福馬智生のレビュー一覧

世界一カンタンで実戦的な文系のための人工知能の教科書

難しい言葉を使わずに解説してくれるありがたい本。それでもボンクラな自分には全ては分かりかねる。そのため以下は記憶に残った部分と感想。
ANI（特化型AI＝スマートスピーカーとか自動運転とか）とAGI（汎用型AI＝人ができることならなんでもできる）。フィクションの世界だと汎用型AIのイメージだがまだそこまでは到達が難しいようだ。
効用関数（それぞれの行動がどれくらい良いか＝人間でいう価値観）がデータから行動する価値判断になる。AIが何をしないといけないのかフィードバックする「親」部分が目的関数になる。AIを人間に例えると分かりやすいようだ。
ルールベースAI（知識を構造に落とし込む）でもデータが少なくルールが明確なら有効。予め予測ができる範囲内であれば良い手法な気もする。
arXivというプレプリントサーバーの活用で最先端を知る（玉石混交な恐れ有）。まだ見てもいないが英語の学習が必須なのだろう。
AIを用いて何かを作るデータサイエンティストが料理人、データが食材、計算機とプログラミング言語が調理用具、どのように作るかというAIアルゴリズムがレシピ、学習済みAIが出来上がった料理、誰に提供されるかというのが客。これは非常にたとえが分かりやすかった。
AIが識別（音声・画像認識など）・予測（需要・障害・行動予測）・実行（業務最適化・作業自動化）において実用化されていること。AIができることを分かりやすく一言で説明してくれている。
タイトルに偽りないように思う。

世界一カンタンで実戦的な文系のための人工知能の教科書

データアナリティクスについて心の底から興味を持ったので勉強し始めたい、とその道に詳しい方に相談したらまず入門書としてお勧めされたのがこちらの本。
非常に読みやすく、更なる勉強や実践に向けて興味やモチベーションが高まる１冊でした。

世界一カンタンで実戦的な文系のための人工知能の教科書

機械学習は、従来のルールベースドシステムとは異なり、ある入力と出力の間の関係性を自動的に生成すること仕組みのことを言う

従来のルールベースドシステムでは、入力と出力の関係性を人間が規定するが、変数が増えれば増えるほど例外処理を付け加えることになり、ルール化が難しいため、機械学習は変数が多くとも対応可能と言う点で優れている

しかし、そのルールを人間が理解可能な形で示すことは難しく、医療などの分野での導入が進まないのはそう言った背景が存在する

世界一カンタンで実戦的な文系のための人工知能の教科書

そもそもAIはどういうことができるのかに始まり、最新のAI情報の仕入れ先など、QA形式でわかりやすく解説してある。
誤字が多いのが残念。読んだのが初版だったから、そのあとは改善されているのかな？

世界一カンタンで実戦的な文系のための人工知能の教科書

AIってなんだ？という疑問から手に取った本書
縁遠い世界でいきる私でも理解できる内容だった

仕事でAIを活用する予定は今のところないが、
もしそのようなことが起きた場合に
今回得た知識がなんとなく参考になってくれたら嬉しい

世界一カンタンで実戦的な文系のための人工知能の教科書

2020年の書籍なので、当然ながら現在のAI事情とはかなり隔たりがある。それでも、初心者がAIの基本的な考え方を知るための入門書としては十分だったと思う（初心者なので、それすらもわからないのだけれど）

特に印象に残ったのは、AIと人間の"目的"の違いについて。
AIは与えられた目的に対して最適化する一方、人間は「そもそも何を目的とするべきなのか？」まで問い直すことができる。目の前の目的を達成するだけでなく、その目的自体を多層的に捉え直せる！

また、機械学習はブラックボックスと揶揄されるように、「なぜだかわからないけれど、こういう結果を出力した」ということが起こりうる。

本書では、AIが実用化されている領域を「識別・予測・実行」の3つに整理していた。現在は、生成AIもあるので、ここに関してはAIにできることは格段に広がったのだろう。

一方で、2020年時点で問題視されていたAIへの信頼の問題は、今も続いていると思う。人間の信頼を得るポイントは4つ。
・Robustness（堅牢性）
・Fairness（公平性）
・Accountability（説明責任）
・Reproducibility（再現性）
AIが悪意のあるデータに騙されないか。判断に偏りはないか。なぜその結果になったのかを説明できるか。同じ条件で同じ結果を再現できるか。

説明責任について。「人間に理解できるルールがあるなら、機械学習なんて使うまでもない。でも、複雑な問題ほど機械学習が有効なのに、社会に実装するには人間への説明責任が求められる」というところに、面白い矛盾を感じた。

医療分野でAIの社会実装がなかなか進まないのは、単純に精度の問題だけではなく、説明責任や安全性、責任の所在など、人間側の信頼の問題が大きいのだろう。これは以前から肌感覚として感じていたこととも重なり、納得感があった。
2020年のAIの最前線を、見ていると技術そのものは大きく変わったけれど、AIを人間社会にどう受け入れるかという問題は、思っていた以上に変わっていないと知った。

本書ぐらい噛み砕いた最新版が読みたい…

世界一カンタンで実戦的な文系のための人工知能の教科書

はじめて読む入門書として本を開きましたが
世界一カンタンで実践的はちょっと言い過ぎかと…。わかりやすい部分もあくさんありました！

世界一カンタンで実戦的な文系のための人工知能の教科書

質問ベースで章が構成されていて読んでいて楽しい。技術系の人たちと同じ目線で会話できるようになりたいと思って読み始めたが、少し近づけた気がする。

世界一カンタンで実戦的な文系のための人工知能の教科書

人工知能を概要とトレンドを紹介した本。
初歩レベルと上級レベルの中間的な内容。
汎用AI はまだまだらしい。
学習させる入力データの精度がAIの性能に作用する。
何の為のAIか、目的関数は人間が決めるところ。