![]({"https://images-na.ssl-images-amazon.com/images/I/41eWgqvtzVL._SX351_BO1,204,203,200_.jpg":[353,499],"https://images-na.ssl-images-amazon.com/images/I/41eWgqvtzVL._SY344_BO1,204,203,200_.jpg":[245,346]})
本書は第２章から第７章において、自動運転技術等の中核をなす画像認識に使用されているディープラーニング（深層学習）の開発にいたる主要な段階をまとめている。開発史の第一段階は、１９５７-５８年に、コーネル航空研究所のローゼンプラットによる人間の視覚系の構造を簡単なニューラルネットワークで表わしたパーセプトロンの開発であった。複数の入力で提示される顔の画像データの重みづけ集計から、その顔が男性か女性かに分類することなどに用いることができるものであった。第二段階は、１９６９年にマービン・ミンスキーらが、パーセプトロンは線形分離可能なカテゴリーしか分類できないことを数学的に証明したことである。これにより、ニューラルネットワークによる新しい計算方法は広がりを失ってしまった。非線形性の強いニューラルネットワークの新たな計算方法という第３段階を切り開いたのはジョン・ホップフィールドであった。非線形性の強いネットワークは一般的に解析不可能と思われていたが、ネットワークを構成するユニット間の結合等に所定の制約がある場合には、安定状態に収束することを数学的に証明したのである。ただし、ホップフィールド・ネットワークによる解は局所的な最適解であり、全域的な最適解とは限らないことが課題であった。この全域的な最適解をもとめるネットワークモデル（ボルツマンマシン）を開発（第４段階）したのが、かのジョージ・ブール（論理回路に使用されるブール代数の考案者）の玄孫であるジェフリー・ヒントンと本書の著者であるテレンス・セイノフスキーであった。冶金学における「焼きなまし過程」にヒントを得て、可能な解を広範囲に探索できるようにして、非線形の強いネットワークでも全域的安定状態に収束（画像認識可能）することを明らかにした。
最後に本書第９章では「敵対的生成ネットワーク（GAN）」について紹介している。昨年10月には、1.5万点の肖像画を入力し、贋物取締官と肖像画家に擬した2つの人工知能を戦わせて新たな肖像画を創作し、それが米国の著名オークションで4900万円で落札される事態が生じたが、この肖像画作成に使用されたのがGANである。また、この書評を書いた日の新聞には、芭蕉が長期間滞在したことで有名な山中温泉で開催された「全国俳句大会」に、北大大学院の研究グループが開発した「AI一茶くん」が作った俳句二句が参加したことが報じられた。二句の一句は「二人出て 水のつめたき 春の川」であるが、これには「秋の吟行に春が出るのはミスマッチ」辛口評価をうけたことなどが書かれていた。既成の俳句350万句のデータベースと山中温泉で撮影した写真二枚をもとに作成したとかかれているが、GANを使用していたなら、こうした単純ミスマッチは防げたであろう。
残念な点は、8章においてニューラルネットワークの限界として、「ニューラルネットワークがどうやってその答えを導き出したかを説明する手立てはない」ことの突っ込みが足りないことである。AIの弱点とされる「フレームワーク問題」や「ディープラーニング」と短期記憶と長期記憶との連結など、もっと理論的な限界打破の可能性を論じてほしかった。
ディープラーニング革命 (日本語) 単行本（ソフトカバー） – 2019/3/23
注文確定時に通常配送 を選択した場合、最短で1月23日 明日にお届け予定です。
Kindle 端末は必要ありません。無料 Kindle アプリのいずれかをダウンロードすると、スマートフォン、タブレットPCで Kindle 本をお読みいただけます。
-
Apple
-
Android
-
Android
無料アプリを入手するには、Eメールアドレスを入力してください。
Kindle化リクエスト
このタイトルのKindle化をご希望の場合、こちらをクリックしてください。
Kindle をお持ちでない場合、こちらから購入いただけます。 Kindle 無料アプリのダウンロードはこちら。
このタイトルのKindle化をご希望の場合、こちらをクリックしてください。
Kindle をお持ちでない場合、こちらから購入いただけます。 Kindle 無料アプリのダウンロードはこちら。
無料で使えるブックカバー
好きなデザインを選んで取り付けよう！ 詳しくはこちら。
商品の説明
内容紹介
自動運転,自動翻訳,そして,世界チャンピオンをも倒す囲碁マシン—。 今,「人工知能」が急速な発展を遂げています。この人工知能の飛躍的な進化をもたらしたのが,人間の脳を模した「ディープラーニング」という技術です。私たちの生活に変革を起こしつつある,人工知能やディープラーニングは,いかにして開発され,そして発展してきたのでしょうか。
本書は,ディープラーニング研究のパイオニア,テレンス・J・セイノフスキー教授が執筆した『The Deep Learning Revolution』の日本語翻訳版です。ディープラーニングの開発の歴史を追いながら,その仕組みや特徴をくわしく解説しています。
目次
前書き
監訳者前書き
第1部:新たな着想による知能
第1章 機械学習の台頭
第2章 人工知能の復活
第3章 ニューラルネットワークの夜明け
第4章 脳型コンピューティング
第5章 視覚系からの知見
第2部:さまざまな学習方法
第6章 カクテルパーティー問題
第7章 ホップフィールド・ネットワークとボルツマンマシン
第8章 誤差逆伝播法
第9章 畳み込みネットワークの学習
第10章 報酬学習
第11章 神経情報処理システム(NIPS)カンファレンス
第3部:テクノロジーと科学の衝撃
第12章 機械学習の将来
第13章 アルゴリズムの時代
第14章 チップス先生こんにちは(Hello, Mr. Chips)
第15章 情報の中身
第16章 意 識
第17章 自然は私たちよりも賢い
第18章 ディープインテリジェンス
謝 辞
推薦図書
用語集
注 釈
索 引
出版社からのコメント
本書には,むずかしい数式や計算はほとんどでてきません。
人工知能について基本的な情報を知りたいと考えるビジネスパーソンや,人工知能に興味をもつ大学生に最適な科学読み物です。
著者略歴 (「BOOK著者紹介情報」より)
セイノフスキー,テレンス・J.
ソーク生物学研究所フランシス・クリック教授、カリフォルニア大学サンディエゴ校特別教授。オバマ政権の革新的先端ニューロテクノロジーによる脳研究(BRAIN)イニシアティブの諮問委員会のメンバーを務めた。神経情報処理システム(NIPS)財団の理事長
銅谷/賢治
沖縄科学技術大学院大学(OIST)神経計算ユニット教授。東京大学卒業、博士(工学)。東京大学工学部助手から1991年にアメリカ・サンディエゴに移り、ソーク研究所などで脳科学を学ぶ。1994年国際電気通信基礎技術研究所(ATR)主任研究員、2004年OIST先行研究代表研究者、2011年開学とともに教授、研究担当副学長に就任。自ら行動を学習するロボットの開発と、脳の学習の仕組みの研究を行う(本データはこの書籍が刊行された当時に掲載されていたものです)
登録情報
|
