クラウドからAIへ の商品レビュー

小林雅一【著】

2013/11/21

今話題になっている自動運転の技術は日本だけでなく世界で研究が行われている。
この本によると日本は少し遅れている感じがする。自動運転はグーグルもやっているようだ。
前半では失敗を含めたAIの歴史を知ることができる。失敗の原因はいくつかあるが、１つの要因にプロジェクト管理にあると著者は分析している。
AIを科学と捉えるか技術と見るかによってAIの定義が変わってくる。グーグルのAIは統計的手法をとり反論も多いが実績があるらしい。
統計的手法でなく、科学としてのAIの方が魅力的に感じる。
身近なところではビジネス・プロセスの自動化への応用を期待したい。

2013/11/20

ビッグデータというと統計確率の世界のイメージでAIとの結びつかなかったが、読んで見て納得
今後、どう進んで行くのか

2013/10/08

文法・ルールベースのAIから、統計・確率的なAIへ。

AIの本質はUI革命。 つまり人間がテクノロジーに順応していく事。
Siriとか。

2013/10/01

AIというのは一度没落した言葉で、研究者はその言葉を使わないようにしてAI的なものを研究してきたのだといいます。アップル、グーグル、フェイスブックの三者それぞれのAIへのアプローチは身近でわかりやすいものですが、それよりやっぱり、AIのこれまでと最前線的2章と、人としてどう受け止めるか、という4章が好みです。
AI的なものがどんどん生活に押し寄せてくるのは避けようもないようです。でも、最後は人、なんていうありきたりな結論ではなくて、AIによってさらに簡素化されていく生活の作法にどう抗うのか、という気持ちで。

2013/09/23

データを統計処理して人間の知能を疑似したものがAIなのか？
AIはサイエンスかテクノロジーか？
AIの歴史やそれに纏わる論争がわかる一冊。

2014/02/01

ルールで固めたAIは低迷していたが、統計確率手法や脳科学を導入することで、融通の利く現実的な技術に生まれ変わった。ビッグデータを処理するために必須の技術。

個々のトピックが、AIというキーワードでつながり、改めてその重要性を認識させられました。

2013/08/31

グーグルやアップルそしてフェイスブックなどの動向から、クラウドの次はAIが復活するとして、AI（Artificial Intelligence、人工知能）やロボットの過去を振り返り、未来を展望する。

本書ではAIには三つのアプローチがあるとしている。　
１．文法や構文木をのようなルールでコンピュータ処理を行う。
２．大量のデータから統計的、確率的な処理を行う。
３．ディープ・ラーニング、ニューラルネットワークの一種でより低レベルの情報から高レベルの情報を段階的に導き出す機械学習の新方式。

80年代に第五世代コンピュータやエキスパートシステム、ナレッジエンジニアなどがこれからのコンピュータ技術と華々しく喧伝されていたのは私も覚えているので、改めて振り返っている本書は懐かしさも伴ってとても興味深く読めた。

機械vs人間の諸問題は色々と考えさせられますが、テクノロジーの発達は止められない、これからの社会を展望するのにとても勉強になる一冊でした。

2017/01/19

AIそれ自体と、AIでビジネスすることについて学べる入門書として面白かった。

--

AIの歴史は1950年代に始まり、これまで様々なアプローチをしては壁にぶつかってきたが、今また新たなアプローチにより進化をしているという。
初期のアプローチである、人がコンピュータにルールを教え込むルール・ベースAIは柔軟性に欠け、複雑な問題に対応できなかった。
そのため今はルールを無視して統計的・確立的な知的処理を行う汎用性の高いアプローチが主流になった。
しかしこの手法も本来的に言葉を理解してるとは言えず、知能が進化しているわけではないので、いずれ限界にぶち当たると見られている。

そこで今大きな期待を受けているのが第三のアプローチが、人間の大脳のメカニズムをコンピュータ上で再現する手法。AIの王道とも呼べるものである。
ex) ディープ・ラーニング

---

MEMO:

32
ルール・ベースのAIから、統計的・確立的なアプローチで知的処理を行うAI

33
人間の大脳のメカニズムをコンピュータ上で再現する手法。AIの王道とも呼べる。

36
セマンティック検索とは言葉の意味を理解して、答えを返す検索エンジン

43
ビッグデータは大きく構造化データと非構造化データの2種類に大別されます。

49
「モバイルインターネットのゲートウェイを押さえたい」という点

82
その代わりグーグルが重視したのは、元の文章と翻訳された文章との間に見られる統計的な関係です。

96
スパース・コーディングから生まれた「ディープ・ラーニング」

115
Siriでは、音声操作というユーザーへの最前線（フロントエンド）をとることにより、その背後（バックエンド）では色々なサービスに仕事を割り振る特権を得ることになる。

154
介護ロボットは日本のエレクトロニクス産業にとって、近来稀に見るビッグチャンスとなる

158
AI開発の中心は今や、成熟した各種要素技術を組み合わせて、私たちの暮らしや社会を良くする段階へと移行しました。

190
ルール・ベースにせよ統計確立的アプローチにせよ、そういった理詰めの手法では人間の知性を再現することは不可能

2013/08/04

私の要約：
これまでの「AI（人工知能）」の失敗の経緯と最近の実用化された、されつつある「AI」について網羅的に書かれている。実用的な「AI」は膨大なデータを確率モデルで利用する形態であり、人間の知性とは違うものである。それを目指すのが「ニューラル・ネットワーク」のようである。
尚、ベイズ統計学、隠れマルコフモデル、等々の引用はあるが、詳細な説明はない。リファレンスリストもない。技術の中身を知りたい人にとって、不満が残る。文中のキーワードから、ネットで調べることはできる。例えば、”CS373: Programming a Robotic Car - Udacity”.......
目次
第1章 なぜ今、AIなのか?―米IT列強の思惑(見慣れた製品に知性を吹き込むアカデミズムから企業主導へ ほか)
第2章 “知性”の正体―AIの歴史から見る、進化の方向性と実力(楽観的ムードに沸いた黎明期論理への過信が引き起こした「AIの冬」 ほか)
第3章 “知性”の値打ち―AIが生み出す巨大なビジネス・チャンス(AI革命の先陣を切る音声認識技術スティーブ・ジョブズが評価したSiriの本質とは何か ほか)
第4章 “知性”の陥穽―AIにまつわる諸問題(機械(システム)への依存度が増すことによって生じる危険性AIによって、人間の雇用や存在価値が失われることへの不安)

2013/08/02

AI技術によって、今後は機械が人間に近づく時代になっていく。現在、急速に進んでいるAI技術の過去→現在→未来を見せてくれる本。