エンジニアなら知っておきたい AI のキホン(エンジニア ナラ シッテオキタイ エイアイ ノ キホン)

「何となく」がスッキリわかる!広大で難解な AI の全体像と、 5 年後の活用イメージがすぐに掴める!

AI の導入案件に関わることになったものの、機械学習と統計学の関係も、 AI という言葉が指す範囲も、実は説明できないままという人は少なくありません。本書はそうしたエンジニアに向けた入門書で、梅田弘之氏の著によりインプレスから 2019 年 1 月に刊行されました。副題は「機械学習・統計学・アルゴリズムをやさしく解説」。数式で理論を積み上げる教科書ではなく、広大で難解な AI の全体像を掴むことを狙いに掲げた一冊です。

「作る前に、語れるようになる」ための本

エンジニアが AI 案件で最初に困るのは、実装ではなく会話です。顧客や企画側が「 AI で何とかならないか」と言うとき、機械学習で解ける問題なのか、そもそも統計的な集計で足りる話なのか、データは何がどれだけ要るのかを切り分けられないと、要件定義が始まりません。本書の副題が機械学習・統計学・アルゴリズムという並びなのは示唆的で、 AI をバズワードのままにせず、その中身を構成する要素へ分解して掴ませる方向の本だと分かります。この種の全体像の理解は、モデルを自分で組む段階になっても、手法選定の判断軸として効き続けます。

2019 年刊という時点をどう考えるか

刊行は 2019 年 1 月で、生成 AI が広く使われるようになる前の時期です。したがって、大規模言語モデル以降の話題を期待して開く本ではありません。一方で、機械学習と統計学の関係、学習と推論の区別、データからパターンを見つけるという発想そのものは、生成 AI の時代になっても土台として変わっていない部分です。むしろ流行の話題から距離のある基礎部分を扱っているぶん、時点による目減りが小さい性格の本といえます。それ以降の動向は、より新しい書籍や一次情報で重ねて補う前提で使ってください。

AI 案件に関わる読者と、次に進む本

副題が「やさしく解説」とうたうとおり、数式を積み上げる教科書ではなく全体像の把握に主眼を置いた位置づけと読めます。 AI を活用するシステムの企画や要件定義、顧客との調整に携わるエンジニアが、関係者との会話についていくための知識を手早く得る用途に合う性格の本です。技術判断を非エンジニアに伝える場面が多い人は、非エンジニアの上司に技術を伝えるための読書 で扱っている説明力の鍛え方ともつながる読み方ができます。実装の演習を目的にするなら、概念の地図を得たあとに、機械学習・AI 本の選び方 を参考に Python 実装系の書籍へ橋を架けるのが自然な順路です。