マスターアルゴリズム 世界を再構築する「究極の機械学習」
書籍情報
発売日 : 2021年04月23日
著者／編集 : ペドロ・ドミンゴス/神嶌 敏弘
出版社 : 講談社
発行形態 : 単行本
書籍説明
内容紹介
Ｓｉｒｉ、ＡｍａｚｏｎやＮｅｔｆｌｉｘのお薦め機能、金融投資、癌治療、そしてＡＩ。すでに生活の一部となっている機械学習はどう生まれたか？すべてを包括する「究極のアルゴリズム」は生まれるのか？神経科学、進化生物学、物理学、統計学、計算機科学の観点から明かす、知的好奇心が沸き立ち“機械学習の説明書”。
目次
第1章 機械学習革命
機械学習の目的を述べ、実世界に機械学習が与える影響を紹介。まず、計算機科学のアルゴリズム、プログラム、複雑性などの概念を説明し、「機械学習とはアルゴリズム自体を創るアルゴリズムである」ことを解説。ビジネス、科学、政治、安全保障の各分野で機械学習がどのように使われているか、その重要性にも言及する。
第2章 マスターアルゴリズム
現状の機械学習の問題点を克服した「マスターアルゴリズム」を開発するという本書の道筋を提示。マスターアルゴリズムが存在する根拠を、神経科学、進化生物学、物理学、統計学、および計算機科学の観点から展開。マスターアルゴリズムが満たすべき条件とは何か？ 現状の機械学習を「記号主義者、コネクショニスト、進化主義者、ベイズ主義者、類推主義者」の５つの学派に分け、これらの長所を備えたものがマスターアルゴリズムであるとの道筋を示す。
第3章 ヒュームの「帰納の問題」
あらゆる知的活動は記号の操作に還元できる、と考える「記号主義者」を扱う章。
第4章 脳はどうやって学習しているのか
神経科学の知見に基づく「コネクショニスト」のニューラルネットを扱う章。
第5章 進化生物学 ― 自然の学習アルゴリズム
生物の進化を模擬的に実行する「進化主義者」の手法を扱う章。
第6章 ベイズ師の聖堂にて
不確実性に焦点を当てた「ベイズ主義者」の手法を扱う章。
第7章 あなたはあなたのそっくりさん
似たものはその振る舞いも似ているという着想に基づく「類推主義者」の手法を扱う章。
第8章 先生に教わらずに学ぶ
教示情報を使わない、クラスタリング、次元削減、チャンキングの教師なし学習、自ら調べて学ぶ強化学習、繋がりのあるものごとを学ぶ関係学習を紹介。
第9章 パズルのピースがはまるとき
著者の考えるマスターアルゴリズム候補を、軽妙な寓話を通じて、その中核となるマルコフ論理ネットを軸に語っていく。そしてこの候補がマスターアルゴリズムに至るために必要なものは何かを模索。
第10章 機械学習時代の世界へ
高度な機械学習技術が社会にもたらす影響を論じる。機械学習モデルと人間との関わり合い、自身の代理人モデルがある社会、データの共有の必要性と手段、雇用・安全保障・技術的特異点の行く先。そして最後に人類の行く先について、踏み込んだ意見を述べる。
機械学習の目的を述べ、実世界に機械学習が与える影響を紹介。まず、計算機科学のアルゴリズム、プログラム、複雑性などの概念を説明し、「機械学習とはアルゴリズム自体を創るアルゴリズムである」ことを解説。ビジネス、科学、政治、安全保障の各分野で機械学習がどのように使われているか、その重要性にも言及する。
第2章 マスターアルゴリズム
現状の機械学習の問題点を克服した「マスターアルゴリズム」を開発するという本書の道筋を提示。マスターアルゴリズムが存在する根拠を、神経科学、進化生物学、物理学、統計学、および計算機科学の観点から展開。マスターアルゴリズムが満たすべき条件とは何か？ 現状の機械学習を「記号主義者、コネクショニスト、進化主義者、ベイズ主義者、類推主義者」の５つの学派に分け、これらの長所を備えたものがマスターアルゴリズムであるとの道筋を示す。
第3章 ヒュームの「帰納の問題」
あらゆる知的活動は記号の操作に還元できる、と考える「記号主義者」を扱う章。
第4章 脳はどうやって学習しているのか
神経科学の知見に基づく「コネクショニスト」のニューラルネットを扱う章。
第5章 進化生物学 ― 自然の学習アルゴリズム
生物の進化を模擬的に実行する「進化主義者」の手法を扱う章。
第6章 ベイズ師の聖堂にて
不確実性に焦点を当てた「ベイズ主義者」の手法を扱う章。
第7章 あなたはあなたのそっくりさん
似たものはその振る舞いも似ているという着想に基づく「類推主義者」の手法を扱う章。
第8章 先生に教わらずに学ぶ
教示情報を使わない、クラスタリング、次元削減、チャンキングの教師なし学習、自ら調べて学ぶ強化学習、繋がりのあるものごとを学ぶ関係学習を紹介。
第9章 パズルのピースがはまるとき
著者の考えるマスターアルゴリズム候補を、軽妙な寓話を通じて、その中核となるマルコフ論理ネットを軸に語っていく。そしてこの候補がマスターアルゴリズムに至るために必要なものは何かを模索。
第10章 機械学習時代の世界へ
高度な機械学習技術が社会にもたらす影響を論じる。機械学習モデルと人間との関わり合い、自身の代理人モデルがある社会、データの共有の必要性と手段、雇用・安全保障・技術的特異点の行く先。そして最後に人類の行く先について、踏み込んだ意見を述べる。
著者情報
Domingos, Pedro
ペドロ・ドミンゴス
ワシントン大学ポール・アレン コンピュータサイエンス＆エンジニアリング学部教授。人工知能学会特別研究員。AAAS（アメリカ科学振興協会）およびAAAI（人工知能振興学会）フェロー。
1992年リスボン工科大学Instituto Superior Tecnico修士課程修了（電子工学・コンピュータサイエンス）。1997年カリフォルニア大学アーバイン校にて博士取得（情報・コンピュータサイエンス）。200以上におよぶ論文・学術文献を発表。マルコフ論理ネット、影響最大化問題、データストリーム、敵対的学習、sum-productネットなど顕著な業績が知られている、世界有数の機械学習研究者である。KDD2003、SRL2009ではプログラム委員長を務める。ICML（国際機械学習学会）の共同創設者。“Machine Learning ”誌編集委員。一般向けには『ウォール・ストリート・ジャーナル』『サイエンティフィック・アメリカン』に寄稿。
SIGKDD Innovation Award、IJCAI John McCarthy Awardを筆頭に受賞多数。
神嶌 敏弘
産業技術総合研究所主任研究員。
1994年京都大学大学院 工学研究科修士課程修了（情報工学専攻）。1994年電子技術総合研究所入所。2001年京都大学にて博士取得（情報学）。現在は産業技術総合研究所にて、機械学習やデータマイニングの手法、特に、公平性配慮型データマイニングと推薦システムや個人化技術などについて研究。
携わった書籍に、人工知能学会監修『深層学習ーーDeep Learning』（編／近代科学社）、トレバー・ヘイスティ他『統計的学習の基礎――データマイニング・推論・予測』（共監訳／共立出版）、C.M.ビショップ『パターン認識と機械学習――ベイズ理論による統計的予測』（共訳／丸善出版）などがある。
2019年人工知能学会 AI ELSI賞 Perspective部門受賞。
神嶌, 敏弘
