グーグルに学ぶディープラーニング

日経ビッグデータ

囲碁のプロ棋士に勝つ、クイズのチャンピオンに勝つ──、人工知能（AI）はこうした特定分野で象徴的な成果を上げてきました。しかし、最近ではAIが人々の生活や経済活動を改善して、世の中を変えていく可能性を示す実例が次々と出てきました。

例えば、米グーグルは、AIを使った「Google翻訳」の精度を大きく改善し、長年「実用的ではない」と言われてきた機械翻訳を日常生活では十分実用的なレベルへと引き上げました。また、同社はデータセンターにおけるサーバーなどの冷却電力を40％も削減しました。これもAIを活用して空調や窓の調節・開閉など約120の要素を制御し最適化した成果です。

大手IT企業は次々と、画像認識、音声認識、翻訳といったAI機能を安価に提供し始めており、いわば「蛇口をひねればAIがすぐ使える」時代が間もなく到来します。

このAIの進化をけん引するのが、脳の神経回路が仕組みの原点にある「ディープラーニング」という技術です。本書では、グーグルのエンジニアらへの取材に基づき、このディープラーニング技術をやさしく解説。また、将来のビジネスがどう変わるのか、グーグルのサービスや日本企業の取り組み事例から探るとともに、その未来の姿に迫ります。

序章●ディープラーニングがすべてのビジネスを変える
１章●超入門 人工知能と機械学習とディープラーニングはどう違う？
２章●入門 ディープラーニングの仕組み
３章●グーグル事例編 グーグルのディープラーニング活用事例
４章●企業事例編
５章●活用フレームワーク編
６章●将来展望編 ディープラーニングが課題を解決する未来へ

• カテゴリ: ビジネス・実用
• ジャンル: IT・コンピュータ / IT・Eビジネス
• 出版社: 日経BP
• ページ数: 183ページ
• 電子版発売日: 2017年01月26日
• コンテンツ形式: EPUB
• サイズ(目安): 5MB

[ブクログ · ★★★★☆]

ディープラーニングについて、基本的な理解が進んだ。Pythonとの関係も分かった。

※読書ノートに色々メモあり。

[ブクログ · ★★★★☆]

人工知能 = 知的な情報処理をするもの、またその技術。
人工知能の中に、機械学習があり、更にその中にディープラーニングがある。
機械学習の一つの分野がディープラーニングである。多層の処理を重ねる手法。
機械学習はプログラムを人間が作らない。
機械が自動的に膨大なデータから学習してモデルを作る。

入力から出力までの間の中間層を多層化することが、ディープラーニング。

ニューラルネットワークとディープラーニングを理解するポイント。
お手本をたくさん読み込むことで、間違いが少なくなるように、ニューロン間の関係を示す値を調整しながら学習する。
データが複雑になるほど、多くの層のニューラルネットが必要になる。
最大のポイントは人間がプログラムして動くのではなく、コンピュータが自ら特徴を見つけ出すこと。

教師あり学習。入力に対して、出力の正解があるもの。
強化学習。次の手が正解か不正解かが、その時点で分からないもの。ゲームの手など。

既に様々な場面でディープラーニングが使われている事が事例から分かる。
民主化と呼ぶ動きは好ましい。どう使うか。が今後の焦点だと思う。

入門書として良かった。

[ブクログ · ★★★★☆]

「ディープラーニングって結局何が出来るの？」
を具体例をつかって説明しており、理解しやすい本です。

はじめに、Googleのエンジニアの賀沢秀人さんが、
「人工知能・ニューラルネットワーク・ディープラーニング」
について解説してくれています。

具体的な例を使いながら説明してるので分かりやすかったです。

「ディープラーニング」と言われると
何か凄いことができそうな感覚に襲われますが、
得意不得意もあり、何でも出来るという訳ではないと認識しました。

グーグルのディープラーニング研究の責任者のインタビューもありました。

AIを難しい手の届かない技術に仕上げるのでなく、皆で使って活用してほしいという想いを感じました。

自分も、自分の仕事の中でAI活用考えてます。テンソルフローちょっと勉強してみます☺️

「ディープラーニング」を学ぼうと考えてる方にオススメの一冊です❗

[ブクログ · ★★★★☆]

人工知能と機械学習、ディープラーニングの違いといった人工知能の基礎から入り、現在進行形で実際に企業で活用されている例から、中小企業が実際に導入するまで、幅広く解説した導入書。

はっきり言って人工知能の専門家になる予定が無いのなら、これぐらいの深さの内容を知っていたら十分だと思います。

むしろ中小企業への導入のステップは、たぶん一生使うことの無い知識なので斜め読みでした。

例に漏れず、アルファ碁が世界最強の囲碁棋士に勝ったところから人工知能に興味を持ち始めたけど、英文翻訳の精度がディープラーニングで飛躍的に上がった一方、コールセンターなどほとんどルーチンワークに思えるような分野ではAIはまだ適切に判断できないという件はとても興味深かったです。

むしろ、人間の能力が多岐にわたるので、大量の意思決定が必要なことも単純作業に見えてしまっているのではないかと思ったり。

[ブクログ · ★★★★☆]

‪そもそもディープラーニングとは？という導入からグーグルや各企業での活用事例までまさに入門編として最適な一冊。グーグルが目指す世界のヒントがあるように思える第3章が特に面白かった。これだけの技術をオープン化するという発想が凄いし、その真の狙いはどこにあるのだろう？‬

[ブクログ · ★★★★☆]

【Deep Learningに関する基礎知識とGoogle事例、企業での活用事例がまとまっている】
難しい数式等も出てこないので、人工知能、機械学習とDeep Learningとはどう違うのか？Deep Learningの基礎知識を整理することができた。

また、Googleでの事例の中では、驚きもあった。
人工知能が単語ベース問題を出し、人間が20秒以内に描いたお絵描きを人工知能が評価する「Quick Draw」
ニューラルネットワークの学習を見える化した「Play Ground」
が特に面白い。

[ブクログ · ★★★★☆]

ディープラーニングの仕組みを初学者にもわかりやすく書かれています。
AIの概要をまずは掴みたい人にはオススメです。
現時点でどういったサービスが出ているのかもわかり、ボリュームもそれほどないので、さらっと読めてしまうと思います。
AIを極めたい！という方には少し物足りないかもしれません。

[ブクログ · ★★★★☆]

グーグールに学ぶディプラーニング　日経　BP社

人工知能と機械学習とディープラーニングの違い
人工知能をつくる上での方法と具体性の違い

ウエブ上におけるビッグデータと言われる
間違いをも含めた会話と文を
片っ端から呑み込んでその言い回しをつかむことで
翻訳機能を向上させて行く仕組
人間がプログラムを作ることなく
コンピューターが自分で多くの情報から
学んで作り上げていくシステムのことを
ディープラーニングと言う
意味がわかっているわけではないが
成り立ちを理解することで仕事をこなす機械学習の一つ

言葉だけでなく多くの姿形から漠然として抽象度の高い
種類分けなどを可能にするよりファジーな選択を目指す
具体的な部分の理解から大づかみの全体観を引き出す能力

[ブクログ · ★★★★☆]

前半の説明部分は良かったが、
後半の例部分が広く浅く記載されていて、得られるものが少なかった。

しかし、基本を知る、という意味では良かった本だと思う。

[ブクログ · ★★★★☆]

人工知能に関する周辺情報を効率よく知ることができた。
機械学習とディープラーニングの関係。機械学習以外の人工知能とは。
人工知能を活用するために必要なこと。人工知能を活用するために必要な人材とは。
など参考になった。