはら・かずゆき)
東京大学生産技術研究所教授、同大学院情報理工学系研究科教授、同大学院工学系研究科教授、理化学研究所AIP 特任顧問。専門はカオス工学、数理工学。
第2章 牧野 貴樹(まきの・たかき)
Google Inc. シニアソフトウェアエンジニア。専門はコミュニケーションのシステム論と強化学習。
第3章 金山 博(かなやま・ひろし)
日本アイ・ビー・エム株式会社東京基礎研究所のリサーチ・スタッフ・メンバー。2011年に米国のクイズ番組で人間に勝利したWatson のプロジェクトに参画。
第4章 河野 崇(こうの・たかし)
東京大学生産技術研究所准教授、医師。専門はニューロモルフィックハードウェア、神経システムモデリング。
第5章 青野 真士(あおの・まさし)
慶應義塾大学環境情報学部(SFC)准教授、東京工業大学地球生命研究所(ELSI)フェロー。平成28年度文部科学大臣表彰「若手科学者賞」受賞。
技術解説 木脇 太一(きわき・たいち)
東京大学情報理工学系研究科特任助教。専門は機械学習、ニューラルネットワーク学習アルゴリズムの分析。

※この電子書籍は株式会社ウェッジが刊行した『人工知能はこうして創られる』(2017年9月20日 第1刷)に基づいて制作されました。
※この電子書籍の全部または一部を無断で複製、転載、改竄、公衆送信すること、および有償無償にかかわらず、本データを第三者に譲渡することを禁じます。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

すしな

43
041-23.AIというとどうしてもソフトウェアやアルゴリズムに意識が行きがちですが、ハードウェアにおける研究の話を聞けて面白かったです。しかも、今のコンピュータのほとんどがデジタルな中で、アナログなプロセッサを日本で研究しているということだったのでさらに興味深かったです。特に最近のプロセッサはどんどんパワフルになって圧倒的な性能でこなしているのですが、アナログの場合だとより柔軟に処理できるんだそうです。そういうところで日本のプレゼンスを発揮できると良いなと思いました。2023/03/21

uD

11
人工知能と脳の似た点・異なる点、それぞれのメリット・デメリット、AIの歴史とこれから、そして計算と学習の仕組みについて書かれていました。 素人の僕からすると難しい内容も多かったですが、具体的な例を挙げながら説明してくれている箇所は特におもしろかったです。 「近い将来、AI技術の進歩によって職を奪われてしまう!」といった話もありますが、歴史を振り返ると、“革新的な新技術は多くの職を奪う一方で、それ以上の新しい職を生み出すのが常である”のだそうです。 そういった意味でも、知って学んで考えていきたいです。 2018/05/08

うちひと

1
オムニバス形式で人工知能を学術的、実用的な観点から概観した本。学術より。ディープラーニングだけでなく、人工“脳”の可能性なども説明しており、俯瞰的。ディープラーニング一辺倒が多い最近の本に比べ、歴史も含め、人工知能の今を概観できる本。専門家でなければ、読み流して概要を掴むことに利用すべきだろう。2019/01/06

鉄路のほとり

1
第1〜3章がいわゆる人工知能によって何が可能になったのか、の第一線の研究者達による紹介で、非常にわかりやすい。特にIBM Watsonの仕組みが語られる第3章は、人工知能による質問応答システムのビジネスへの応用可能性とその限界がよくわかる。第4章・第5章は脳型コンピュータ、ナチュラル・コンピューティングという、どちらかというと演算機構をどのように設計するかという話で、かなり難解だった。2018/11/02

6haramitsu

1
AIがまだまだの技術なのがよく分かったし、汎用的なAIはできていないので、解きたい問題に最適な解法を選ばなくてはならない。脳は少ないデータで学習するが、ディープラーニングなどは教師データやビッグデータが必要で、恐らく脳は別の学習方式とのこと。なるほど、AIまだまだの技術なんだなぁ。踊らされずに、技術を選ぶ必要がある。脳の研究ってこんな風なんだなぁとびっくりした。2018/07/09

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/11961162
  • ご注意事項