図解まるわかり AI のしくみ

確かな知識がつく“使える”教科書。AI の全体像をつかむには複雑で難しい技術を知る必要があり、初めて学ぶときには難易度の高さを感じる人も多いのではないでしょうか。そこで、本書では見開きで 1 つのテーマを取り上げ、図解を交えて解説。イチから AI の基礎が身につきます。

版元が挙げる読者は、AI について基礎から勉強したい人、複雑なしくみから AI の歴史まで広く理解したい人、AI システムを発注 / 管理している人、今後の可能性や危険性について知りたい人の 4 つです。技術のしくみから歴史、活用の現場、社会的な議論までを見開き 1 テーマの図解で整理したのが『図解まるわかり AI のしくみ』です。著者は三津村直貴、版元は翔泳社で、2022 年 3 月に刊行されました。版元の紹介文は本書を確かな知識がつく「使える教科書」と位置づけています。

全 9 章の前半、AI の全体図から機械学習とディープラーニングまで

目次は第 1 章「AI を取り囲む全体図」から第 9 章「未来の AI」までの 9 章で、どの章も最後に「やってみよう」という小さな課題が置かれています。第 1 章は AI の定義の曖昧さと、3 度の人工知能ブームの流れをたどります。第 2 章「AI の基本的なしくみ」は探索や並べ替え、暗号化と復号化といったアルゴリズムの種類から、ルールや目標、事例に基づく思考法と意思決定手法までを扱います。第 3 章「AI におけるデータの取扱い」で知識表現や統計、分析方法を押さえたあと、第 4 章「機械学習のしくみ」は学習スタイルの違いと強化学習、学習データを補う方策や学習モデルの転用、過学習の対策に進みます。第 5 章「ディープラーニングに関わる技術」は特徴抽出の能力、画像認識や音声認識、言語処理や時系列処理に強いネットワーク、GAN、言葉の意味を数値で表す方法などを取り上げます。

実用化の事例と倫理の議論まで広がる後半

第 6 章「様々な AI と実用化」は映像認識、音声のテキスト化、芸術や身体的な領域での学習、AI のプラットフォーム化、自動運転車、ゲーム AI を扱います。第 7 章「他分野と交わり進化する AI」は医療、金融と保険、ロボティクス、自動運転のレベル区分、ドローンや無人機、ハードウェア、RPA との組み合わせへ視野を広げます。第 8 章「AI にまつわる様々な議論」は言語理解の問題、判断不能に陥る問題、偏見やブラックボックス化、倫理、AI の独占とオープン化を、第 9 章は AI の未来をめぐる悲観論と楽観論や、人間の仕事のあり方の変化を取り上げます。版元の紹介文が示すとおり、頭から順に読んで体系的な知識を得る使い方と、気になるテーマやキーワードから拾い読みする使い方の両方ができる構成です。

記号的な手法とデータから学ぶ手法、図で見分ける意味

AI には、人が規則を書き込む記号的な手法と、データから規則性を学ぶ 機械学習の手法 があります。専門家の知識を規則として書き込む方式は振る舞いを説明しやすい一方で、規則に無い状況に弱くなります。データから学ぶ方式は大量の事例で精度を上げられる一方で、なぜその答えになったのかを説明しにくくなります。多層のネットワークで特徴そのものを学ぶ ディープラーニング は後者の流れの延長にあり、画像や音声、言語の扱いを大きく変えました。本書は第 1 章で 2 つの流れそれぞれの技術の進化をたどり、第 8 章でブラックボックス化した AI の考え方を論点に取り上げています。

2022 年 3 月刊の図解入門の範囲と向く読者

刊行は 2022 年 3 月で、目次の章と節に大規模言語モデルや対話型の生成 AI を名指しするものはありません。目次にプログラミングの環境構築やコードの演習を扱う節はありません。機械学習の実装を学ぶ本の選び方は 機械学習とディープラーニングの技術書の選び方 にまとめています。

本書は、AI システムの発注や管理に関わる立場でエンジニアと話すための共通の地図がほしい人、ニュースで目にする用語を歴史と技術の両面から位置づけたい人、機械学習の専門書に入る前に全体像を一度見渡しておきたい人に向けて、技術から社会的な議論までを 9 章で見渡す入門書です。