田中潤の作品一覧
「田中潤」の「誤解だらけの人工知能～ディープラーニングの限界と可能性～」「プロフェッショナルWebプログラミング Django」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
プロフェッショナルWebプログラミング Django
ビジネス・実用
-1巻3,520円 (税込)【大人気のフレームワーク「Django」、現場で使える力を身につける。】 近年、AI開発を中心にPythonがますます注目されています。Pythonは初心者にもやさしい言語で、「パッケージ」や「フレームワーク」という便利な「部品」が数多く提供されているのも人気の理由です。その一つであるDjangoは、Webアプリケーションの制作環境として大人気、業界でも注目されています。アプリ開発における技術的な敷居の低さも人気の理由の一つとなっています。 Djangoを使用すると、よく見かけるような会員制サイトなども簡単に開発できます。たとえば、YouTubeやInstagramでも活用されています。 本書は筆者がエンジニアとして得た実践的な知識をお伝えするべく、実際の開発の流れに沿って学べる構成となっています。環境構築が苦手な方でも学習を進められる内容なので、初心者の方もご安心ください。 この本では、読み進めていくためのPythonの基礎から始めてDjangoの基本を紹介、そして作例（社内SNS）を開発するという流れで、実務的な開発手法を学べる形式になっています。デプロイ、各種ツールやサービスの基礎解説も掲載。作例データはダウンロードできます。 プログラミングの学習は、とにかくコードを書いて実際に動かしてみることが重要です。コードが理解できなかったり、エラーが出てしまったりすることがあるかも知れませんが、まずは立ち止まらず最後まで諦めずに開発を進めてください。そうすると開発の流れや全体像が見えてくるでしょう。 〈本書の内容〉 ■PART1 Pythonの基本を学ぶ ■PART2 Djangoの基本を学ぶ ■PART3 DjangoでSNSを作る ■PART4 アプリケーションを公開する ■APPENDIX 〈著者プロフィール〉 田中 潤 Shannon Lab株式会社 代表取締役。アメリカの大学で数学の実数解析の一分野である測度論や経路積分を研究。カリフォルニア大学リバーサイド校博士課程に在籍中の2011年、「ShannonLab」を立ち上げるために帰国。これまでの研究成果や技術を生かして、対話形式で有名人を当てる推測エンジン「Mind View」や、テキスト対話エンジン「Deep Love」など数々の人工知能エンジンを開発。開発する際は常にPythonを愛用。近年人工知能がホットな話題となり、数理研究とビジネスモデルの双方の視点からアドバイスを行い、企業の人工知能ビジネス立ち上げを多数手がけている。コンサルティングを重ね、人口知能サービスを商品化するためのビジネスプランを練り、企業との共同研究開発も行っている。 伊藤陽平 日本暗号資産市場株式会社のエンジニアとして、ブロックチェーンやWebアプリケーションの開発を中心に行っている。元Shannon Lab株式会社のインターンとしてPython、Djangoの開発に携わる。また、新宿区議会議員（2期）、Code for Shinjukuの代表として行政のICT化やプログラミング教育にも取り組んでいる。 -
誤解だらけの人工知能～ディープラーニングの限界と可能性～
ビジネス・実用
3.81巻880円 (税込)なぜ各社がこぞってスマートスピーカーの販売に乗り出したのか？――人工知能の研究開発者が語る、第3次人工知能ブームの終焉の可能性とディダクション（演繹法）による第4次人工知能ブームの幕開け。人工知能の次の5年、10年、20年を正しく理解できる決定版！
ユーザーレビュー
-
-
Posted by ブクログ
数学科出身で、人工知能に関するスタートアップ企業の創業者である田中氏が、聞き役の松本氏がリードする人工知能に関する大枠の質問に答える形で進んでいく。人工知能の現在地が、比較的フェアな視点で語られている。
対談形式の本はこれまでの自分の経験上いまいちな仕上がりになっていることが多いのだが、ある程度語るべきことが二人で共有されており明確なので、テンポのよい読みやすい本になっている。
本書の章立ては以下の通り。
第一章 みんな人工知能を勘違いしている
第二章 人工知能はこの先の社会をどう変えていくか?
第三章 社会に浸透する人工知能に
人工知能と言われているものは、現時点のものは「ディープラーニングそのもの」であると言う。将来にわたってそうかどうかはわからないが、そんな状況のものを定義しても意味がないとでも言う。そしてディープラーニングは何かと言うと端的には「分類」することだと言う。特にディープラーニングは画像解析によくその分類能力を発揮しているが、これをして「機械による目の獲得」であるという。松尾豊さんがアンドリュー・パーカーの『眼の誕生』に書かれたカンブリア紀の生物種進化の爆発を生物による目の獲得であったとする説を引いて、同じことを言っているが、同書はここでも紹介される。パーカーの眼の獲得は自分もお気に入りの比喩で、理屈としてもディープラーニングによる機械の目の獲得から今後様々な分野で爆発的進化が起きることを予感させる。
巷のシンギュラリティ論に対して、著者はアンチシンギュラリティで、扇情的にAIが取り上げられることについてはものごとを歪めるものとして、不満に思っている。少なくとも彼らが言うようなシンギュラリティはすぐにはこないと。AIは技術であって、哲学やその類のものではないという意見だ。人間に対するAIの強みはどこになるのかというと明確で、リソースをほぼ無限に拡張できる点と、記憶が完璧な点だ。これにより、これまでできなかったことができるようになり、ある種のもの(チェスや将棋やクイズ)については人間よりもうまくできるようになっている。ただ、それが人間を超えたということにはならない。著者も『AI vs 教科書が読めない子どもたち』や『はたらきたくないイタチと言葉がわかるロボット 人工知能から考える言葉』などで言われているように機械による意味理解は大変難しいという。その通りだと思うし、この認識については、広く共通認識となってほしいと個人的にも思っている。
また、ディープラーニングにも得意不得意があり、それも含めて徐々に浸透することが見込まれるので、しっかりと足元を見て推進していこうよ、というのが著者のメッセージなのかと思う。
一方で、実際的な課題としては、技術人材、組織の理解、学習データ、の不足が挙げられる。ハードウェアの制約がGPUやクラウドの登場によって解消された今、これらのヒューマン的要素が成長の制約条件として顕在化してきている。特に日本では圧倒的に人材不足だという。日本は少なくとも数学教育では過去の遺産をもって優位に立てていなければならなかったはずだが、そこが劣位になってきているのは危機的なのかもしれない。特に著者は大学における統計学科の創設の推進を訴える。確かに統計学は実学的な部分も含めて専門的に集中して勉強するべき領域でもあると思う。複雑系の学問と組み合わせれば学問的にも面白いことができると感じるので、実学一辺倒というものでもない。就職や就職後の実際に役立つスキルとしてもアピールできるだろうから、大学側の学生獲得のビジネスとして考えるとこれから私大を中心に統計学科というものが出てくるのではないかなと思う。また、著者はPythonなどのプログラミング言語を覚えることも重要だという。プログラミングを通して実際にディープラーニングに触れることにより、より実態に即してAIの適用・不適用を検討できるはずだ。
AIは今後も社会へ浸透していくはずだが、その領域として音声認識による受付、自動運転、顔認識による認証・監視カメラ、医療診断などが考えられる。そうしたことが想定される先に、将来雇用を奪ってしまうことが一部では懸念されている。著者はここでも一般的な極端な予測とは距離を置くべきだとして、まずそういうことは一気には来ないこと、またそれは仕事を奪うのではなく、労働からの開放と捉えるべきだと示唆する。この考えは、ベーシックインカムの思想にもつながり、実際に試験的に導入されているフィンランドやカリフォルニアの事例を挙げる。実際、シンギュラリティが来なくとも、AIによって社会は大きく変わっていくはずだ。
本書はiPhoneの自動音声認識でドラフトされたという。人工知能によって省力化しようという趣旨でもあるので、それを地で行く形になっているということか。
著者の田中さんは一度所属するAIに関する研究会で講演してもらったことがある。かなりくだけたフランクな感じで面白かった。ありがとうございます。聴く前に読んでいればよかったですね。 -
Posted by ブクログ
恒例の2018年GWの大掃除で部屋の隅から、読みかけの本を発掘しました。３章立ての本で、２章の最終項から読み始めたのですが、凄い内容ばかりで驚きました。凄い、というのは、人工知能（＝ディープラーニング）の限界を示した上で、将来の人間はどのような生活になるのかを解説していた点です。
１９世紀かそれ以前に、機械がでてきた時に、それまで無かったものであったので、不安に思ったり、一部の人は破壊まで行った時代がありましたが、今の私たち（労働をしている人々）と、人工知能も同じような関係にあるのかもしれません。
人工知能と張り合うのではなく（チェスの王者が人工知能に負けた、人間のほうがまだ偉い等）人工知能と上手に連携して、かつて新しい技術を受け入れてきた私たちの先輩のように、いかにうまく付き合っていくのかを模索する時期に来ているのだと思いました。
以下は気になったポイントです。
・将棋も囲碁も負けました、この先、いろんな場面で徐々に人間が人工知能に負けていくでしょう、やがてどこかの誰かが「なんか仕事ないね」と口にした瞬間がシンギュラリティと呼ばれるものである、その時には人は働かなくていい状態になる（ｐ４５）
・人間の場合、１つの画像の中に写った様々なモノをそれぞれ別個だと認識できる、「部屋の中にいる犬と遊んでいる赤ちゃんの写真」という纏め表現ができる、これが、セパレーション（分類）と、グルーピングという能力（ｐ５０）
・2018年現在のディープラーニングが表現できているのは「名詞」、クルマの映像を見て、「動詞で理解するのはまだ先」（ｐ３５、７７）
・データで表現できない「何か」を、過去の経験値から分類して言葉で表現する（人間がやっていること）は、凄く難しい（ｐ６５）
・言葉で説明するのは意外と難しい、と思われたなら、それはディープラーニングで表現するのは難しい領域である（ｐ６６）
・ディープラーニングが壁を乗り越えるには、演繹法（＝理由づけの方法）、理由までセットにして提示してくれる技術、おそらく１０年以後になるだろう、これができれば第４次人工知能ブームとなるだろう（ｐ７９、８１）
・ピーターの法則、組織は進化すると最終的にすべて無能な人材が占める、有能な人間は出世すると肩書もついて階層も上がっていく仕組みになる。でも次のポストでも有能とは限らない、従って、人材を適材適所に完璧に配置できている人事なんて無い（ｐ１１３）
・気の利かせた作業には、理由づけが必要である、なので何かの作業にのみ特化することはできても、人工知能が全般をするのは難しい、その前段階として、電話対応のみは任せられる、品質管理と発注だけなら、スケジュール管理だけなら、という部分的な人工知能となる、それを統合して全般を担当できる（ｐ１１９、１２２）
・事務作業全般が、人間の能力の上で成り立つイレギュラーな作業だらけである、だからそう簡単には人工知能で代替されない、少しずつ（ｐ１２３）
・自動運転車は、１）安全性が本当に担保できるか、２）事故を起こしたらどうするか、３）流行るか、である。つまり、保険適用可能か、法律クリアか、トレンド起こせるか（ｐ１３１）
・この先１０年は、命にかかわる分野よりもはるかに安全で、誤認識が起きても人間が後からフォローできる分野での人工知能の開発、世間への浸透が進むであろう（ｐ１５１）
・ブロックチェーンと人工知能との相性はかなり良い、ブロックチェーンが人工知能のデータベースとなるだろう。取引履歴をまとめた台帳をチェーンのように束ねて、一か所にまとめて管理するのではなく、分散して管理する、改ざんがほぼ不可能（ｐ１８１）
・今のロボットは、「ルールベース：前提と結果のルールを網羅する仕組みをシステム化」である。人間は判断力の欠如によって結婚、忍耐力の欠如によって離婚、記憶力の欠如によって再婚する（ｐ１８６）
・人工知能が雑談ができていると感じるのは、話を逸らす技術がうまいから、ちょっとわからないと話を上手く逸らす、あいまいな返事をする、という話し方が得意（ｐ１９０）
・意味を理解できる強い人工知能（人間が何も教えていないのに、何等かの答えが出せた）が誕生して、その後にシンギュラリティに到達する（ｐ１９９、２０１）
・２０世紀に求められたのは組織で生きる能力であった、仕事をするための能力、資格こそ努力の証であったが、このような能力は人工知能が駆逐する。２１世紀には「人生を生きる能力」が必要となる（ｐ２１０）
・人工知能が仕事を奪うのではなく、人工知能によって労働から解放されるという発想である、人工知能という「奴隷」に全部やってもらえばいい、死ぬまで働くって奴隷と何が違うのか（ｐ２１４）
・労働の対価としてお金をもらという仕組み自体を壊すしかない、つまり経済を回すためには、残り4000万人（人工知能が代わりに働くことになった対象の３分の２）に、お金を配るしかない、これが、ベーシックインカム、現在、フィンランドで実証実験中、2018－19年には結果が出る（ｐ２１５、２１９、２２４）
・人工知能の時代を迎えると、組織から個人、労働より共感、より一人ひとりの人間が注目を集める、その指標が「信用」「共感」となる（ｐ２２８）
・シェアリングサービスができるのは、相手に対する信頼が可視化できるから、周囲からの評価が得点化されている、アリペイの芝麻信用というユーザーの信用度を数字で算出するサービスが爆発的に普及している、そのアプリは、「身分の公開」「つながり」「返済能力」「クレジットヒストリー」「行動履歴」の５要素がそれぞれ数値化されている（ｐ２３２）
・人工知能時代の、信用を作るのが得意な人と、不得意な人に分かれて、信用格差が生まれてしまう。信用格差が生まれる基盤が、リアルからインターネット上に移行するので、FacebokやTwitterを使っていない人達がいつのまにか社会から「信用できない」というレッテルを貼られる可能性がある（ｐ２３４）
・地方に行くと、時間軸が明らかに都会と異なる街並みを見かける、それは町を進化させる投資をしてこなかった差分を表している（ｐ２３７）
・プログラミングを始めるのであれば、Python、人工知能を勉強するには良い（ｐ２５０）
・ネット上で実名で生きられるようにするには、Youtube、VALU、Timebankをするのも良い（ｐ２４１、２５３）
2018年5月5日作成 -
Posted by ブクログ
「AI vs. 教科書が読めない子どもたち」新井紀子
「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」松尾豊
と読んできてAI関連の3冊目。
人工知能をガチで作っている人の将来展望を知っておきたくて読んでみた。
2020年代、2030年代、2045年以降に区切っているが、2018年現在の課題解消に必要な時間が述べられている。
人工知能に置き換わっていく仕事と、人間でなければできないことの判断基準のヒントが得られる。
頭の片隅に留めておこうと思ったことを以下に少しだけ。
・ブロックチェーンが人工知能のデータベースになる。（??コストが高すぎるのでは??）
・仕事は人工知能がやってくれるのだから、労働時間が減少しベーシックインカムが必須となる。(現状では絵に描いた餅)
・人工知能に置き換わっていく仕事は地方にも波及するか疑問、情報格差が生じる。
・現状の社会や組織を人工知能に置き換えるという発想「現在の延長線」はダメ。人工知能の進化に組織や社会を合わせるべき。
・インターネット上を「匿名でなく」実名で生きられる人が人工知能時代を満喫できる。 -
Posted by ブクログ
研究者として人工知能研究を行う田中潤氏と統計や分析に精通する松本健太郎氏が話題の人工知能について初心者でも分かりやすく理解できるように解説した一冊。
本書を読んで人工知能にまつわる誤解が解けるとともに様々なことを知ることができました。
そして、人工知能の現在までの発展の過程や人間の脳と人工知能の違いやシンギュラリティの真実を学べました。
データを取得することがこれからのAIの発展において大切であり、
また、2018年から2045年までの人工知能の可能性やそれに基づいての地方創生や働き方改革にも言及されていて、研究や開発が他国より立ち遅れている日本の今後について書かれているところは刺激的で勉強になりました。
そんな本書の中でも意味や概念を理解させるために今後ディダクションという理由付けを行っていくことが大事だということは印象に残りました。
また、本書に書かれているGoogleやAppleが参入しているスマートスピーカーの真の狙いには驚きました。
ただ、フォントのみで区別されていて時折どちらの発言かがわからない部分は内容が素晴らしいだけに非常に残念でした。
本書を読んで人工知能の可能性を知るとともにこれから生きていく上で人工知能とどのように上手く付き合っていけばいいかというヒントを得ることが出来ました。
人工知能の発展とともにこれから起こるであろうパラダイムシフトのなかで本書で学んだ知識をしっかりと活かしていきたいと感じた一冊でした。
