教養としてのAI講義 の商品レビュー

メラニー・ミッチェル(著者),尼丁千津子(訳者)

2024/10/01

図書館で借りた。
同じ表紙(デザイン)の『教養としてのコンピュータサイエンス講義』が、個人的にめちゃめちゃ評価が高い本だったので、そのシリーズ？なのか、同じ表紙ということで借りてみた。
著者はメラニー・ミッチェルとのことで、著者がGoogleなどに入って学んだらしい。講義というタイトルだが、エッセイ的な書き手の立ち位置な印象を受ける。
前述の『コンピュータサイエンス』も図表や箇条書きが少なく、文字が多い本だなぁと思っていたが、本書もその構成要素は同様で文字多めの印象。学術的な教科書ではなく、あくまで一般書だと思って開くべきだ。ただ、内容は網羅性もあり格式高い内容だ。

2024/04/04

・参考図書指定科目：「AI（人工知能）入門」

＜OPAC＞
https://opac.jp.net/Opac/NZ07RHV2FVFkRq0-73eaBwfieml/sgJBrsnT4-MnU-a4a1VqG9xdPCg/description.html

2023/04/02

AIは人の職を奪うの？
シンギュラリティは本当に来るの？
人間並のAIはいつ出来る？
AIの問題点は？

そんなAIについての疑問に答える充実の一冊。これ読めば、一通りの基礎知識は身につくのではないかと。G検定受ける前に読めばよかった。

AIは「意味」を理解出来ていない。過去の膨大な事例から、統計的に確からしい結論を出しているだけ。そのため、例外的な事態には対応出来ない。

人間にはすぐ出来る、類推や、アナロジー、抽象化が出来ない。

今年はAI普及元年って感じになってきたので、読んでおいて良かった。

2022/10/01

購入した本。漠然としたイメージのAIについて、しっかりと理解したいと思い読了。

人工知能＝深層学習ではない。AIとは知能を持った機械をつくることを目標とする分野。そこで齟齬が生じている。

AI倫理が自動運転車にとっての課題となっている。例えば運転中にトロッコ問題のようなケースが起きた場合どうするのか。万が一の時にどのように対処するのかを人間は考えないといけない。

AIが暴走するなどのSFチックな世界は当分訪れないそう。それよりもテールリスクに気をつけるべき。AIの信頼性のなさを認識するべき。100%完璧なAIなどない。

分野として興味あったが、ビジネスに結びつけようとした時、まだまだ課題は多いなと感じた。

2022/01/28

ＡＩの基礎を知っている前提で、ＡＩの手法や開発の取り組みについて詳しく知りたい人におすすめ。

【概要】
●ＡＩの予備知識、画像認識、強化学習、自然言語処理
●意味を理解すること
　直感物理学、抽象化、アナロジー

【感想】
●サブタイトルに「ビジネスパーソンも知っておくべき「人工知能」の基礎知識」とあるが、これを読むに当たって本当の基礎知識を知っておく必要がある。例えば、モンテカルロ木探索法とは何か、など。本書にも簡単に説明が書かれているが、これだけでは理解できないと思われる。他の著書ではさらに詳しく書かれているものもあるので、そのような知識を得たうえで読むのがよい。
●第５部「意味の壁」はとても参考になった。
　なぜ人工知能は人間の脳に及ばないのかということが理解できる。これまで明確に説明できなかったことが、自分の言葉で説明できるようになった。抽象化とアナロジーを理解したうえで、アンドレイ・カルパシーのブログに取り上げられている写真を見れば「なるほど」と思える。

2021/12/12

AIと世間が騒がれている中で、今現在何が出来て、何が出来ないのか等が分かりやすく書かれている。AIのこれまでの成り立ちと課題も含め網羅的に描かれているので、全体像を把握したいと思うなら読む価値はあると感じた。

2021/12/09

近年、長足の進歩を遂げ、活用が進む人工知能（AI）。そのスタートから、現在の能力、倫理的・道徳的な問題まで、ビジネスパーソンが知っておきたい基礎知識を解説した書籍。

「人工知能」という用語の名づけ親は、数学者ジョン・マッカーシーである。
この分野の可能性を楽観視した彼は、1956年に「人工知能の研究会」を催し、1960年代初め、「10年以内に完ぺきな知能を持つ機械を実現する」という目標を掲げた。

AI分野では、「バブルと崩壊」のサイクルが繰り返されてきた。
新しい発想があると研究者は楽観的になり、画期的な成果が期待できると主張し、助成金を申請する。だが、成果は出ず、助成金は削減。こうした現象が5～10年の周期で起きている。

AI開発では、「自然言語で会話する」「目（カメラ）で見たことを説明する」といった行動を目指した。だが意外にも、AIがこうした「簡単なこと」を習得するのは、「病気の診断」等をするよりも難しいことが明らかになった。

人間と同等以上に何でもこなせる「汎用型AI」は、AI開発の当初の目標だった。
だが、その実現は予想以上に困難で、「汎用型AI」と呼べるものはまだ1つもつくられていない。

AI技術は、危険性も抱えている。
例えば、「自動顔認識」の技術は、逃亡中の犯人の発見などに役立つ一方、関係のない人を犯罪者と間違えて認識する恐れがある。

AI技術の危険性の観点から、専門家の多くは規制に賛成している。規制づくりの際、重要なのは、多様な人々が関わることだ。AIの問題は、技術的なものであると同時に社会的、政治的なものでもあるからだ。だが、規制については、AIシステムを開発する大学や企業の裁量に委ねられているのが現状だ。

2021/06/14

AIに関する知識を深めたかったので手に取った。

現在のAIの得意なことや苦手なことが幅広い事例とともに紹介されていてためになった。

それなりに分厚く少し難しい内容も含んでいるので、初めてAI関連本を読む場合はまず「人工知能は人間を超えるか」などの易しい本を読むことをおすすめする。

2021/03/27

チェスなどの特定条件下で人間以上の能力を発揮するAIの話題を耳にしてきて、コンピューターが自我を持つと言うことが近づいているのか、、と想像していたがどうやらまだ時間がかかりそうだ。。ターミネーターで人間と機械が戦争するのが2029年。。これは現実にはならなそうだな。。

2021/03/09

AI研究の歴史と現状をAI研究者が解説。シンギュラリティという言葉が使われる前、AI研究のごく初期の段階から、汎用なAIがすぐにでも完成すると考えられていたらしいことが分かった。深層学習、強化学習などの発達によって機械翻訳など特定分野での進歩はあるものの、汎用的なAI、シンギュラリティまでにはまだまだ何段階もブレイクスルーが必要。認知科学の知見が鍵になるだろうか。