人工知能が変える仕事の未来＜新版＞

Name: 人工知能が変える仕事の未来＜新版＞
ISBN: 9784532199760

ジンコウチノウガカエルシゴトノミライシンパン

ハードウェア

著者:: 野村直之(ノムラナオユキ)
注目:: 総合 1370 位

PRAmazon で見る楽天ブックスで見る

出版社:: 日経 BP 日本経済新聞出版本部
出版日:: 2020年07月06日頃
一覧:: 日経 BP 日本経済新聞出版の技術書 2020 年に出た技術書
ISBN:: 9784532199760
シリーズ:: 日経ビジネス人文庫 B のー 6-1
在庫:: 在庫あり

3.67(3 件 / 楽天ブックス)

なぜ注目されているか

総合1370位 ↑ 3 ランクアップ

書籍紹介

■人工知能 (AI) の活用によって、ホワイトカラーの仕事、企業の経営、多様な産業はどう変わっていくのか? 30 年以上にわたり、人工知能 (AI) の研究に携わり、現在も日々、AI 関連の研究・技術開発を続け、昨今、内外の AI 事情に通じた著者が、AI の実態、AI にできること、産業、ビジネス、仕事へのインパクトを、最新の知見に「温故知新」の視点を加えつつ、掘り下げて展望します。
■現在の AI ブームを支えるディープラーニングの本質をわかりやすく伝えるとともに、人間の仕事の中で大きな位置を占める知的生産プロセスと AI はどう関わるのか、IoT や、さまざまなビジネスへの応用可能性について、基本となる考え方を解説します。
■本書では、著者が研究者の視点、産業応用を目指す技術者の視点に立ち、責任をもって考え抜き、経済社会、法律についても考察を加え、全体に一貫性をもたせるように腐心。シンギュラリティ論に代表される、AI に関する誤った未来予測、悲観論、過剰な期待論を退け、産業・ビジネスから教育、法制度に至るまで、日本が欧米中国に伍して取り組むべき AI 開発の課題も展望します。また、一人ひとりが AI に負けない能力を身につけるために何が必要か、明らかにします。
第 1 章第 3 次ブームの AI (人工知能) は何ができるのか?

第 2 章ホワイトカラーの仕事はどう変わるのか?

第 3 章 IoT、5G と AI:デジタル社会のインフラ

第 4 章サービスの生産性向上は待ったなし: AI が劇的に不定形データの分析を高速化し、経営を支える

第 5 章ディープラーニングとは何か?: 正確な認識をもとう!

第 6 章高まる AI の「学習・対話能力」

第 7 章 X-tech の時代: 様々な業界における様々な AI の応用

第 8 章日本の AI 開発はどう進めるべきか?

第 9 章 AI と人間の未来を恐れるなかれ

技書の森解説

『人工知能が変える仕事の未来＜新版＞』 (野村直之著、日経 BP 日本経済新聞出版本部、日経ビジネス人文庫、2020 年 7 月刊) は、AI の活用によってホワイトカラーの仕事、企業の経営、さまざまな産業がどう変わるのかを、AI の研究に 30 年以上携わってきた著者が展望する文庫です。NDL の書誌によれば初版は 2016 年に日本経済新聞出版社から刊行されており、本書はその新版にあたります。刊行時の著者プロフィールでは、NEC の研究所やジャストシステム、リコーなどを経て 2005 年にメタデータ株式会社を創業し、自然言語処理を応用した人工知能の API 群を提供していると紹介されています。

全 9 章の構成、第 3 次ブームの整理から AI と人間の未来まで

目次は 9 章です。第 1 章「第 3 次ブームの AI (人工知能) は何ができるのか?」に続き、第 2 章でホワイトカラーの仕事の変化、第 3 章で IoT と 5G を含むデジタル社会のインフラ、第 4 章でサービスの生産性向上と不定形データの分析の高速化を扱います。ディープラーニングそのものの解説は第 5 章「ディープラーニングとは何か?: 正確な認識をもとう!」に置かれ、第 6 章が AI の学習と対話の能力、第 7 章が X-tech と呼ばれる業界ごとの応用、第 8 章が日本の AI 開発の進め方へと続き、第 9 章「AI と人間の未来を恐れるなかれ」で締めくくられます。版元の紹介文は、シンギュラリティ論に代表される誤った未来予測や悲観論、過剰な期待論を退け、教育や法制度まで含めて日本が取り組むべき AI 開発の課題を展望すると説明しています。

ディープラーニングの得手不得手と事務作業の自動化

仕事の置き換えが進むかどうかは、技術が何を得意とし何を苦手とするかに左右されます。ディープラーニングは大量の例から特徴を自動で学び取ることで、画像や音声の認識の精度を大きく引き上げました。文章や画像のような形の定まらないデータを扱う自然言語処理や画像認識が実用の水準に届くと、書類の読み取りや問い合わせの分類のように、手順に落とし込みにくかった事務作業の一部が自動化の対象に入ってきます。一方で、学習したデータの範囲から外れた状況での判断や、何を目的にするかの設定、関係者の合意をまとめる仕事は人の側に残りやすい性質があります。版元の紹介文は、本書がディープラーニングの本質を伝えたうえで人間の知的生産プロセスと AI の関わりを解説すると説明しています。