【感想・ネタバレ】人工知能は人間を超えるかのレビュー

値引き価格 495円 (税込) 8月20日まで
通常価格 990円 (税込)

ユーザーレビュー

Posted by ブクログ 2020年08月01日

人工知能に対して、世の中の過度な期待や憂慮を排除したリアルな評価がされていると感じた。
人工知能とは何であるか、その歴史や仕組みも分かりやすく解説されているので、人工知能の入門書としてはピッタリだと思う。

このレビューは参考になりましたか?

Posted by ブクログ 2020年07月29日

人工知能の歴史と今後来る将来の姿が、わかりやすく説明してありました。
特に今後の方は、きっとこのように進むのだと思います。
大変いい本でした

このレビューは参考になりましたか?

Posted by ブクログ 2020年02月21日

ディープラーニングは、上手に対象を抽象化してるのか!
ターミネーター的に人と人工知能が戦争するみたいなことは起こらないから。

AI vs. 教科書が読めない子どもたち
と一緒に読んでみた。

P96を読んだ感想。
私はLinked Open Data に興味があって調べていたので、それがどんな歴史...続きを読むと発展があって、人工知能、ワトソンとかの研究に関係していたのが知れてよかった!
オントロジーってそういうことか!
すごく驚いた!

言葉に意味付けして、関連を定義して・・・
ワトソンはその情報の繋がりの中から対話の答えを導いてたのか!

ディープラーニングについてネットで調べても、あぁ難しそうだなぁって尻込みしてしまっていました。
でも、この本を読んで概形がぼんやり見えてきました。

P60から説明されている第一次、第二次、第三次AIブームがヘェ〜と感じました。

そっか、ハノイの塔みたいな探索もAIの歴史だったのか。

P63 図4 人工知能研究の見取り図
がわかりやすい!

ハノイの塔のような探索の進化で、チェスや将棋、囲碁のAIがあるのね!なるほどー

オントロジー研究からLODやワトソンに枝分かれしてるんだ〜。

機械学習・ニューラルネットワークとビッグデータの組み合わせでディープラーニングへと成長していくのか〜。ヘェ〜
検索エンジンも、自動運転もこの木の枝の一本ね。


ありがとうございました。

このレビューは参考になりましたか?

Posted by ブクログ 2019年12月12日

詳しくない分野の話であるため、一から現状を知りたいと考えて読み始めた。人工知能の可能性に関する話が、ディープラーニングと特徴表現学習の方法等、第一次AIブームから第三次AIブームで起こった話と共に説明されており、初めて読む者にもわかりやすかった。

このレビューは参考になりましたか?

Posted by ブクログ 2019年11月20日

これだけ流行っている人工知能(Artificial Inteligence)。何か知っておかないとなあと思って購入した一冊。勝手に勉強してどんどん頭がよくなるというぼんやりしたイメージしかなかったけど、なんとなくそのアルゴリズムを知って、人工知能が人間を支配するのはまだまだ先だなと思った(AIには欲...続きを読む望がないから)。また、人工知能は1950年代から開発されていて最近のブームはあくまで特微表現学習、ディープラーニングの分野であることを知った。本書から人工知能の開発は知能の定量化、アルゴリズム化でロマンのある分野だと感じたし、それと同時に知能に関わる反面、倫理や哲学にも絡む、サイエンスだけではない分野であることに非常に興味を感じた。そう感じられたのも著者の人工知能に対する熱量が伝わってきたからだと思う。ただニューラルネットワークやディープラーニングの考えがいまいちつかめなかったので、pythonとかで手を動かしながらなにかやれたらなあと思った。あと、人工知能と飛行機の例(飛ぶ原理をはばたきではなく、揚力に気が付いたこと)がアイデア発想の原点として今更ながらすごくぐっときた。


特微量:機械学習の入力に使う変数のことで、その値が対象の特徴を定量的に示す(p46)

このレビューは参考になりましたか?

Posted by ブクログ 2019年10月24日

ディープラーニング 検定の参考図書に指定されていたので読んでみました。参考図書に指定されているだけあり、非常にわかりやすくまとめられており最後まで一気に読んでしまいました。

人工知能の歴史から活用方法、そして将来について書かれており人工知能を体系的に学ぶには最適な本です。

本の中で感銘を受けた箇...続きを読む所です。
***************************************************
人工知能は人類始まって以来の最大のリスクなのか。
人工知能は「人類最後の発明」になるのだろうか。
***************************************************
筆者はまだ先になると述べていましたが、このワードにわくわくを感じ、人工知能の無限の可能性に魅かれました。

筆者は人工知能に魅了されており、本から伝わって来て私も魅了されてしまいました。

このレビューは参考になりましたか?

Posted by ブクログ 2019年09月03日

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...続きを読む大評価するし、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。

このレビューは参考になりましたか?

Posted by ブクログ 2019年08月29日

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。

このレビューは参考になりましたか?
ネタバレ

Posted by ブクログ 2019年08月23日

* 人工知能のこれまでの3回のブームについて、歴史を追って説明している。それぞれのブームで支持されていた理論、ロジックを説明し、何ができて、何ができなかったのかを解説している。
その時代時代で、ハイライトとなった事柄やぶち当たってきた壁が語られていて、物語のようにスラスラ読める。
特に、ディープラー...続きを読むニングによるブレークスルーの凄さ、当時の専門家達の衝撃や熱気が伝わってくる。
また、人工知能そのもののだけでなく、ビッグデータやコンピュータの性能向上が人工知能の進化を支えてきているということが理解できた。
「第五世代コンピュータ」計画について、そんな明るい希望や熱気が日本にあったことを知らなかった。高揚感を覚えた。

* 身近な事柄に例えられていて理解しやすい。
例えば、「誤差逆伝播」を部下達の情報によって判断を下す上司が、判断方法を調整する方法に例えるなど。

* 注釈が少し難しい部分がある。本文の理解で精一杯な場合は飛ばしても良いと思う。

* 第4章のニューラルネットワークの説明あたりから、数字やグラフ恐怖症の人は少し読み進めるのが辛いかもしれない。ロジックについては完全に理解しないでも良いと思うので、何ができて何ができなかったかに注力して読み進めるべし。

* 第4章、第5章では、機械学習やディープラーニングの論理について説明しているため、これらの入門としても良い内容と思う。ただし、機械学習からディープラーニングの違いを説明するためのものなので、必要知識の網羅性はない。

* 第6章について、「シンギュラリティが本当に起きるのか」について、少し論点がずれたような気がしてしっくりきていない。人間を超える新しい「知能」ができるかというところがミソだと思うが、「これまで人間は新しい生命を作っていない。だから現段階では難しいと思う。」という展開をしていて、何か違うなと思った。
これについては、スティーブン・ホーキンス、イーロン・マスク、レイ・カールワイツの意見の紹介もあったため、参考にしたいと思う。

このレビューは参考になりましたか?
ネタバレ

Posted by ブクログ 2019年02月17日

人工知能研究について、現在ブームとなっているが、実は過去にも何度か流行っていたということと冬の時代があったことを紹介して始まった。1,2,3次ブームでそれぞれ何が人工知能の発展を後押ししたかに触れながら、機械学習と深層学習との違いを説明している。
全体的に数式などはなく読みやすく、人工知能についてザ...続きを読むックリ知りたいときにはタメになる良書だと思う。

このレビューは参考になりましたか?
購入済み

人工知能に興味がある全ての方に

わいあど 2017年05月04日

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...続きを読む望について、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。

このレビューは参考になりましたか?

Posted by ブクログ 2020年07月24日

松尾豊教授による人工知能とディープラーニングの技術の紹介、これまでの60年の歴史が分かりやすく説明されてある。2015年の本なので最新の状況はチェックしないといけないが、社会が求める期待値と現実について平易な言葉で書かれてある。著者自身や研究者達の苦難の歴史が語られる一方、地道な努力を続けてきた業界...続きを読む関係者に敬意を払いつつ、未来に対しても一歩一歩前進出来ると期待している。人工知能の世界に貢献するのはだいぶ難しいかもしれないが、自分もエンジニアリングの世界で何かしら貢献できれば、と思わせてくれる一冊だった。

このレビューは参考になりましたか?

Posted by ブクログ 2020年07月19日

人工知能の第一人者である松尾氏が経産省審議官にプレゼンした内容ベースとした入門書的な分かりやすい書籍。

人工知能と一括りにするにはステップがいくつかあり、単純な区分プログラムから自分で考えることができるものまである。

とはいえ、人間であれば自然と理解しているその前提をサンプルで教え込むことの難し...続きを読むさがあり、今まで人工知能は2度の冬を迎え…今ディープラーニング等と共に3度目の挑戦に臨んでいる。

これから、シンギュラリティを迎えるのかわからないが人工知能が発展する中での人間との関わり方をを見たいと思った。

このレビューは参考になりましたか?
ネタバレ

Posted by ブクログ 2020年05月16日

ブロックチェーンと並んで最近話題のAI。
AIって人間みたいなロボットじゃないの?データを入れれば未来のことを何でも教えてくれる魔法の箱みたいなもんじゃないの?なんて程度しかしらなかったので、基本のきの字を知るために読んでみました。
AIはなんでもできるわけではない、と。これまで、段階を踏んで進化し...続きを読むてきたんだけど、はじめは、知識を詰め込んで賢くする方法で突き進むも、限界にぶつかる。2012年にトロント大学がディープラーニング(コンピュータ自身が特徴を見つける)を世に出し、一気にブレークスルー!
自動翻訳なんて、すぐできるのではないか、と思ってたけど、人間の感覚(ネコを見てネコだと思うこととか)まで把握できてないと、できないんですね。
全く知らない私でもついていける本で、勉強になりましたー。

このレビューは参考になりましたか?

Posted by ブクログ 2020年04月27日

2015年の作品ですが、人工知能の研究の歴史と現在の到達点について、順を追ってわかりやすく解説されています。決して煽ることなく、それでいて、ダメ出しもすることなく冷静に人工知能について書かれているのが印象的です。

機械学習、ディープラーニングといった技術については、他の本も読みましたが、本書を読ん...続きを読むでもまだストンと腹落ちしたわけではありません。(何となくのイメージは掴めたようですが)
人工知能が人間を征服するかという問いかけに対しては、知能で人間を超えることはあっても、人工知能は生命ではなく、生命体として人間を超えるような自己複製を短期間で繰り返すことはあり得ず荒唐無稽と一蹴されてたのには、なるほどなと思いました。それよりも怖いのは、軍事応用や産業上の独占であるという指摘も、頷けました。

やはり難しい人工知能ですが、少しでも概要をわかりたい方にはお勧めの1冊です。

このレビューは参考になりましたか?

Posted by ブクログ 2020年04月20日

人工知能の概要を、時系列に沿って解説していてとてもわかりやすい。
人工知能について知りたい時は、まずはこの本から始めるといいと思う。

このレビューは参考になりましたか?

Posted by ブクログ 2020年03月17日

 5年前なのでこの分野の本としては少し古いかもしれない。それでも、人工知能(AI)は、人類の「敵」ではなく、上手く使いこなすべき「もの」(AIは知能を持てても生命を持つことは困難であると語られている。)ことを希望をもって示してくれる。ヒトの脳を含む進化の過程とAIの発展との類似性も折に触れて語られ、...続きを読む興味深かった。

このレビューは参考になりましたか?

Posted by ブクログ 2020年02月16日

 人工知能について、素人にも分かりやすく、概要と展望を示してくれる。著者は、軍事面への展開を除けば、楽観的にその未来を語っている。素人の個人の願望としては、介護や社会のインフラの整備等での実用を期待しています。人工知能は、美を理解できるだろうか。

このレビューは参考になりましたか?

Posted by ブクログ 2019年11月22日


100字要約
時代の変遷と共に人工知能が如何に発展を遂げてきたかの概要を説明している。特徴表現学習の発見により大きく進歩したが、今後の飛躍の鍵は頑健性にある。課題は人間が備えた普遍性を特徴量にどう反映するかである。

ーー メモ ーー
・語彙
怪訝(けげん)、敵愾心(てきがいしん)、喧伝(けんでん...続きを読む)、憚(はばか)られる

実力を超えた期待には、いかなるときも慎重であらねばならない。
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。
「特徴表現学習」という領域が開拓されたから。

冷静に見たときに、人工知能にできることは現状ではまだ限られている。基本的には、決められた処理を決められたように行うことしかできず、「学習」と呼ばれる技術も、決められた範囲内で適切な値を見つけ出すだけだ。例外に弱く、汎用性や柔軟性がない。

いまの人工知能は、実力より期待感のほうがはるかに大きくなっている。

◼︎ 序章 広がる人工知能
コンピュータは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中の得意だ。

IBMの「ワトソン」、掃除ロボットのルンバ、ソフトバンクのPepper、iPhoneのSiriなど。

人工知能の父
 アラン・チューリング
ディープラーニングの第一人者
 ジェフリー・ヒントン

人類にとっての人工知能の脅威は、シンギュラリティ(技術的特異点)という概念でよく語られる。レイ・カーツワイル氏曰く「2045年」

◼︎ 第一章 人工知能とは何か? ー専門家と世間の認識のズレ

われわれは、なぜ世界をこのように認識し、思考し、行動することができるのか。なぜ新しいことを次々と考え、学ぶことができるのか。その根本原理は何なのか。いまだによくわかっていないのだ。むしろ、われわれの認識によって始めて、この世界が存在しているのかもしれないのにもかかわらずである(人間原理)

人工知能をエージェントと考え、その入力と出力の関係から考えると、世の中で語られている人工知能も理解しやすい。
* 単純な制御プログラムを「人工知能」と称している(アルバイト)
→ 言われたことだけをこなす
* 古典的な人工知能(一般社員)
→ たくさんのルールを理解し、判断する
* 機械学習を取り入れた人工知能(課長)
→ 決められたチェック項目に従って、業務をよくしていく
* ディープラーニングを取り入れた人工知能(マネージャー)
→チェック項目まで自分で発見する

◼︎ 第ニ章 「推論」と「探索」の時代 ー第一次AIブーム

探索木、ハノイの塔

ミニマックス法(2手先の盤面評価から次の自分の指し手を決める)より良い「特徴量」が発見された。
「2つの駒の関係」→「3つの駒の関係」
モンテカルロ法で評価の仕組みを変える

ある局面まで来たら、駒の数や位置関係によって点数をつけることを放棄する。そこから交互に、完全にランダムに手を指し続け、とにかく終局させる(プレイアウト)

◼︎ 第三章 「知識」を入れると賢くなる ー第二次AIブーム

人間の持つ一般常識的な知識の膨大さ、オントロジー(存在論)、知識獲得のボトルネック
意味ネットワーク(知識表現)
人間が意味を記憶する時の構造を表すためのモデルである。「概念」をノードで表し、ノード同士をリンクで結び、ネットワーク化し表現する。

フレーム問題
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。

シンボルグラウンディング問題
記号(文字列、言葉)をそれが意味するものと結び付けられるかどうかを問うものである。

◼︎ 第四章 「機械学習」の静かな広がり ー第三次AIブーム

パターン認識、教師あり学習、教師なし学習、クラスタリング、誤差逆伝播
学習の根幹をなすのは「分ける」という処理である。

代表的な5つの分類
* 最近近傍法
* ナイーブベイズ法
* 決定木
* サポートベクターマシン
* ニューラルネットワーク

機械学習では、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。

学習には時間がかかるが、予測は一瞬。
弱点は、「フィーチャーエンジニアリング」である。特徴量(素性)の設計であり、特徴量設計である。特徴量というのは、機械学習の入力に使う変数のことで、その値が対象の特徴を定量的に表す。この特徴量に何を選ぶかで、予測精度が大きく変化する。

言語哲学者ソシュール
記号とは、概念(記号内容:シンフィエ)と名前(記号表現: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た。

◼︎ 第五章 静寂を破る「ディープラーニング」 ー第三次AIブーム

2012年 世界的な画像認識のコンペティション「ILSVRC」
トロント大学のSuper Visionの圧倒的な勝利 → 深層学習の始まり
ジェフリー・ヒントン氏

主成分分析を非線形にし、多段にしたもの
ー たくさんの変数を、少数個の無相関な合成関数に集約する方法

「特徴表現をコンピュータ自らが獲得する」という問題にひとつの解を提示した。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。自己符号化器では、「出力」と「入力」を同じにする。入力信号に「ノイズ」を加える。飛躍のカギは「頑健性」(ロバスト性)

基本テーゼ「人間の知能がプログラムで実現できないはずはない」

▪️ 第六章 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

マルチモーダル(複数の感覚のデータを組み合わせた)、恣意性、生存、生物、抽象化
例:ドラえもん

言葉で表される概念は、ひとりの人間がつくり出す概念のうちでも、普遍性が高く、ほかの個体とやりとりできる概念である。個々の身体の特性にあまりに強く依存する概念は、言語化するのが難しい場合が多い。(→暗黙知)

人間は生得的な文法(普遍文法)を備えていると言った。ノム・チョムスキー

人間が獲得する概念の中には、単に復元エラーを最小化するだけでなく、何が「快」か「不快」かによって方向付けられているものも多い。「本能」に由来することは、基本的には、進化を経て生み出されるものであり、個体の一生のうちに発現し、発展する知能とは異なる。

人間は試行錯誤によっても創造する。
人から人へ受け継がれる文化的な情報である「ミーム」
進化生物学者リチャード・ドーキンス

脳の中にも種の変化と同じ、選択と淘汰のメカニズムが働いていると主張した。(エーデルマン)→ 遺伝的アルゴリズム

シンギュラリティとは、人工知能が自分の能力を超える人工知能を自ら生み出せるようになる時点を指す。「人類最後の発明」

人間=知能+生命

▪️ 終章 変わりゆく世界 ー産業・社会への影響と戦略

「ゆく河の流れは絶えずして、しかももとの水にあらず」方丈記

科学技術の発展はいまに始まったことではなく、その度になくなる仕事もできるが、代わりに新しい仕事が必ずできる。

人間の仕事として重要なもの
* 非常に大局的でサンプル数の少ない、難しい判断を伴う業務
* 人間に接するインターフェースは人間のほうがいい

参考> Machine Intelligence LANDSCAPE

人工知能研究の大スポンサー DARPA(米国国防高等研究計画局)インターネットの期限になったARPANETは、この予算から生まれている。Siriの元になったCALOのプロジェクトもDARPAの予算で支援された。

「眼の誕生」は強烈で、それゆえに、捕食者からいかに生き延びるか、身を隠すかといった生物の戦略が多様化し、5億4200万年前のカンブリア紀における生物の多様性の爆発の契機となったという。

汎用的なOS部分を独占すれば、各種機能を実現するアプリケーションの製造コストは劇的に下がる。パソコン時代にOSをマイクロソフトに、CPUをインテルに握られて、日本のメーカーが苦しんだように、人工知能の分野でも、同じことが起きかねない。

特徴表現の獲得
知能と生命は別の話であり、人工知能が暴走し人類を脅かすような未来は来ないこと。それより、軍事応用や産業上の独占などの方が脅威であること。

われわれ自身の研究は、人間の研究にほかならないのだろう。

このレビューは参考になりましたか?

Posted by ブクログ 2019年11月15日

AIについて語る前に知っておかなきゃ行けないことがてんこ盛り、分かりやすいし非常におすすめ。

松尾さんはただのaiバブルとなることを避けようとしている。そのために発信することの重要性も分かってて色んな団体を運営したり著作を出してるんだな、というのがヒシヒシと伝わってきた。
人工知能の発展を時系列に...続きを読む紹介していて、その時代ごとの新発見をどこが凄いのか分かりやすく説明してくれる。

G検定とるぞぉ。

このレビューは参考になりましたか?