人工知能の可能性をバランス良く解説し、人類を豊かに出来る可能性を提示しています。 2015年に書かれた本書ですが、著者の記述通りに進んでいるように思われます。GAFAやBATの覇権が近づき日本の勝ち目はほとんど無くなっていますが。 ディープラーニングによって、人工知能によるビッグデータの特徴表現学習は大きなブレイクスルーを果たしつつある。 ビッグデータから一定の特徴抽出し、未来予測を呈示する。それを知性と呼ぶならば、将来人工知能は人間を超えることになる。 ただ生命である人間の自我や真我に基づく営み。戦略の意思決定を人工知能が行うのは無理なことも良く理解出来ました。 サイバーダイン社のように人間を虐げるような存在は夢のまた夢のようです。(老人の暴走みたく無人車が人轢きまくるというのはあるかもですが)

理系の内容だがとても理解しやすく書かれているので消化不良にならずに読めた。 AIという言葉が飛び交うが現実的にはどのあたりまでが実現されつつあるのか、人間のようなロボットというのがいかに遠い話なのかが具体的にわかってよかった。

人工知能、ディープラーニングについて知りたくて借りた本。 ディープラーニングの説明はわかったようなわからないような。。。 いや、おそらく理解はできていない。 その他、図や表が私にはわかりにくく、もっと初歩的な本を先に読む必要があることが分かった。

4年以上も前の本になるが、人工知能の現状理解のため、松尾豊さんの頭の中を覗いてみたく読みました。 ディープラーニングとはどのようなもの（何ができて、何ができないか）で、近未来に実現できそうなことと暫くできそうにないことを知っておきたいということもありました。 専門家でない人はいたずらに人工知能を過大評価するし、そうでないものも人工知能と言ったりする。 逆に松尾さんのような専門家は困難さがよくわかっているだけに技術を過少評価しがちだが、正しい人工知能の理解のためには信頼性が高い。 PythonやTensorFlowをいじくりまわしてみれば、もう少し理解度が増すのでしょうが、そこまで深入りするわけにもいかないので概要理解だけ。 本書を読んで、人工知能がそう簡単にはできそうにないことが自分でも判断できるようになった気がします。 ・手足を伸ばして仰向けに寝ている子猫をカワイイと感じること。 ・「お前なんか大嫌いだ！」が、本当は「大好きだ！」ということを理解すること。 などは超難しいでしょうね。

2019年時点で少し古い内容だがAIの歴史を知る意味ではとてもいい教科書。ソフトバンクの孫正義会長の言う、日本はAIの後進国発言はこの松尾さんの影響を多分に受けていると思われる。

人工知能の第一人者が書き下ろした分かりやすい人工知能の解説書。ただ、人工知能の進みは非常に早く、ディープマインド社のアルファ碁がプロ棋士を破った以降の話が入っていないなど、すでに古くなっている部分もある。

「AI（Artificial intelligence）とは何か」をコンパクトに紹介してくれている。 本書はAIの一般紹介に加えて、技術的な話も体系的に整理して盛り込んでくれている。ニューラルネットワーク、ディープラーニングの話はさすがに難しく本書を一回読むだけでは理解できなかった。。。 （それらを理解するために、web検索したり何度も読み返したりした。。。） とは言え、AIを網羅的に理解するのにはお勧めの一冊だなと思う。 一方、本書は2015年発刊と2019年現在の4年前で、状況は大幅に変化していると思われるので最近発刊のAI本を近々読まなければと思った。

東京大学大学院工学系研究科 松尾豊氏による人工知能についての解説書。「人工知能」「AI」「ディープラーニング」など、一般の情報番組でも見かけることが多くなった言葉ですが、門外漢にはいまいち正しく内容が伝わっていないと思われます。第1次、第2次とブームがあった人工知能の歴史から始まり、現状の把握や未来の展望まで、人工知能分野が丁寧に解説されています。今後、様々な分野で必ずぶつかるだろう技術なので、最低限は理解しておきたい。極度に恐れる必要はないが、きちんと関わっていかないと取り返しのつかない事になるかも。

人工知能には、過去何回かのブームに対応した4レベルがある。単純な制御、知識ベースの推論と探索、機械学習、ディープラーニング。様々なニュースがあるが、何が最先端で何が昔からの技術なのか、見極められるようになろう。 主なポイントは、ディープラーニングの先ではなく、そこに至るまでの経緯。過去がわかっていないと先も読めないとはいえ、未来物語は手堅いところまでの感じでした。

人工知能という言葉の意味とディープラーニングがどういったものなのか概念を素人にも分かりやすく解説してくれる１冊。ディープラーニングはそれまでの学習方法とは異なり、人間は得意だがコンピュータは扱うのが苦手な特徴量(例えば年収をモデル化しようとした場合に性別なのか勤続年数なのか、あるいは出身地なのかといったもの)自体を学習できる方法を実現したという点でブレイクスルーであり、ほんの入口に過ぎない。今後特徴量を見つける能力は間違いなく人間を上回ってくると考えられ、その方法は汎用的なものであるが、アルゴリズムがブラックボックス化されるとそのモデルからではどんなデータをどのように学習したかが分からないためにこういったアルゴリズムやデータをもつ会社があらゆる業界をコントロールしていくことになるはずである。

G検定の推薦図書として読んだ本 後半の方に書かれている人口知能が進化していく過程（予想）が興味深かった。

ディープラーニングという概念がない時代の課題についてわかりやすく書いてあった。 ビジネスで使う上での視点は書いてなかったと思う。

気鋭の人工知能の研究者、東大の松尾准教授によって、人工知能の歴史、人工知能の工学的な概要、昨今話題のディープラーニング、それによってどんな世界が待っているか、について書かれ、人工知能についてざっと把握できる、良い本だった。さらっと読めた。

人工知能と一言で言っても、何を指してるかよくわからず、大学の授業で紹介されたのを機に読んだ。 人工知能発展の歴史と共に、人工知能を四段階にわけ、それぞれの特徴を説明している。非常にわかりやすかった。 人工知能についての概要を学べることはもちろん、普段自分がどのように物事を認識・習熟していくのか、についてのヒントも得られそうだと感じた。

最近、あらためて注目を集めている人工知能。というか、人工知能という言葉はぼくが子供の頃からあって、どうして最近再び注目を集めているのかよくわからなかったので、ちゃんと知りたかったのだ。そういう意味ではよくまとまっていて、期待通りだった。人工知能の歴史や意味、仕組みや今後の成り行きなども解説してくれる。 人工知能を理解する上でのキーワードは「ディープラーニング」と「特徴表現学習」。ここが腑に落ちるかどうかで人工知能が理解できるかどうかの分かれ目になりそうだと思った。が、残念ながらその部分の説明がいまいちわかりにくい。ぼくは3回くらい読み直した。 ディープラーニング＝人工知能のアルゴリズムの一種で、「特徴」を上手に「抽象化」することで、融通の効く判断を行う手法。 特徴表現学習＝多数のサンプルから自分で「特徴」を抽出した学習すること。たとえばいろいろな動物の写真を特徴でいくつかに分類し、その後にあるグループに「猫」という意味を紐付けることで、以降「猫」を見分けられるようになる。 と理解したのだが、合っているだろうか？ 人工知能はいずれ、いくつかの分野で人間を凌駕するだろう。たとえば正確に計算するという点では数百円の電卓に人間の暗算が及びもつかないように、膨大な知識ベースや試行錯誤を前提とした判断などは近々、人工知能に任せたほうが効率がよいということになるだろう。道案内はすでに助手席のナビゲーターの仕事じゃないし、電車の乗り換えも駅員よりスマホに聞いたほうが早い。いずれ通訳や、病気の診断なども人工知能にとって代わられるのではないかと思う。 その先、どこまで行くのかはわからない。いずれ「2001年宇宙の旅」のHALや、「月は無慈悲な夜の女王」のマイク、「ガニメテの優しい巨人」のゾラックといった面々に、ぼくらは出会うことになるのだろうか？　ちょっと楽しみだったりして。

さすが第一人者の著作であり、少なくとも一般向けとしては基本書と言えそうな本。とくに、ディープラーニングがこれまでの機械学習とどう違うのか、といったあたりの説明は抜群の明快さ。 「ディープラーニングの登場は、少なくとも画像や音声という分野において、『データをもとに何を特徴表現とすべきか』をコンピュータが自動的に獲得することができるこという可能性を示している」（P.173）。 これは、平たく言うならば、AIが疑似的にせよ「仮説思考」しているということではないだろうか。こうなると、AIが出てきても安泰と信じ込んでいる自称頭脳労働者、例えばコンサルタントやバンカーなどが実はもっとも本質的に代替されてしまうのではないか、と考えさせられる。頼りは、画像や知覚もモノにし始めたAIがいまだに苦労しているという「言語」の領域でどこまで勝負できるか、ということになるのだろうか。 もっとも著者は、AIによる人類の危機、といった議論も笑い飛ばし、それがもたらす明るい未来を語っている。そもそもAIと人間との「勝ち負け」を論じること自体がナンセンスなんだろう。この辺りの理解は、「生命」「知能」について考え尽くしているホンモノの専門家には共通しているようだ。 人間が意思決定をするとき、嫉妬や名誉欲、疑心暗鬼などのノイズがいかに大きいかを私たちはよく知っている。AIのそれは実はずっと穏やかで合理的なものになるのではないか、学習の前提として与える「倫理」を間違えさえしなければ。・・・ってそこを多くの人が心配しているわけだが・・・

「人工知能って何？」 最近よく耳にする人工知能やAIといったものが何なのか。 人工知能の研究の歴史を紐解くことで、そんな疑問に答える内容になっている。 人間と人工知能が共存する道はあるのか。この本をきっかけに考えていきたい。

Vol.348 人工知能とは何か。ディープラーニングのその先にある世界とは？http://www.shirayu.com/letter/2016/000704.html

バズワードとなっている人工知能についての人工知能の専門家による解説書。ナンチャッテでない本物の専門家による解説だけでに読んでて安心感があった。マスコミの煽りに踊らされ、誤った判断をしないようにするための格好の書だと思う。

分かったようで、分からない。 そんな本でした。 それは恐らく本の問題ではなく、自分の感覚の問題なのだと思う。 実感していない、想像してもピンと来ないものは理解できないのだと思った。

バズワードになっている人工知能について丁寧に解説してくれている。ディープラーニングとは何か、が一番アイオープニング！難しい話を噛み砕いているので、手元においておきたい一冊！

特徴表現の獲得が、ディープラーニングで可能になったということ。これが人工知能の大きな転換点。 あえてノイズを入れても浮き上がってくる特徴を掴む。 生物の進化にも似てることが不思議。 できる可能性とSFを冷静に見極めることが大事ですね。 ただ、もっと勉強しないとこの分野は凄い勢いで進んでいくでしょう。

【由来】 ・ 【期待したもの】 ・ ※「それは何か」を意識する、つまり、とりあえずの速読用か、テーマに関連していて、何を掴みたいのか、などを明確にする習慣を身につける訓練。 【要約】 ・ 【ノート】 ・ 【目次】

●なぜこれまでの研究で人工知能は実現しえなかったのか、なぜ今また大きく話題になっているのか、人工知能はこれからどんなインパクトを与えていくのか、そういったことを本書はわかりやすく解説している。 ●人工知能がより進歩していき、やがて人類を脅かす存在になる、といった流布が見られるが、著者はそれはないと断じる。その理由として、現在のディープラーニングで起こりつつあることは、「世界の特徴量を見つけ特徴表現を学習する」ことであり、これ自体は予測能力を上げるうえで重要なことだが、このことと人工知能が自らの意思を持ったり、人工知能を設計し直したりすることとは、天と地ほど距離が離れている、からだと言う。

昨日の飲み会で、何をAIって言うんだっけ？みたいな話をしてて、例えば主成分分析は？って話になったり、じゃあディープラーニングって何？みたい話をした。 松尾先生は、ディープラーニングは主成分分析を非線形にして多段にしたもの、と著者で言っていて、この点に関しては前後読んで概念は理解出来た。 また気になるとこは都度読もう。

「人工知能」とは何かがよくわかる本です。 とても平易に書かれていて読みやすく、しかも面白い。良い本です。 特に今流行の「ディープラーニング」とは何か？何がすごいのかがよくわかります。 そして人工知能が人の能力を超えたときに何が起こるのかも語られます。でも作者の立場は、映画ターミネーターのスカイネットみたいに、人工知能が人類の敵になることなどない、というもので、その論には確かに説得力があります。 そういえば、人類は既に人の能力を超える道具をたくさん生み出しています。人工知能も単にその一つであると言えるのかもしれません。（でも将来のことはわかりませんが、、、）

人工知能は、人間を超えるか？　答えはイエス。 ディープラーニングという「特徴表現学習」により、多くの分野で人間を超える可能性がある。 限られた分野では確実に人間を超える。 でも現在の人工知能は、大きな飛躍の可能性を見つけた段階に過ぎない。 2030年までにはなくなる職業が顕在すると予測。 どんな世界になっているか楽しみ。 そうなると教育も大きく変わるだろうな？

インプットだけで正解のないデータである教師なし学習から、特徴量をみつけ人間を超える最適解を提示するディープラーニングの凄さが垣間見えた一冊だった。

非常に面白い本だった。最近Googleのalphagoの影響でディープラーニングや人工知能に大きな期待と恐れを抱いていたのでこの本はそうした疑問点に対して明確な答えを出してくれていると思う。特に人工知能というものが歴史を持ち今まで2回のブームが来ていたこと、そして今3回目のブームが来ていることなどから冷静な状況把握ができた。人工知能に対する可能性は大きいが、大きすぎても行かないししっかりとした知識が必要だと感じた

ディープラーニングは、これまでの機械学習では実現できなかった「概念」を獲得しつつあり、これが人工知能研究の大きなブレイクスルーになっています。 言語学者ソシュールの言葉を借りれば、物事は概念（シニフェ）と名前（シニフィアン）が表裏一体となって結びついたものと考えられます。「耳とヒゲが付いていて、両手で軽く抱きかかえられるくらいのサイズで、普段はゴロゴロしてて、遊んであげるとにゃーと鳴いて甘えてくる…」これがシニフェ。一方「ネコ」や「cat」といった名称がシニフィアンです。 これまでの機械学習は、膨大な画像データと名前（シニフィアン）の方を結びつけていました。そうすると、その先がない。シマウマを見たことない人に、「シマウマは、シマシマのあるウマだよ」と教えれば、その人はちゃんとシマウマを区別できるでしょう。でも単純機械学習では、「シマウマは、シマシマのあるウマだよ」と機械に教えても、シマウマを区別できませんでした。「これはシマシマ」「これはウマ」ということは判別できても、「シマシマとは何か」「ウマとは何か」を認識していなかった。つまり、「シマシマ」「ウマ」という概念（シニフィアン）の理解がないから、「シマシマのあるウマ」が認識できなかったんです。 そこでディープラーニングでは、「膨大なデータで抽象化を繰り返す」とことにより概念（シニフィアン）を獲得します（正確には、しつつあります）。膨大なウマの画像から、「抽象化されたウマ」をとってきて、「抽象化されたウマ」をもう一回抽象化して、、、ということを繰り返した後、最後にウマの画像で答え合わせをする。こうやって「ウマ」という概念を獲得していくのです。「ウマ」の概念も「シマウマ」概念も獲得できたから、「シマウマ」も理解できる、というわけ。この「概念の獲得」がコンピュータの発展に大きく役立っているのです。 とはいえ、まだまだディープラーニングも始まったばかり。人工知能、AIブームの昨今ですが、正しい理解を持って、それについていきたいものです。

20180205 はえ〜ディープラーニングの仕組みってこうなってるんですね。考えたやつすげぇ。 なんか本当にホワイトカラーとして生きていくなら文理問わずというかむしろ文系ほど技術を知ってないとダメな気がする。本当に。 というわけでpythonのprogate一周やって逃げられないように本も買いました 音楽制作1から勉強した時ぐらい学習モチベがあるので楽しみ。

ディープラーニングの入門にいいかも。20年後になくなっている仕事、残っている仕事リストが面白い。銀行の窓口と新規口座開設は確実になくなるね。

AI・ディープラーニングの第一人者であるかたの、２０１５年の本。 先日ちょうど、職場で講演を聞く機会がありましたが、講演もとても面白かったです。講演の際にはディープラーニングの仕組みの話が中心というかとても分かりやすくて印象に残りましたが、こちらはAIブームの歴史等についてもじっくり書かれていて、勉強になりました。

人工知能についての概観をつかめる。特に、人工知能研究の歴史や人工知能の課題を大まかに知ることができたのが良かった。 専門書というよりは、人工知能を知るための入り口になる書。

最近読んだ本の中で『お金2.0』と並ぶくらい面白かった本。 人工知能の今までの歴史を踏まえて、ディープラーニングが人工知能の50年来のブレークスルーであることが解り易く説明されている。 人工知能の研究を通して、ヒトの知能が如何に複雑な処理をこなしているのかが分かってとても興味深かった。 高度な学習が出来るのはヒトの特権なので、余すところなくその恩恵に与りたい。

人口知能とかディープラーニングとかAIとか言われてるものの仕組みの基礎がわかる本。 今後生きてく上でとか、仕事をしていく上で絶対に知っておかなければならない知識の初心者概要入門的な位置付け。軽い楽しい読み物として気分転換に読むのが個人的には合ってる。

最前線で人工知能の研究を行う著者が人工知能研究のこれまでの流れやこれからどのように自分たちの生活への関わりなどを書いた一冊。 人工知能の発展により私たちの生活や仕事など大きな変化をもたらすことがよく言われていますが、本書を読むことによって人工知能研究の実情や世間で言われていることの真偽やその影響について詳しく知ることができました。 人工知能の3回のブームの中でどのようなことができるようになったかを理解できたほかシニフィエやシンギュラリティといった人工知能と関わりの深い用語も学習することができました。 様々な産業への波及効果やこれから人工知能の発展に伴って日本における課題なども知ることもできました。 ディープランニングによって特徴表現をコンピューターが自動的に獲得できるようになり、記憶に偏重していたAIの技術が大きく飛躍したことは印象に残りました。 また、人工知能は人間とは異なった捉え方で特徴量を作り出し認識する可能性もあるというところは非常に興味深いと感じました。 そして、日本の人工知能の研究者人口は世界的にも多いことは今後の発展のうえでカギとなるとも感じました。 やはり扱う側の人間次第である部分は大きく、コンピュータと人間がお互いの長所を活かして共存できる社会を形成できればいいと感じました。 これからの社会で重要なテーマのひとつである人工知能について考えるいいきっかけになる一冊だと感じました。

人工知能/ディープラーニング関連の本を初めて読むひとにオススメ。ただし2015年に書かれたものなので少し古いのと、この分野の超初心者ではない人にとっては既視感のある内容が多い。

ディープラーニングの凄さについて、ちょっとだけ理解できた気がする。紛いなりにもデータ分析に関わるから“特徴量を捉える”事ができるようになりつつあるのは確かにスゴいと思えた。 現実的にディープラーニングが進歩したとき、それでも最後まで残るのは人間の身体性なんだろうなあ。生存本能ゆえに身体全体で世界を捉え、最適な生存戦略を図る本能みたいなもの。 だから抽象的かつn数の少ない判断や、人間通しの繋がりを育む行動は残るってことでしょう。か。

人工知能の歴史と、機械学習、ディープラーニングの仕組みなどが学べる入門書。ざっくり人工知能を理解するのには良い本だと思う。

人工知能研究で有名な松尾先生の書籍。ディープラーニングが流行ってはいるものの、基本的な事もわかっていなかったので、読んでみた本。 今までの人工知能の歴史から、違いを確認しながら理解できる。 未来の事は、有識者からの意見であることもあり説得力もある気がするが、いろいろな考えがあるし、先の事はなんとも言えないので、終盤未来の事が長いのがマイナス

弊社CTOレコメンの一冊。 しかし、この帯のアニメーションによって手に取るのを止めた人多い気がするなぁ。勿体無い。本論とは関係ありませんが。(笑) さて、機械学習(マシーンラーニング)とディープラーニングを混同している人が多いからこれを読んでしっかりと誤解を解こうと言われて、手にしましたが確かに自分の中でも曖昧になっていたのでとても勉強になった。 将棋の電王戦でプロ棋士が人工知能に負けて、これからは人工知能だぁ！人工知能で世の中が変わるぞなんて言っているが実はそんなに甘いものではないらしい。そりゃ、そうだよなぁ。(笑) しかし、凄まじい勢いで進化していることは間違いない。その一端を感じさせる一冊。それにしても繰り返しになるが帯が勿体無い。(笑)ちゃんとした学者先生が書いている内容ある本なのに。。。

パイオニアによる、おそらく一番有名な人工知能に関する本。 今から3年前、2015年発売の本だけど、ところどころ内容がもう古くなってるなと思う箇所もあり、人工知能の進化のスピードに驚かされます。 AIが人類を支配する可能性について、肉体を持たないAIは人間とリソースを取り合う必要がなく、その心配はないというくだりがあったけど、逆に人間の方が肉体を必要としなくなるのかもしれないと思ったり。 AIに関する小説と実用本を交互に読んでいると、何が現実で何がフィクションかわからなくなってます。

人工知能の歴史的な変遷が、わかりやすく説明されている。 ブームと言うとらえ方も、おもしろい。 「人工知能」という言葉の概念の整理ができておらず 混乱をしていた　冬の時代の中でも、 人工知能を追いかけていた想いが　よく伝わる。 そして、人工知能とは一体何で、どこまで到達しているのかを 懇切丁寧に　書いているのである。 「グーグルの猫」が　ある意味では　大きな峠を越えたのかもしれない。 猫とは何か？を、認識する事ができるようになって、 「人工知能」としての大きな一歩を踏み出したのである。 「特徴表現の獲得」 本来は　教師がいて、学習するのを、 教師がいなくて、学習し始める。 認識能力、予測能力、行動能力、概念獲得能力、言語能力。 それを、獲得しつつあるのである。 それが　ディープラーニングなのである。 果たして、人工知能は、世界をどう認識するのか？ 人間と同じ　認識ではないはずだが、 膨大な知識とデータの上に、もっと違う世界認識が、 生まれる事によって、人間は　本当に幸せになるのか？ 興味深い時代に　突入したものだ。

AIってなに？ deep learningとAIと機械学習なにが違うの？ 初心者にもわかりやすく解説してくれてます。

人工知能について分かりやすく説明していて、 ディープラーニングについて理解が深まった。 教師あり学習や教師無し学習、強化学習については理解できていたが、ディープラーニングがどうすごいのか、については知らなかった。 人工知能についての正しい理解が得られる本。

電気羊を読んで人工知能に興味を持ったから。読み終わってからあれもこれも人工知能やん！って気づくようになって毎日が楽しい。ディープラーニングのところはちょいむずだったけど囲碁とか将棋をプレイする際、加点式の人間とは違うルールでゲームを進めていってるっていうのが面白かった。

本著は人工知能やディープラーニングの初心者向けの本と言える。人工知能の初心者向け本としては、棋士の羽生善治氏が書いた「人工知能の核心」が良書として挙げられる。こちらは、テレビの映像が流れるように書かれているのに対して、本著は人工知能の定義、歴史、ディープラーニング、社会への影響といった具合で教科書的に書かれている。 結論を先に言うと、仕事で新規事業やサービスを検討している場合や自分の会社に対してどう影響してくるのか知りたい場合は、松尾氏の本著が良いだろう。雑学として、あるいは人間の知性とは何か知りたい場合は、羽生氏の本が良い。 どちらも良書なので、できれば両方読むのが良い。順番をつけるとすれば、羽生氏→松尾氏と読むと分かりやすい。

人工知能の入門書という位置づけ。これまでのAI研究・開発の歴史やなぜ人工知能が実現しなかったのか、さらには現在（正確には出版された2015年現在）の人工知能の現状（＝機械学習やディープラーニング）、今後の見通しなどが丁寧に書かれていて、イメージでしかわかっていなかったAIが、具体的にわかる一冊でした。 なにより、著者のAIへの熱意や研究への真摯な取り組みがわかる文体で、とても好感が持てました。自分の専門分野でどのように活用できるか、考えてみたいと思います。

機械学習の歴史、そしてディープラーニングについて一般向けに書かれた本でもトップクラスにわかりやすく、面白い。名著。 ディープラーニングが鮮烈さをもって世間に認知されるようになったのは、2012年。ディープラーニングの手法により、トロント大学が画像認識コンテストで圧勝し、また、GoogleのAIがYoutube動画から「猫」を認識した年だ。 本書が出版されたのは　2014年。 囲碁将棋AI、マーケット分析、自動運転制御など様々な応用が見込まれ、研究が加速するバブルのさなかに発行された本であり、熱意を持って、しかし歴史を振り返りながら冷静に、ディープラーニングの本質について解説されている。 「AI」という言葉は様々なところで使われているが、「①与えられた簡単なルールのもとで、タスクを処理すること」「②与えられた知識を用いて、問題を解くこと」「③与えられたデータから、共通項（概念）を抽出すること」「④人間の知能や意識を機械で再現すること」これらが議論の中に混在している。 本書を読めば、①はコンピュータが登場した1960年代のAIブームですでに実現していた話だし、②はコンピュータがエンタープライズ活用され始めた第二次AIブームの話で、知識の記述がいかに難しいかが明らかになったし、③は機械学習が広がり始めた2000年代のまさに進行形の課題であり、デイープラーニングが特徴量の抽出の手法としてブレイクスルーをもたらした。そして④は実現の見込みすら無い夢物語であることが分かる。 氾濫している機械学習のトピックを冷静に見ることができるようになるために、本書は今でも必読の書だと思う。

人工知能(AI)の発展が最近凄いようです、と私が思っているのは、本屋さんにならぶ本のタイトルの中で見かけることが多いからです。また、当分の間、人間に勝つことができないであろうとされていた「碁」の世界チャンピオンを負かして、圧倒的な強さを誇って引退宣言までしてしまったという報道もされました。 人工知能が人間に反乱して、人間と戦うという題材の映画（ターミネーター）を若いころに見て衝撃を受けた私は、ついにその日が来てしまうのか、という不安が高まってきたのが昨年(2017)でした。 この本は長い間、人工知能の研究をされてきて、今までのブーム、そしてその後の冬の時代も経験されてきた、著者の松尾氏によって、人工知能について、ある程度冷静に書かれた本です。一般的にAIを扱っている本の著者とは異なり、現在開発中の人工知能の優れている点、そうでない点を知っている開発者によるこの本は、また違った観点から読みごたえがありました。 以下は気になったポイントです。 ・人工知能の今までのブーム、１）1956-60年代、２）1980年代、があった（ｐ５） ・５０年ぶりに訪れたブレークスルーをもたらすかもしれない新技術「ディープラーニング」の意義をどうとらえるかにかかっている、大きなインパクトをもたらすかもしれないし、限定された範囲内で適切な値を見つけ出すかかもしれない（ｐ８） ・現在市街地の30－50％は駐車場として使われているが、シェアリングエコノミー（所有をやめて必要なときに自動運転車を利用する）となれば、駐車場の少なく済み、交通渋滞も緩和される（ｐ２１） ・天才的なひらめきで流れるように文章を生み出すのは苦手だが、有望な組み合わせを大量につくり、トライ＆エラーで結果のレベルを上げていく作業は得意である（Ｐ２５） ・人工知能が自分より賢い人工知能をつくり始めた瞬間こそ、すべてが変わる特異点となる、レイ・カーツワイル氏はそこを2045年としている（ｐ３１） ・グーグルが猫を認識する人工知能を開発した、というニュースが、実は自動運転車よりも、ずっと本当にすごい、ことである（ｐ３５） ・鳥のまねをするような「はばたく」飛行機を何度も作ろうとして失敗した、成功したのはエンジンを積んだ「はばたかない」飛行機であった。生物をまねしたいと思っても、必ずしも生物と同じようにやる必要はない（ｐ４６） ・将棋ソフトが強くなった秘訣は、１）機械学習の適用、２）そのためのよりよい「特徴量：データの中のどこに注目するか」が発見されたこと（ｐ７８） ・ワトソン自体は、質問の意味を理解して答えているわけでなく、質問に含まれるキーワードと関連しそうな答えを、高速に引っ張り出している（ｐ９９） ・機械翻訳において、統計的自然言語処理と呼ばれる領域が急速に発展した、これは文法構造や意味構造を考えずに、機械的に訳される確率の高いものを当てはめていく、というもの（ｐ１１５） ・機械学習において、学習とは、「分ける＝イエスかノーで答える問題」という処理である、どんなデータを用意するか、どのように正しい出力（正解データ）を用意するか、この２つの組み合わせによって、いくらでも新しい仕事をさせることができる（ｐ１１６、１２５） ・機械学習の精度を上げるには、「どんな特徴量を入れるか」にかかっている、それは人間が頭を使って考えるしかなかった、これが機械学習の最大の関門であった、これが人工知能の５０年来のブレークスルーである「ディープラーニング」である（ｐ１３６、１４１） ・ディープラーニングとは、データをもとに、コンピュータが自ら特徴量を作り出す、人間が特徴量を設計するのではなく、コンピュータが自ら高次の特徴量を獲得し、それをもとに画像を分類できるようになる、これにより、これまで人間が介在しなければならなかった領域に、ついに人工知能が一歩踏み込んだ。従来の機械学習と大きく異なる点は、１）１層ずつ階層ごとに学習する、２）自己符号化器（オートエンコーダ）という、情報圧縮器を用いること（ｐ１４７、１４９） ・例えば、「手書きの３」の画像を入力して、これが３ですよ、と教えるのではなく、「手書きの３」の画像を入力して、答えは同じ「手書きの３」の画像と教える（ｐ１５１） ・触った感覚とは、圧力センサーの時系列変化である。人間がネコの動き、鳴き声や音、触り心地、さまざまな情報を組み合わせて「ネコ」と認識しているのと同じ事おを、コンピュータに処理させる（ｐ１８２） ・コンピュータが人間の言葉を理解できるようになるとは、コンピュータの中に何等かのシミュレータが備えられており、人間の文章を読むとそこに何等かの情景が再現できるようになっている、ということ（ｐ１９０） ・人工知能が人間を征服したり、人工知能をつくり出したりという可能性は、現時点ではない、というのが筆者の意見。現在行っているのは、世界の特徴量を見つけ特徴表現を学習こと、であり、これ自体は予測能力を上げるうえで重要であるが、このことと、人工知能が自らの意思を持ったり、人工知能を設計しなおしたりすることは、天と地ほど離れている（ｐ２０３） ・人工知能の発達段階として、１）画像認識(2014）、２）マルチモーダルな抽象化(2020)：感情理解、行動予測、３）行動とプランニング：自動運転、農業自動化、物流ロボット、４）行動に基づく抽象化：家事介護、感情労働の代替え、５）言語との紐づけ(2025)：翻訳、６）さらなる知識獲得(2030)：ホワイトカラー支援（ｐ２１７） ・５年以内にはそれほど急激な変化は起きないだろう、会計法律の分野で人工知能が入り込む可能性はある、5-15年以内には、生産管理・デザインの分野で人間の仕事が変わってくる、異常検知は、基本的にはセンサー＋人工知能で代替え可能、ルーチンでない志戸子、クリエイティブな仕事は人間の仕事として重要、顧客の例外対応や提案書作成、15年以上先の長期的には例外対応まで、人工知能がカバーできるだろう（ｐ２３２） 2018年1月14日作成

「人工知能の現在の実力、現在の状況、そしてその可能性をできるだけ正しく理解してほしいと思う。それが本書の大きな目的だ。」 その目的の通り、 初学者に分かりやすい本になっています。 まず、人工知能のトレンドを説明されています。 その上で、これまでに三回あった人工知能ブームについて説明されています。 それぞれのブームを押し上げた技術と課題を丁寧に説明されています。 現在の第三次人工知能ブームは、 なんといっても「ディープラーニング」です。 機械学習の手法の一つである「ディープラーニング」の技術について、 例題を使いながら分かりやすく説明してくれています。 最後の章では、松尾さんの思い描く 「今後の人工知能を取り巻く未来像」 について書かれています。 この「未来像」が色々と考えさせてくれます。 これから多くの仕事が、人工知能で置き換えられて行くかもしれません。 ただ、人工知能の到来に抗らうのでなく、 「どのように協調して働くのが良いか？」 「どのように創造性豊かな仕事をするか？」 が重要であると感じました。 オススメの本です。

人工知能を題材に取り扱っている本を3冊読んで未来予想について、立場に違いはあれど、だいたいの方向性は一致していることがわかった。 特に面白いのは「シンギュラリティ(技術的特異点)」という考えで、人工知能が自分より賢い人工知能を開発できるようになるとそれが連鎖して、人間の想像力が及ばない超越的な知性が誕生すると言うもの。 否定的な意見が多いけどありそうで面白いよね。 「人間のような知性(と感じられる)を持つコンピューター」という定義からすると現代の人工知能は人工知能ではないけど、ディープラーニングによる技術的ブレークスルーで開発が進んでほしい(早く楽したい)

人工知能とはどのようなものなのか、そして流行りのディープラーニングが何なのかを解りやすく解説してある本。 これ一冊読むだけでディープラーニングの意義がわかるので、「ディープラーニングって何ぞや」って興味がある人には超オススメ。 が、ディープラーニングができるようになるためには別に勉強が必要(^^;)

2017/12/20：読了 　「人工知能はどのようにして 「名人」を超えたのか?」より、確かに全体像が分かり、勉強になったけど、きちんとしているため、読もうとしないと読めないかもしれない。 　「人工知能はどのようにして 「名人」を超えたのか?」のほうが、エンターテイメント性があり、勢いで読める感じ。

松尾先生の人工知能への愛を感じる一冊です 愛があるから良いこともまだまだなことも平易に判りやすくコメントされています。 本になって困るのは、執筆時期が固定されること。 すでに3年たった今、改めて今の現状を考慮した内容を拝見したい。 もちろんこの内容自体に異論はなくいわゆる「その後」の話を聞きたいということです。

　AI研究におけるブレイクスルーと言われるディープラーニングの重要性とその構造に関して、またそれを踏まえて今後の社会がどう変化していくかが主なテーマであり、筆者が伝えたいことだと感じた。さらに、昨今のAIブームがどのような歴史の上に成り立っているのかを1950年代～の第一次AIブームから現在の第三次ブーム(推論・探索→知識→機械学習)まで体系的に学べる点は、現在のディープラーニングの構造や重要性を認識する点で重要だと感じた。 　個別に見ると、シンボルグラウンディング問題やニューラルネットワーク、ディープラーニングの概念を比較的易しくわかりやすく伝えようとしている点は特徴的だったが、(特にディープラーニング関連は)構造が非常に難解であった。初学者にとっては「特徴量を自身で見つけ出す」プログラムに辿り着いたことがAI研究における重大な転換点であり、今までの歴史で行われた研究にこの技術を結びつけることによって様々な技術の応用に役立つという大筋を理解することが重要だと感じた。 　また、個人的興味をそそられたのは、「AIが意思を持ち始め、人間を支配するというSF的未来が起こり得るか」という問に対する筆者の解説である。人間＝知能＋生命であり、人間を超える知能を手に入れたとしても、生命を創り出すという別の壁にぶち当たる。自らを維持し、複製できるような生命が生まれて初めて自らを保存、複製したいという欲求が生まれる。それが征服や支配という欲求につながるという考え方は、大変為になった。

人工知能は人間を超えるのか、その日はいつやってくるのか？グーグルやフェイスブックが開発にしのぎを削る人工知能。日本トップクラスの研究者の一人である著者が、最新技術「ディープラーニング」とこれまでの知的格闘を解きほぐし、知能とは何か、人間とは何かを問い直す。内容より）人類の希望か、あるいは大いなる危機なのか？「人間のように考えるコンピュータ」の実現へ、いま、劇的な進展が訪れようとしている。知能とは何か、人間とは何か。トップクラスの人工知能学者が語る、知的興奮に満ちた一冊。目次より） 序章　広がる人工知能ー人工知能は人類を滅ぼすか／第１章　人工知能とは何かー専門家と世間の認識のズレ／第２章　「推論」と「探索」の時代ー第１次ＡＩブーム／第３章　「知識」を入れると賢くなるー第２次ＡＩブーム／第４章　「機械学習」の静かな広がりー第３次ＡＩブーム１／第５章　静寂を破る「ディープラーニング」-第３次ＡＩブーム２／第６章　人工知能は人間を超えるかーディープラーニングの先にあるもの／終章　変わりゆく世界ー産業・社会への影響と戦略

AIは今、ブームと言っていいほどである。 特に最近はAIによる音声認識の実用化が目立ちますね。 GooglehomeやAmazonechoなど暮らしの中でどう生かされていくのかが楽しみです。 そしてこの本ではそんなAIについて詳しく説明してくれているので曖昧だったAIについての理解を助けてくれます。 ディープラーニングがAIを大きく変えた、という話は非常に面白かったです。

【文章】 　読み易い 【気付き】 　★★★★・ 【ハマり】 　★★★★・ 【共感度】 　★★★★・ 人工知能研究者は知能を構成論的に研究 　・ボトムアップで作り上げる 脳科学者は知能を分析的に研究 　・トップダウンで解明していく 学習するとは、分類する事 　・入力の特徴を見つけて、適切な箱に収める、または適切な箱を作る ディープラーニングによって、人工知能が手に入れたのは、抽象化する能力 ロバスト性を高める 　・ノイズを加えたデータも学習させる 　・ネットーワークの一部を欠落させて、迂回させる 物事を抽象的に捉える事で、知識の転用が可能になる ■気付き 人工知能が、相手の気持ちを推し量るという能力を獲得するにはまだ時間が掛かりそう。人間ですらその能力を持ち合わせていない場合があるかもしれないが。

20世紀後半から人工知能研究の成果を分かりやすく解説。注目が集まるディープラーニングについても何がすごいかが何となく分かった気がする。 ディープラーニングは、これまでの機械学習では人間が与える必要があった特徴量をコンピュータが自ら見いだすことができる画期的な技術。可能性が大きいことも分かった一方で、急にターミネーターの核戦争後のようなことにもならないことが分かった。

Eテレ「人間ってナンだ？超AI入門」の松尾先生の本。人工知能が人間を征服する可能性が現時点ではないということを、人工知能が人間を征服するにはどうしたらよいか、どういうシナリオならありえるか、という視点から考えていく思考実験は面白い。各章末に参考文献として載っている古典的名著は、私が学生時代からタイトルだけ知っているものも多く、やはりどこかのタイミングでチャレンジしてみたいという思いを新たにした。

人工知能知能にもブームと種類があったこと。シンギュラリティという言葉を研究者と一般人がそれぞれどうとらえているかという点での乖離が見えた。 他にも人工知能本を読むという人にはベースの本として良さそうです。

学生時代の授業を少し思い出しつつ読む。もっと勉強しないといかんなと思ったのと、予備校の先生が生徒をわかったつもりにさせるために教えることに近い説明を感じて。精進します。

ここ数年キーワードになっている「ディープラーニング」について、 『天気をあてるゲーム』の例えが非常にわかりやすい。 機械に取って変わられる職業で教師があるのは昔からだが、 「授業」だけが教員の仕事だったら苦労しないだろうな。

　AIという言葉を最近よく目にする。将来の発展する技術分野の話から、AIを使った〇〇と云った広告まで至る所に使用されており、それはAIとは違うだろうと思うことがしばしばある。 　そんな中で、AIの歴史から今の状況と今後の展望までわかりやすく専門家がまとめたのが本書である。過去2度のブームがあって今は3回目だそうだが、今回のブームの特徴はディープラーニングにあり、これは機械が自動的にデータから特徴を抽出してくれるもので、大きなブレークスルーとなった技術である。などを一般人にもわかりやすく説明してくれる。 　AIとは何かを知るにはいい本だと思う。

人間とは 人工知能の歴史と可能性 人工知能研究の第一人者による著作であり、これまでどのような研究が進み、何に躓き、現在どのような状況か、今後の展望まで非常にわかりやすく解説されている。 逆説的ではあるが、人工知能の研究とは、これを通じて人間とは何か探るものだと感じた。作中にあるように、人間とは電気経路であり、それを作れないわけが無い。だがしかし、その過程には様々な障害がある。その一つ一つが人間を人間と定義付けるものだろうと感じた。

人工知能研究の基本と現状とこれから。 生きている間に人工知能がどのように変化していくのかを見られそうだ。とても楽しみだ。10年後，20年後，今の生活からは考えられないことが起きていると思うと楽しみで仕方ない。

仕事でExcelを使う身からすると確かに、 Excelの表計算だって人工知能？っていう突っ込みもしそうになる。 IFで例外を例外を連続させて、ロジックツリーのように場合分けを重ねてあたかも計算させる(考えさせる)ことはここまで間違っていないんだと思う。 いまの私たちが一番目を向けておくべきなのはディープラーニング。 ディープラーニングとは、技術力で発達させた知能が学習機能をもち、更に後発の技術知能が既に出ている知能よりも上回る知量を得るようになることのスパイラル。 これが完璧に成立するようになれば、騒いでいる通りに人の仕事は人工知能にかなり奪われるし、人が価値を生み出すことのハードルもぐんと上がる。 ただそこに、悲観的になるのではなくて、それらを活かして何をしようとするのかをイノベート向上心で以て向かっていかなければならないなぁというのが私の感想です。

めちゃくちゃ面白かった。「人工知能」の入門書としてまずこれを読めばよかった。(もっと早く読んでおくべきだった) 説明がわかりやすいし、過去現在未来のことを網羅している。今まで虫食い的に把握していたことが繋がった。 個人的には最後の「おわりに」は松尾先生らしいストレートな想いがそのままぶつかってくる感じがたまらなく良かった。

人工知能の歴史、課題など著者の経験、思いと合わせて展開。 ド文系の私には機械学習の項目からだんだん理解が怪しくなってきた。 ただ、すごいスピードで人工知能はその能力が高まり、身近に広がってきている。倫理の問題、仕事での活用の仕方、子供達をどう教育して行くか、自分で考えて行かなければならない。

ディープラーニングは人間が答えを与える機械学習と違って、コンピュータが自分で特徴量と答えを見つけ出すところが違う。 AIが人間の仕事を奪う奪う言われているけど、まだまだ先の話だろうな。規制や既得権益の跋扈する日本ではなおさら。

大変なことはよくわかった。 例え方や図が良くて解りやすかった。 『科学的な発見はいつもそうだが、発見されてしまえば、何ということはない、単純で自明なことだったりする。……』 分析・統計でもあるし、哲学でもあるな。

東京大学准教授 松尾豊 氏の著書です。 人工知能の概要が体系的にまとめられており、人工知能とは何かを知るための一般向けの入門書として、良書であると思います。 第1章では、人工知能の定義を明確にしています。 第2章では、第一次AIブームとして1950～60年代の「推論・探索」について解説されています。 第3章では、第二次AIブームとして1980～90年代の「知識」を入れたエキスパートシステムについて解説されています。 第4章では、2000年以降ビックデータ時代に入り発展した「機械学習」について解説されています。 第5章では、最先端である「ディープラーニング」について解説されています。 第6章では、今後の人工知能技術の発展について解説されています。 私自身、人工知能は専門外ではありますが、仕事上関連があるので、最低限の知識が欲しくこの本を購入しました。 技術的な詳細を知ることはできませんが、歴史を含め全体像を理解するのには最適な本であると思います。

日本の人工知能研究をリードし、政府や産業界との関係性も深い著者による解説書。これまでの人工知能の研究の歴史とそこでぶつかった難題、そしてそれをディープラーニングがどのように解決することができるか、という点が非常にわかりやすくまとめられており、人工知能の正しい実態を多くの人に伝えたいという使命感を伺いとることができる。 ディープラーニングを始めとする個々の人工知能に関する技術や研究成果が、わかりやすい文章と図表により示されている点もさることながら、本書が卓越しているのは、 ・これまでの人工知能に関する研究において、どのような知能に関する機能を再現することが難しかったのか ・ディープラーニングがさらに発達することで、その個々の固有の障壁が解決された結果、どのような能力が獲得され、どのような産業・ビジネスに影響を与えるのか ・その大まかな実現時期はいつくらいになるのか という点が明確に構造化されて示されていることにあると感じた。 人工知能に関する基礎的なレファレンスとして、常に手元に置いておきたいと感じた一冊。

Googleが1,000万枚の写真をディープラーニングにかけたところ猫の特徴を自分で認識するようになったというニュースが流れ、そのパワーと可能性が実証されつつある人口知能の話。著者は古くからの人口知能分野の研究に携わってきた方で、いわゆる人工知能冬の時代から関わっている。「うまくいけば、人口知能は急速に進展する」と書いたこの本が出た後に、この本の中でさえしばらくかかるとされていた碁の世界でアルファGoがトップ棋士を破るというニュースが出た。将棋では、どちらかというともはやプロ棋士は勝てなくなるのではないかと危惧されるほどだ。IBMのディープブルーがチェスチャンピオンのガスパロスを破ったのが1997年、IBMワトソンがクイズ番組のジェパティで人間に勝利を収めたのが2011年。そして、アルファGoがイ・セドルを破ったのが2016年である。着実に進んでいる。 著者は、「人工知能は、急速に発展するかもしれないが、そうならないかもしれない。少なくとも、いまの人口知能は、実力よりも期待感のほうがはるかに大きくなっている。読者のみなさんには、それを正しく理解してもらいたい。その上で、人口知能の未来に賭けてほしいのだ」というが、その期待は現在ますますさらに大きなものになっている。先日もパナソニックが1,000人のAI技術者を採用するというニュースが出たばかりだ。 著者がここで「賭ける」という言葉を使っているのは、1980年代に実施された第五世代コンピュータを「勝つために振る価値のあるサイコロ」だと認識しているからだ。日本が世界をリードするという意志があったという評価である。もちろんかのプロジェクトに対しては賛否両論、というよりも否定的な評価、があるという前置きもしている。タイミングが早すぎたと著者は言うが、果たしてそれが失敗の要因であったかはわからない。当時においても官製のプロジェクトが優れた方法論であるとも思えない。しかしながら、何をもってしても、日本の人工知能への取り組みを鼓舞するのが、この本を書いた著者の想いであり、目的のひとつであるようにもこのあたりからも思えるのである。もちろん、期待値をコントロールすることや、その先にAIをビジネスに結び付けることができるためのプラットフォームを構築することも重要だ。 技術的な認知としては、人口知能にできることと、できないことははっきりと分けて考えた方がよいだろう。いわゆる「強いAI」と「弱いAI」の区別も重要である。「音声認識」「文字認識」「自然言語処理」「ゲーム」「検索エンジン」も人口知能といえるが、かなり特化型の弱いAIである。今はマジックワードにもなっているディープラーニングだが、従来の機械学習と違う点として、「一層づつ階層ごとに学習していく点」と「自己符号化器という「情報圧縮器」を用いることだ」ということについても正しく理解をされなくてはならないだろう。再帰型のロジックが入り、特徴量を自分で認識することが実証されたのは画期的な進化だ。この辺りの説明をうまくされている解説本は多くないが、この本ではわかりやすく説明されている。 さらに将来のことを考えると、学習のスピードはさらに上がり、繰り返されることで、 人工知能が自分よりも賢い人口知能を創り出すことについても分野によっては現実的な問題として認識されるべきだろう。イーロン・マスクやビル・ゲイツが慎重な取り組みへの必要性を主張しているのは、ゆえあることだ。 ディープラーニングによる「特徴表現学習」とその圧倒的な成果は、人口知能を研究してきた著者にとっても大きなブレークスルーであったという。ここでの説明は必要最小限に絞りつつもわかりやすい。一方、日本の企業において、機械学習の精度が上がると売上が莫大に伸びるというビジネスモデルが築かれていないため、なかなかそこに資本が集められないという問題も指摘する。また、大量のデータを持っているところが圧倒的に有利であるが、それができる企業は限られている。トヨタやNTTが資本を入れたプリファード・ネットワークなどは期待されるところである。 タイトルにもなっている「人口知能は人間を超えるのか」という問いについて、著者は明確にイエスと答える。少なくとも多くの分野において超えてくるだろう。長期的に見ると、脳の機能から考えて、原理的には実現できるはずだ、という著者はおそらくは正しい。この先に進めることで、逆に人間の学習や意識なども含めた脳の働きについての知見がより実証的に進むことも期待できる。 ジョン・マッカーシー、マービン・ミンスキー、アレン・ニューウェル、ハーバート・サイモンという名前とともに人口知能に哲学は必要かという議論に触れられたとき、昔途中で挫折したマッカーシーの『人工知能になぜ哲学が必要か―フレーム問題の発端と展開』という本のことを思い出し、古くて新しい問題であるのだなと改めて感じ入る。フレーム問題とシンボルグラウディング問題。いわゆる関係ない問題を無視するというものと、「意味」を結びつけるという人間なら当たり前にやっている問題だ。 そういえば、マービン・ミンスキーの『心の社会』も必読書の割には積読状態だ。 少し時間を作って、この領域の本に深く潜ってみたい気になった。

AIが生まれたらどうなるか、漠然と名前は知っていたけどどういうメカニズムなのか、今後どうなっていくのかを知らなかったため読んでみて良かった。 AIの研究開発が進んだからと言って仕事がなくなることはなさそう、という部分には安堵を覚えた。ただ自分の価値はもっと高めないといけないだろう。

2016年のビジネス書大賞で特別賞に選ばれていたということで読んでみることに。 表紙やタイトルから漂う一抹の胡散臭さ（？！）からは意外なくらい、中身はまともな本でした。 著者の松尾豊さんは東大の先生で、日経新聞のAI関係の記事でもよく松尾さんのコメントが取り上げられています。 学者らしい良心に基づいて、人工知能に何ができて、何ができないかを、誇張なく伝えている本ででした。 ２時間くらい集中すれば読めちゃうボリュームで、人工知能研究の今がコンパクトにわかります。

読みやすい文章ですらすらと読み進められる。人工知能や数学について知識の無い人でも読めるが、内容は人工知能の理論にまで及ぶ。図も分かりやすい。 過去の人工知能ブームを順に追っていき、現在、第三次AIブームがやってきているのだという。そして、ディープラーニングが今後のAIの発展のカギである。人工知能自身が特徴量をつかんでいくことができると、今回はブームで終わることはないであろう。 人工知能によって仕事が奪われるのではなく、人工知能を活用して我々がどう仕事を変えていくのかというマインドを変化させる必要がある。

人工知能ってわかったフリして全然分かってなかったな、っていうのが一番の感想。 特に、人工知能史においてとりわけ革命的なブレイクスルーであった「ディープラーニング」登場以降、人工知能の完成がいよいよ現実味を帯びてきていることがよくわかる。 また、人工知能との付き合い方(シンギュラリティは起こり得るのか？人間の仕事は人工知能にうばわれてしまうのか？など)に関しても、人工知能の第一人者である著者の認識が披瀝されており、非常に面白い。 ディープラーニングの性質上、始めの小さなリードが結果的に逆転不可能な大差となり得ること、その中で現在日本が市場で遅れを取っていること、しかし微かにではあるが未だ逆転の可能性も残っていること。 インパクトの大きさの割にテレビやニュースの情報で分かった気になってしまいがちなだけに、一読をお勧めしたい一冊。

人工知能の過去、現在、未来について広く浅く記載があり、文系の人でもわかりやすく紹介しています。また、読みやすく、話の展開がうまく書かれており読みやすいです。 人工知能でできること/できないこと、人工知能の歴史、機械学習やディープラーニングとは何か、未来の展望をこの１冊でざっくり理解することができます。

人工知能について理解が深まった。 著者の意見では人工知能が人間を超える事は無い。 ただし人工知能はすべての産業に影響するOSのようなものになる。 よってこの技術を手にしたものが有利である。 Deepラーニングとは特徴表現を大量のデータからコンピューター自身で得る技術である。 よってビックデータの活用が大切になる。 人間に上処理できない多くのデータから関連性をコンピューター自ら導き出す。 これがdeepラーニングである。 今回のレビューも音声入力した。 とてもスムーズに入力でき、この分野でもAIが使われている。 多くの人が使えば使うほど大量のデータが蓄積されより良いAIとなる。

もう古い本かもしれないけれどもAI本を初めて手に取る。 書いているご本人は単純に科学者としての使命感・陶酔感に満ち満ちているし、AIの限界と可能性をしっかり見つめようとしています。 指摘どおり幾つかの職は消えていく運命なんでしょう、過去の科学・技術革命が市井の人々にもたらした結末がそうだったように。多分凡民は受容し、慣れていくしかないんでしょう。 それにしても物理や生物の本とか比較すると何か生臭く単純に読んでいて楽しくないかな？、金の成る木に群がる人々が後ろにちらちらと確実に見えるからですかね。

最先端の人工知能技術「ディープラーニング」をめぐる議論を著者が、素人にも解りやすく理解するためかみ砕いて書いてくれた本です。 序章　広がる人工知能――人工知能は人類を滅ぼすか 第１章　人工知能とは何か――専門家と世間の認識のズレ 第２章「推論」と「探索」の時代――第１次ＡＩブーム 第３章「知識」を入れると賢くなる――第２次ＡＩブーム 第４章「機械学習」の静かな広がり――第３次ＡＩブーム① 第５章　静寂を破る「ディープラーニング」 　　　　　――第３次ＡＩブーム② 第６章　人工知能は人間を超えるか 　　　　　――ディープラーニングの先にあるもの 第７章　変わりゆく世界――産業・社会への影響と戦略 おわりに　まだ見ぬ人工知能に思いを馳せて 我々は、好むと好まざるに関わらず、人工知能の影響を受けることになる。 シンギュラリティは本当におきるのか、人工知能が人間を征服するとしたらなどなど。 第７章にあるように、人間が英知を絞り、万人のための人工知能にしていかなければならない。　

人工知能研究の第一人者らしい著者が我々一般人にわかりやすく人工知能研究の発展史と今後の展望を説くという本。実際、わかりやすいし、そこそこ面白い。また人工知能は人間を超えるか否かの問に対しては明確に「否」と述べている。その理由は、「人間＝知能＋生命」であり、人工知能は知能ではあっても生命ではないからであるということ。 産業・社会への影響を考える終章は、だいぶ物足りなさも感じつつ、ディープラーニングに代表される「特徴表現学習」をコンピュータ自らがおこなうということが人工知能発展の大飛躍であることはよくわかった。

良著でした。2015/3出版なので、AIが将棋では人間に勝っているが、まだ囲碁では勝てていないという記述がある。その後更にAIは進化して囲碁でも人間を凌駕しているので、AIに進歩の早さが伺える。 しかしAI、ディープラーニングにそのものに対する考えは変わらず。 第一次AIブームは「トイ・プロブレム」と呼ばれるルールの決まったゲームしか解けないと明らかになり終焉。第二次AIブームではコンピュータに知識を入れるアプローチで実用的なシステムも増えたものの知識のインプットの限界にぶつかった。その後インターネットの普及により大量のデータを用いた機械学習による第三次AIブームが巻き起こっている。というのが人工知能の歴史。 ディープラーニングは大量のデータを与えることで、それを抽象化し、特徴量を自ら発見する。何を学べばいいか、自ら学ぶ。ディープラーニングが人工知能におけるブレイクスルーとなることは間違いない。 しかし、著者曰く、人工知能は世の中からの期待と現実に乖離が大きい分野でもある。本当の意味で自分で考える、意思を持っている「人工知能」はまだできていない。（現在は一定のアルゴリズムに応じてインプットに対して反応しているだけ） 人工知能が人間を超えるシンギュラリティは到来するのかという問いに対しては、現時点では全くその糸口となりそうな技術すら提示されていない、というのが著者の考え。 シンギュラリティを迎えるには人工知能が自らを超える人工知能を作れるかという点が問題だが、プログラムか書ける人工知能は存在しないし、それをしようとする意志、本能を持つ人工知能すらない。 -- 48 「音声認識」「文字認識」「自然言語処理」「ゲーム」「検索エンジン」などは、…かつて人工知能と呼ばれていたが、実用化され、ひとつの分野構成すると、人工知能と呼ばれなくなる。これは「AI効果」と呼ばれる興味深い現象だ。多くの人は、つの原理がわかってしまうと、「これは知能ではない」と思うのである。 51 人工知能の4つのレベル レベル1 単純な制御プログラムを人工知能と称している レベル2 古典的な人工知能（推論・探索、知識ベース） レベル3 機械学習を取り入れた人工知能 レベル4 ディープラーニングを取り入れた人工知能 137 人間は特徴量をつかむことに長けている。…特徴を見つけ出すのは、コンピュータにはきわめて難しかった。… いま、コンピュータが、与えられたデーマから重要な「特徴量」を生成する方法ができつつある。 144 ディープラーニングの仕組み 148 ディープラーニングは、多階層のニューラルネットワークである。何層にも深く（ディープに）重ねていく。

◯単純な1つの文を訳すだけでも、一般常識がなければうまく訳せない。ここに機械翻訳の難しさがある。(103p) ◯フレーム問題は、あるタスクを実行するのに「関係ある知識だけを取り出してそれを使う」という、人間ならごく当たり前にやっている作業がいかに難しいかを表している。(105p) ◯ディープラーニングの登場は、少なくとも画像や音声という分野において、「データをもとに何を特徴表現すべきか」をコンピュータが自動的に獲得することができるという可能性を示している。(173p) ★専門家がわかりやすく人工知能の歴史を説明してくれることで、今何が出来て何が出来ないか、ディープラーニングのどこがブレークスルーなのか、よくわかる。