内容説明
本書は「応用人工知能」という視点で、広がるAI応用の全体像は何なのかをまとめています。AIの変遷とこれからを解説することで、AI応用を志す人たちが知るべき道筋を示した一冊。
目次
第1章 人工知能への期待
1.1 AIの定義の変遷とApplied AIの視点
1.2 現代のパラダイムシフトとAIへの期待
1.3 問題解決への自然な取り組みと、浮かび上がる人工知能の姿
1.4 見果てぬ夢とITフロンティア
第2章 歴史的展開とパイオニアリングの時代
2.1 フォンノイマンが描いた姿
2.2 60 年代に入っての巨人たちの模索：二つのアプローチとCS
2.3 AI活用の手探りといくつかの領域への帰結
2.4 Lispの役割
2.5 ハッカーと呼ばれた人たちとマサチューセッツ工科大学人工知能研究所
第3章 人工知能領域整理の試み
3.1 80年代の大きなうねりと整理されてきた基礎概念
3.2 Common Lisp
3.3 AIの冬とDARPAの支援
3.4 DARPAニューラルネットワークレポート
3.5 米国人工知能学会の時代の区切れ目
3.6 AI第三版 1992年 日本語訳は出版されなかった
第4章 90年代から今に続く人工知能の浸透
4.1 要素技術化という側面：ITとしての統合
4.2 与信管理と企業の意思決定、そしてビジネスルール
4.3 スケジューリング、数理計画と大規模システムの管理
4.4 エキスパートシステムはどうなったか
4.5 産業用ロボットと制御
4.6 自然言語処理
第5章 深層ニューラルネット(DNN)の実用化
5.1 80年代以前からの継承
5.2 深層ニューラルネットでの要素技法
5.3 ImageNetと画像認識
5.4 応用の展開：画像認識から他の領域へ
5.5 NLPとLSTM
5.6 畳み込みニューラルネット技術(CNN)
5.7 リカレントニューラルネットワーク技術(RNN)
5.8 2017年の衝撃：多数の「可能になった」事
第6章 「可能になった」から「より賢く」へ：それを支える諸技術の組合せ
6.1 DeepMindのAlphaGoその後
6.2 CNNとRNN、そして音声認識・音声入力
6.3 知的エージェントとJava、分散オブジェクト
6.4 カメラ画像の利用とAI
6.5 IT要素技術としての自然言語処理活用例
6.6 自動運転システムの発展
6.7 IoTとAI
第7章 人工知能活用の挑戦
7.1 課題は山積み
7.2 仮想空間での会話
7.3 ECとAI
7.4 ニューラルネット機械学習の業務への組み込み
7.5 ビジネス用途での挑戦すべき課題
7.6 ナレッジ管理
7.7 社会インフラとしての課題
