【感想】あたらしい人工知能の教科書 プロダクト／サービス開発に必要な基礎知識

人工知能について本当に何も知らない人向けには，広く浅い知識の収集のための教科書として使えるかもしれない。ひどいネット記事よりはマシなくらい。

技術者向けであり、ほとんどついていかれなかった。
人工知能のモデルが網羅的に紹介されているが、それぞれのモデルの紹介がだいぶ端折られていて一冊では理解不能。

”人工知能の教科書”と書くだけあって、技術的ではあるが網羅性を求めるためそれぞれの説明はかなり端折られている。その内容は目次を眺めるとわかるのではないか。

Chapter 1: 人工知能の過去と現在…と未来
Chapter 2: ルールベースとその発展型
Chapter 3: オートマトンと人工生命プログラム
Chapter 4: 重み付けと最適解探索
Chapter 5: 重み付けと最適化プログラム
Chapter 6: 統計的機械学習(確率分布とモデリング)
Chapter 7: 統計的機械学習(教師なし学習と教師あり学習)
Chapter 8: 強化学習と分散人工知能
Chapter 9: 深層学習
Chapter 10: 画像や音声のパターン認識
Chapter 11: 自然言語処理と機械学習
Chapter 12: 知識表現とデータ構造
Chapter 13: 分散コンピューティング
Chapter 14: 大規模データ・IoTとのかかわり

どうだろうか。
Q学習やDQNやCNNやRNNやら、TensorFlow、Chainer、Caffe、Theano、などここに書かれていることをコードをイメージしながらわかるようになりたいなとは思う。同時になれないなとも思う。

GoogleのCloud Vision API、Speech API、Natural Language API、Cloud Translate APIといったPrediction APIや、Cloud Machine Learning Platformはわかるようになっておかないと。
2015年にMicrosoftからAzure Machine Learning (Azure ML)、Amazon Machine Learning (Amazon ML)、IBM Bluemixなどが提供され、いよいよAIが産み出されるという雰囲気がここ数年熱くあったのだなと思う。世界屈指の棋士を圧倒したAlpha Goや現役名人である佐藤名人を破ったポナンザなどは、ひとつのその達成でもあった。

もちろんボードゲームだけでなく今後、ここにも書かれているように、IoT (FireBase Cloud Messageなど)や画像認識(Google Cloud Visionなど)への適用領域も相当に広い。

最後に脳の研究ともつなげられていて簡潔だが興味深い話が続く。脳の研究といっても、小脳の研究と大脳の研究は異なるというのは確かにその通りだと思う。「多くの脳機能が理解され計算機上で模倣されるようになれば、知能や意識と呼ばれるものが芽生える可能性も否定できません」と書くのは知識や意識の定義について統一的な見解がない中でいささかナイーブなのかもしれないが、..その通り否定できない。

カバレッジとしては申し分ない。ただ全体として、研究者ではない素人にはさすがにレベルが高すぎた。そして、こういう話がわかるようになりたいのだということに気が付いて、少し寂しくなった。続きを読む