ISBN 9784296000128
教養としてのAI講義 ビジネスパーソンも知っておくべき「人工知能」の基礎知識
概要
AIの仕組み・限界・哲学的問題を批判的視点で読み解く
想定読者
コードを書かないが、AIの実態を深く理解したいビジネスパーソン・経営者・文系専門職。AI導入の判断や議論に根拠を持って参加したい人。
こんな人には向いていない
- PythonやTensorFlowを使いAIモデルを実装・学習させることを主目的とする読者には、本書はコードをほぼ扱わず実装学習には不向き
- ChatGPTやTransformerなど2020年以降に台頭した大規模言語モデルの技術詳細を学びたい読者には、原著2019年時点の記述では最新動向のカバーが及ばない
- 認知科学・AIの哲学を一次文献から専門的に研究したい学術研究者には、入門的な解説水準にとどまる
読了後にできるようになること
- AIの歴史的変遷(記号AI→機械学習→深層学習)を時代背景と共に自分の言葉で説明できる
- CNNや強化学習の動作原理を数式なしに、ビジネス意思決定に必要な水準まで理解できる
- 自動運転・雇用喪失・AI創造性・AGI実現時期という社会的問いについて、根拠ある自分の見解を持てる
- AIが『理解』しているかどうかという哲学的問いを、身近な事例を使って議論できる
- 現在のAIが苦手とする抽象化・アナロジー推論の限界を、技術的根拠と共に説明できる
- 信頼できる倫理的なAIの要件を、技術的仕組みと結びつけて語れる
本書のキー概念(章解説)
- 第 1 章 人工知能が辿ってきた道のり — 記号AIから深層学習への転換を歴史として追う。現在のAIブームを盛衰の連鎖として相対化するための文脈が得られる
- 第 2 章 ニューラルネットワークと、台頭する機械学習 — 機械学習の基礎概念を数式なしで解説。概念図として頭に入れることを優先すると読みやすい
- 第 5 章 CNNとImageNet — 画像認識の飛躍的進歩がどのように起きたかを具体的に追う。AIの実用化が加速した転換点を理解するのに最適な章
- 第 7 章 信頼できる倫理的なAIとは — AI判断の偏り・説明可能性・公平性の問題を扱う。ビジネス文脈でAI活用の是非を判断する際の論点整理に直結する
- 第 8 章 ロボットへのご褒美 — 強化学習の基本概念を報酬設計の視点で解説。ゲームAIからロボット制御までの共通原理が掴める
- 第 14 章 理解について — AIが本当に『理解』しているのかという問いを正面から扱う。第5部はBooklogの読者評価が特に高い領域で、本書の核心的主張が集約されている
- 第 15 章 人工知能にとっての知識、抽象化、そしてアナロジー — 現在のAIが最も苦手とする認知能力を具体的に分析する。AGIへの道のりがまだ遠い理由を理解するための要となる章
- 第 16 章 質問、答え、それについての考察 — 自動運転・雇用・創造性・AGI・AIへの恐怖・未解決問題という6つの問いに著者が直接答える。他章を読む前にここだけ先読みしても有益
ハイライト
- 人工知能に関する本は山のように出ているが、本書の記述の正確さとわかりやすさは群を抜いている。解説者が何百冊以上の本を読んで得た人工知能の知識を、本書1冊を読むだけで得ることができる。(東京大学AIセンター・松原仁教授による解説の一節。専門家が多数のAI書籍と比較した上で評価した言葉であり、読者の書籍選定判断の参考になる)
- AIの成果とその仕組みから、多くの未解決問題、潜在的な利益とリスク、科学的・哲学的な問題まで、身近になったAIの現況と見通しを深く掘り下げつつ、わかりやすく説明した1冊です。(技術的仕組みにとどまらず哲学・リスク・未解決問題まで射程に入れた本書の編集方針が端的に示されている箇所)
外部からの言及
- Booklog読者レビュー(34件・619人棚登録)では第5部「意味の壁」(AIの理解・抽象化・アナロジー)への評価が特に高い。他方、2019年執筆のためTransformer・大規模言語モデル以降の進展がカバーされないという指摘が2024〜2025年の読者から複数寄せられており、本書の時間的限界として共有されている(other)
編集メモ
Qiita言及0件・楽天ランキング情報なし。IT技術者コミュニティを主な読者層としない書籍のためQiitaシグナルでは捕捉されにくい性質がある。Booklogでは619人棚登録・34件レビュー(平均3.6/5.0)が確認できるが、定義されたシグナル指標(Qiita言及件数・楽天ランキング)ではsupplementaryと判定
読む前に押さえておきたいこと
- 数学・プログラミングの知識は不要。AIという技術に対する基礎的な関心があれば読み始められる
- 『ゲーデル、エッシャー、バッハ あるいは不思議の環』(ダグラス・ホフスタッター)を読んだことがあると、第5部の認知科学的議論の文脈が深まるが、未読でも問題ない
- AI関連のニュースを日常的に目にしている程度の一般リテラシーで十分
学習のコツ
- 第16章の6つのQ&A(自動運転・雇用・創造性・AGI・AIへの恐怖・未解決問題)は結論部にあたる。全体を読む前にこの章から先読みすることで、読書の地図を持ちながら他の章を読める
- 第1〜3章(AI史)は流し読みで大局観を掴むことを優先し、第4〜7章(画像認識・倫理)から精読する順序が実務的に効率が高い
- 第5部(第14〜16章、意味の壁)は哲学的な濃度が最も高い。AIの哲学・認知科学に興味がある読者はこの部分を単独で読んでも成立する独立性がある
- 原著は2019年刊行のため、ChatGPT・GPT-4登場以降の動向については別の情報源で補完することを前提に読む
出版社による内容紹介
AI解説本の決定版。「今知るべきAIのすべて」がわかります。 大きな進歩を遂げて、活用が広がる人工知能(AI)。 AIの成果とその仕組みから、多くの未解決問題、 潜在的な利益とリスク、科学的・哲学的な問題まで、 身近になったAIの現況と見通しを深く掘り下げつつ、 わかりやすく説明した1冊です。 世界的名著『ゲーデル, エッシャー, バッハ あるいは不思議の環』著者の 愛弟子が人工知能の仕組みと実用性を徹底的にやさしく全部教えます! 人工知能に関する本は山のように出ているが、 本書の記述の正確さとわかりやすさは群を抜いている。 解説者が何百冊以上の本を読んで得た人工知能の知識を、 本書1冊を読むだけで得ることができる。 ……本書を読めば人工知能の凄さと脆さがわかる。 「私たちはまだ、はるか、はるか遠くにいる」のである。 松原仁 東京大学次世代知能科学研究センター(AIセンター)教授 本書「解説」から 【目次】 はじめに - 恐怖にとらわれる AIと『GEB』 チェスと第一の疑いの種 音楽ーー人間性のとりで グーグルとシンギュラリティ ホフスタッターは、なぜ恐怖にとらわれているのか? 混乱する私 この本が目指すもの 第1部 予備知識 第1章 人工知能が辿ってきた道のり 第2章 ニューラルネットワークと、台頭する機械学習 第3章 AIの春 第2部 見ることと読み取ること 第4章 誰が、いつ、どこで、何を、なぜ 第5章 CNNとImageNet 第6章 学習する機械を詳しく見る 第7章 信頼できる倫理的なAIとは 第3部 遊びを学習する 第8章 ロボットへのご褒美 第9章 ゲームを止めるな 第10章 ゲームを超えて 第4部 人工知能が自然言語に立ち向かう 第11章 言葉とその周りのもの 第12章 エンコーディングとデコーディングによる翻訳 第13章 何でも聞いて 第5部 意味の壁 第14章 理解について 第15章 人工知能にとっての知識、抽象化、そしてアナロジー 第16章 質問、答え、それについての考察 質問ー自動運転車が普及するまで、あとどれくらいかかるだろうか 質問ーAIによって、大量の人間の失業者が出るのだろうか 質問ーコンピューターは創造性豊かになれるのだろうか 質問ー汎用的な人間レベルのAIの実現まで、あとどれくらいかかるのだろうか 質問ー私たちはAIをどれくらい恐れる必要があるのだろうか 質問ーAIについての既存の問題で、まだ解決されていないものは何か
この本がどの学習段階で役立つかは、 関連する ロードマップ から確認できます。