松尾豊のレビュー一覧

スタディサプリ三賢人の学問探究ノート(1)人間を究める

松尾豊 / 長谷川眞理子 / 廣野由美子 / スタディサプリ進路

廣野由美子の本を探していたら本書に出会った。
この人は、100分DE名著のシャーロック・ホームズ　スペシャルに出演していた。で関心を持ったのだ。
京都大学から神戸大学大学院に進んだ経緯が詳しく書かれていて興味深かった。

本書は、ＹＡヤングアダルト向けの内容だ。

儲けものだったのは、松尾豊の生い立ちが読めた事だ。

またディープラーニングに関しての記載があったことだ。

ＡＩに関して漠然と何か凄いものだ。人の仕事が奪われる。
岸田首相が漠然とデジタル社会の構築とか言うけど、アバウトで言ってる本人が分かってるのか。

短い文章ではあるが、人工知能に関して分かりやすい切り口で書かれているので、一読の価値は十分にある。

知的好奇心を満たしてくれてので、⭐️４つにしてたけど、
５つにした。

東京大学のデータサイエンティスト育成講座

塚本邦尊 / 山田典一 / 大澤文孝 / 中山浩太郎 / 松尾豊

これまでBIツールを用いて見える化を試みたが、
前段の分析技法が欠落しており、空回りに終わっていた。
腰を据えて、基礎から学び直し。

因果推論の科学 「なぜ？」の問いにどう答えるか

ジューディア・パール / ダナ・マッケンジー / 松尾豊 / 夏目大

『自主的に薬Dを服用した患者の寿命Lの観察頻度は、数学的にはP(L|D)という式で表すことになる。これは、統計学の教科書に出てくる標準的な条件付き確率の式だ。この式が表現しているのは、患者が薬Dを服用したのを見て考慮に入れた場合の寿命Lの確率Pである。P(L|D)とP(L|do(D))ではまったく違うことに注意してほしい。見ること（観察）と行動すること（介入）は根本的に違う。そしてこの違いは、私たちが気圧計の測定値の低下を嵐が来る原因とみなさない理由の説明になる。気圧計の値が下がっているのを見て、それを考慮に入れれば、嵐の確率は上がっていると考えていいが、気圧計の値を無理に下げたとしても、嵐が来る確率に変化は起きないのだ』―『序章 「因果推論」という新しい科学／因果ダイアグラムと記号言語』

1999年に書いたテクニカルノートの冒頭に「一般に回帰法を用いたデータ処理においては、データ空間の中に潜在する関係を見い出すデータモデリングに着目した部分と、データから推定されたモデルの評価／最適化に着目した部分があり、各々に技術的な要素がある。ここではまずデータモデリングの部分について技術的要素を整理し、その後、モデルの評価／最適化に係わる技術的要素について言及する」と記してある。拙い論考ではあるが、ここでデータ解析の実務者としての自分が考えていたことは、物理学的なデータ間の関係性と統計学的な関係性とは分けて考えておかなければならない、ということであったと顧みる。如何にそれらしい関係性をデータ群から見出しても物理学的な関係性に落とし込めなければ意味はないとの戒めが当時の自分にもあったのだ。だからこそ、非線形の回帰法を利用しつつ如何に物理的な裏付けのある関係性を見い出すかということを懸命に模索していた時にこんなメモを残したのだ。その「物理的な関係」を広義に言い直してみれば「因果律」ということになる。それは、原著のタイトル「The Book of Why」の答えとしてデータを前にした者が求めたいものである。しかし、アインシュタインは一般相対性理論を展開する中で全ての事象は相対的な関係でしか著せないと言った。事象Ａに事象Ｂが先行しているように見える世界もあれば、その逆に見える世界も同時に存在し得る。だとすればＡがＢの結果であるという単純な因果律など存在しないのかという極端な話にもなるが、ヒトは自分の生きている世界観の中で因果律を求めたがる生き物だ（だからこそ都市伝説や陰謀論に引き付けられる人々も多いのだろう）。ラプラス的世界観は現代物理学では否定されているにも拘らず、人は因果律を求めその応用として未来を予想しようとする。閑話休題。

本書は、一般ビジネス書の書棚に平積みされるような本ではあるけれど、決して万人が読んですぐに得心できる類の本ではない。少なくとも、統計学的な一般素養が必要とされる。統計学的な一般素養とは、単に統計処理ソフトを使えるという意味では決してなくて、その処理で用いられている手法についての理解、データを扱う上での注意点などを理解している、という意味である。例えば、職場のパソコンに必ず入っているであろう表計算ソフトを利用して二つのデータの関係性が近似式で散布図に挿入されたのを見て係数を知れば充分という人に、この本はお勧めできない。多変量解析において独立変数の選択や次元の呪いに苦しんだことがあり、より自然な関係性を求めて非線形の関係式をモデルとして検証したいと思いつつ不用意な変数の変形によるデータの偏重を如何に避けるかということに取り組んだことのある人であれば、ひょっとすると面白く読めるかも知れない。データマイニング的な手法を扱ったことがあれば申し分ないし、ディープラーニングの理論的な側面を学んだことがある人なら正に著者が想定している読者になれるだろう。それでも統計学者ではない実務者にとってはやや意外でもある「因果律」を否定する統計学界の風習に対して、それを形而上学的な論争ではなく数学的に自明な解決を目指して理論を展開してきた著者の技法については、この本を読んだからと言って完全に理解できる訳ではない。だが、著者が何故「因果ダイアグラム」という手法に拘り、do演算子などを駆使して「左辺」と「右辺」の関係性を単純な「対比」から「因果」へ導こうしているのかの主張はよく理解できる。ただし繰り返しになるが、表計算ソフトで回帰分析をする際に、ＸとＹを入れ替えることの意味や主成分分析との違いを（つまり、観測されたデータは、観測されていないデータも含めたデータ群が形成する空間をより低い次元の空間に落とし込んだ「影」に過ぎないのだと）認識していない人には、回りくどく、そして、やや自慢話的な語りの多い本書はとても読み難い本ではあるだろう。

『科学的な問いの中でも回顧的な思考が関わるものには、「反事実」と呼ばれる因果推論に特有の、別の種類の表現が必要になる。たとえば、ジョーが薬Dを服用して、一カ月後に死亡したとする。ここで問いたいのは、果たして薬Dは彼の死の原因なのか否かということだ。この問いに答えるには、ジョーは薬を服用しようとしていたが、結局は気が変わって服用しなかった、という架空の筋書きを想像する必要がある。この場合、果たしてジョーは死なずに生きているだろうか。すでに書いたとおり、古典的な統計学はデータを要約するだけである。つまり、この問いを表現するための言語すら持っていないということだ』―『序章 「因果推論」という新しい科学／反事実的推論の重要性』

著者が断言する「データは何も教えてくれない」とは、実に刺戟的だが、昨今のディープラーニング型の人工知能信奉が蔓延る中、心に留めておくべき言葉であると思う。そんな風潮に流される若い世代の技術者に接して思い出すのは、データ解析初学者であった頃によく先達から言われた「ガーベージ・イン・ガーベージ・アウト」という言葉。何でも良いから大量のデータを読み込ませて、どうしてそうなるのかも解らない畳みこみニューラルネットワークの出した答えが見た目それらしいからと言って受け入れる風潮には自分も違和感がある。私見だが、ニューラルネットワーク的な手法がやっているのは極端に言えばデータのオーバーシュートで、幾重にも再帰的に入れ子になった多変量の多項式。そこから見い出される関係性の頑健性はそもそも考慮されていない。データには常にエラーがあり、それを理解しつつ確度の高い関係性を構築するかが本来解析者のやるべき仕事ではないのか。そんな誰に言うともなく言いたかったことを久しぶりに思い出した。

超ＡＩ入門 ディープラーニングはどこまで進化するのか

松尾豊 / NHK「人間ってナンだ？超AI入門」制作班

日進月歩の分野としては、やや古い本になってしまうのかもしれないが、昨今のAI絵やAI文章の簡単な仕組みが理解できた。わかりやすい。

因果推論の科学 「なぜ？」の問いにどう答えるか

ジューディア・パール / ダナ・マッケンジー / 松尾豊 / 夏目大

因果推論って難しくて腑に落としにくいですが
先人たちがどう悩んで論を立てていったかをなぞることにより理解を深めるってのはありですね
スラスラ読めるってほどでは流石にないですが内容の難しさの割にはリーダブルで好著

深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版

一般社団法人日本ディープラーニング協会 / 猪狩宇司 / 今井翔太 / 江間有沙 / 岡田陽介 / 工藤郁子 / 巣籠悠輔 / 瀬谷啓介 / 徳田有美子 / 中澤敏明 / 藤本敬介 / 松井孝之 / 松尾豊 / 松嶋達也 / 山下隆義

ディープラーニングに関する情報は網羅的に載っているので、
ほとんどAIの実務に携わったことのない方であっても、読むことが出来ます。

超ＡＩ入門 ディープラーニングはどこまで進化するのか

松尾豊 / NHK「人間ってナンだ？超AI入門」制作班

タイトルの通り、ＡＩの入門書。
ＡＩを学習する取っ掛かりとして、
理解しやすい。イメージしやすい内容でした。

東京大学のデータサイエンティスト育成講座

塚本邦尊 / 山田典一 / 大澤文孝 / 中山浩太郎 / 松尾豊

pythonの文法や、数多いライブラリの使い方を齧るよりも前に、線形代数、微積分・最適化、数理統計をある程度トレーニングしておくこと、さらに、それ以前に、全体と細部を同時に「思い、感じる」という科学的なものの見方について、いわゆる教養が必要だとは思う。それでも、コンピュータという道具は、習うより慣れろという面があるのも、また真実であり、そういう点で、項目の立て方や見易さ、さりげないヒントの書き込み方など、とても良いテキストだと感じた。

東京大学のデータサイエンティスト育成講座

塚本邦尊 / 山田典一 / 大澤文孝 / 中山浩太郎 / 松尾豊

Pythonを少し勉強して、さらに成長したい方にオススメです！

ベースはデータサイエンスなので数値解析がほとんどです。

最後の方になると機械学習の実際のプログラミングができるようになってきます。

これ1冊をやればデータサイエンティストとしての実力が身に付くと断言出来る1冊です。

マンガでわかる！ 人工知能 AIは人間に何をもたらすのか

松尾豊 / かんようこ

とても理解しやすく読めた。
ざっくりとした基礎的な情報も、踏まえて読んでいたので、より深めて頭に入っていった。

SFっぽい話も入ってて、好きな人なら尚更楽しめるのかなと思う。
マンガシリーズの評価が高いのも理解できる。

深層学習教科書 ディープラーニング G検定（ジェネラリスト） 公式テキスト

一般社団法人日本ディープラーニング協会 / 浅川伸一 / 江間有沙 / 工藤郁子 / 巣籠悠輔 / 瀬谷啓介 / 松井孝之 / 松尾豊

G検定対策のために読破。
画像や基礎的なところは余裕だったが、RNNや強化学習、GAN、物体検出、自然言語処理、などは新しい言葉が散見してちょっと難しい。というか覚えないと・・・

ただ、また読む必要はない感じなので、問題集を読んで復習しよう。

人工知能～その到達点と未来～

中島秀之 / 丸山宏 / 浅田稔 / 麻生英樹 / 池上高志 / 橋田浩一 / 松尾豊 / 松原仁

AI(人工知能）に関する最新の情報がわかりやすく概念で理解できお薦め。語句解説や研究者名と参考書籍が掲載されており便利。また具体的応用例についてもヒントあり面白かった。ディープラーニングへの期待がこの分野の専門でない私にもよく理解できた。「人間は環境との相互作用の中で生活している。脳だけを独立してシミュレートしても、知能は再現できないであろう。」奥深い世界に興味深々。

深層学習教科書 ディープラーニング G検定（ジェネラリスト） 公式テキスト

一般社団法人日本ディープラーニング協会 / 浅川伸一 / 江間有沙 / 工藤郁子 / 巣籠悠輔 / 瀬谷啓介 / 松井孝之 / 松尾豊

本書が出版されるまで、G検定は非常に勉強しにくかった。

検定側が推薦する図書は存在するものの、問題集がなかったためである。そのため、情報量の多い推薦図書は読むときに強弱をつけられず辛かった。

本書には、推薦図書の要点と想定問題がまとめられている。まずは本書で勉強した後で、推薦図書を読むことを勧める。

人工知能はなぜ未来を変えるのか

松尾豊 / 塩野誠

[ちゅん]

正しく理解できる

人工知能についてはいろんな本があるが、第一人者の話だけあってこの本はかなり正確に人工知能の特徴を説明していると感じる

人工知能は人間を超えるか

松尾豊

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。

人工知能は人間を超えるか

松尾豊

[わいあど]

人工知能に興味がある全ての方に

人工知能（AI）がダボス会議の主要議題になり、日々経済ニュースに登場する現在、改めて「人工知能とは何か」を研究者の立場から解説した名著と言えると思います。
過去の2度の「AIブーム」とその後に訪れた「冬の時代」、ディープラーニングがもたらした「第3次AIブーム」と言える現在の可能性と限界、今後の展望について、素人でもわかりやすく、ドラマチックかつスリリングに解説しています。人工知能研究の本質、人類の、知能に対する認識についても触れられており、興味深いです。人工知能に少しでも興味を持った方は読んで損はないと思います。

日本経済AI成長戦略

冨山和彦 / 松尾豊

著者が博学なのだろう。AI本は何冊か読んだが、内容が奥深い
・DXは業務改革　AXは根こそぎ変容
　AI系SAASやアプリサービスは、AIエージェント機能を備えたAIプラットフォームサービスに凌駕される。
　デスクワーカーの仕事の多くは、業務計・システム系を問わず根こそぎ自動化され代替されてしまう。
・ロボットの致命的な欠点は、バッテリー
　AIが発展してもエネルギーを補給できずコード必要
・中国の闇　若年層の仕事が見つからない　デジタル格差の拡大　一人っ子制作による少子化進行　不動産バブル
・丸亀製麺サービス大賞受賞　デジタル化で省人化　アジャイル開発
・ゲーム感覚で人と対話するキャラクターサービス伸びる
　イーロンマスクは流石

人工知能は人間を超えるか

松尾豊

機械学習にディープラーニング。よく聞く言葉だがその定義を人に説明出来ない。ではどうしたら良いかAIに聞いてみたらこの本を一番に読んでみるべきときた。
「最先端の技術を知りたいのに10年前の本？」と思ったが、書評などで今でも高評価。書店にも数冊置いてある。ならば読んでみるか。

分かりやすい。腹落ちする。
タイトルは「人工知能は人間を超えるか」。更に人工知能は人間を征服するか、に対する筆者の見解もしっかり述べられている。ターミネーターのようにはならないみたいだ。ただ人間による悪用には警鐘を鳴らす。

日本経済AI成長戦略

冨山和彦 / 松尾豊

日本経済AI成長戦略 単行本 – 2026/1/23
冨山 和彦 (著), 松尾 豊 (監修)

日本経済AI成長戦略
日本のDXは口だけだったという論には納得。人を切れない日本は、局所最適で、システムを入れても日本は人を減らさない。システムベンダーの発注。コストサイドだけで、競争優位にならない。パワポでやった感だして終わりというのは、あるある過ぎて刺さる。

生成AIで必要になるのが、部下力ではなくボス力というのは納得。そういう意味で中小企業に勝ち筋があるというのはわかるが、実際に中小企業に刺さるかは微妙。慣習・商習慣多すぎてなかなかしんどいよね。

営業力と決定力ぐらいしか人に残されない。

猪口才な生成AIハウツー本とは異なり、課題や深堀り、解決策に至る洞察は濃厚。面白い。さすが第一人者を表するのもうなずける

超ＡＩ入門 ディープラーニングはどこまで進化するのか

松尾豊 / NHK「人間ってナンだ？超AI入門」制作班

超AI入門―ディープラーニングはどこまで進化するのか
編著：松尾 豊 ・ NHK「人間ってナンだ?超AI入門」制作班

急速に進む、AI研究。「人口知能」と言うくらいで、人間の知能、脳の仕組みを模倣しようというところから始まった技術。であるならば、逆の視点から見てみたらどうなるか。模倣された仕組みを通して、人間の知能のあり方が見えてくるのではないか。

本書ではＡＩ（人口知能）について学びながら、「人間とは何か」という問いに、以下の６章により説明されている。私たち人間の行動をつぶさに見ていきながら、その行動にＡＩが関わる余地があるのかを考察している。
①ＡＩと人間の間で会話は成立するのか
②脳とＡＩ、違いはどこにあるのか
③ＡＩは芸術作品を生み出せるのか
④ＡＩロボットの実現はなぜ難しいのか
⑤ＡＩの画像認技術で暮らしはどう変わるのか
⑥ＡＩと人間は融合するのか

人間の脳の仕組みを模倣して開発されているＡＩ、本書ではその模倣されて作り出されたＡＩを紐解きながら、逆の視点から人間の知能・脳のあり方を解読しようと試みている。

７年ほど前に記された本書。その当時こんなことはできるであろうかと書かれていることが、今、ほとんどが出来ている。もしくは出来るであろうという領域に迄達している。

ＡＩに対するインプットからアウトプットに至るプロセスにおいては、今のＡＩについては、様々な要因や仕組みが介在しており、ブラックボックス化しており、目の前のＡＩを活用している。

いかに活用するかという点においては、問題ないものの、やはり仕組みや成り立ちの理解は最小限は必要となる。本書では、その当時のＡＩについての仕組みについて非常にわかりやすく説明されている。飛躍した今のＡＩを知る上での理解は必須であり、延長線上に今の技術が存在している。

AIに使われないためにも必読の一冊。