AIと社会・経済・ビジネスのデザイン 増補版
書籍情報
発売日 : 2022/09/28
著者／編集 : 村上 憲郎/服部 桂
出版社 : 日本評論社
発行形態 : 単行本
ページ数 : 280p
書籍説明
内容紹介
ビジネス・社会・経済すべてに革命をもたらすAI。「データサイエンス・AI」の知識はわれわれの現代生活に必須になった。待望の増補版。AIの背後にある歴史・原理・特性を短期間で易しく知りたい理系・文系の初学者から中級の応用を考える各種専門家までの参考書。
目次
『都市経営研究叢書シリーズ』刊行にあたって
はじめに
増補版への序
第I部 AIとはなにか？
第１章 AIの誕生と今後の展望
I．AIの革命当日まで
II．日本のこれから
第２章 AIとテクノロジー文化論
I．コンピュータ以前のAIのルーツ
II．論理主義からコンピュータへ
III．コンピュータ開発の潮流
IV．テクノロジーのもつ意味
V．テクノロジーとAIの未来
第３章 AIの原理・歴史とデータマイニング
I．AIの分野
II．AIの歴史
III．ディープラーニングの原理
IV．AIを実務で使うために
第４章 AIソフト：テンソルフローの使い方
I．AIのプラットフォーム
II．例題１〈線形回帰問題（従来手法とAIがほぼ同じ答えを出す単純予測問題）〉
III．例題２〈Boston Housing Data（従来手法をAIが追い越す複雑予測問題）〉
IV．例題３〈Moon Data（従来手法でできない非線形〔三日月形〕の二値分類問題〉
V．例題４〈手書き数字の判別「MNIST」（従来手法でできない多クラス複雑分類問題）〉
VI．ニューラルネットワークを使う上での注意点
第II部 AIによるビジネス革命
第５章 AIの経済学的分析
I．はじめに
II．情報流通量の拡大に対する情報経済論的分析
III．IoTの問題
IV．ビッグデータの問題
V．AIの問題
VI．ICTおよびAIによる経済効果分析
VII．総括
VIII．おわりに
第６章 AIとビッグデータ
I．はじめに
II．ビッグデータとはなにか
III．AIとディープラーニングの関係
IV．機械学習、ニューラルネットワーク、ディープラーニングの関係
V．ディープラーニングがもつ優位点
VI．ディープラーニングを行う上での問題点と解決策
VII．ビッグデータの収集方法
VIII．AI×ビッグデータが生み出すビジネス価値
IX．おわりに
第７章 AIとIoT
I．はじめに
II．IoTとは
III．AIとIoT
IV．データ取得と通信手法に必要な技術要素
V．ビッグデータとIoTの関係
VI．AIによる分析
VII．IoTから得られるデータとわが国の状況
VIII．AIとIoTによる価値創造に向けて
IX．おわりに
第８章 AIとマーケティング
I．企業にとってのマーケティングとは？
II．マーケティング活動におけるAI（人工知能）とは？
III．事例研究〈AIマーケティングは営業組織の業績向上にいかに寄与するか？〉
IV．おわりに
第９章 AIと教育ビジネス
I．はじめに
II．テストと偏差値
III．採点のデジタル化
IV．デジタル採点におけるAI
V．添削とAI
VI．テストと採点データ
VII．合否判定と採点データ
VIII．著作権処理
IX．テキスト
X．教材データベースとデジタル教材
XI．授業の映像化
XII．保護者とのコミュニケーション
XIII．さいごに
第10章 AIとクラウドファンディング
I．フィンテック資金調達の代表格
II．クラウドファンディングの創業への活用
III．金融機関とクラウドファンディング運営業者との提携
IV．クラウドファンディングの課題
V．結論――クラウドファンディングの創業への活用
VI．おわりに
第III部 AIの社会・経済学
第11章 AIの発展と課題の総括
――AIそのもののデザインのもつ意味と課題
I．AIの発展の分類
II．AIが驚異的に成功した理由
III．ディープラーニング成功の３つの鍵
IV．総括
［補説］第11章のより進んだ話
第12章 AIと社会・経済のデザイン
I．AIの各分野への応用問題
II．人に近づく――脳の研究とAGI（汎用人工知能）
III．雇用問題
IV．人間が真に人間らしく生きるためのAIを使った社会経済のデザイン
V．おわりに
［補説］第III部が簡単にわかる10のポイント集
はじめに
増補版への序
第I部 AIとはなにか？
第１章 AIの誕生と今後の展望
I．AIの革命当日まで
II．日本のこれから
第２章 AIとテクノロジー文化論
I．コンピュータ以前のAIのルーツ
II．論理主義からコンピュータへ
III．コンピュータ開発の潮流
IV．テクノロジーのもつ意味
V．テクノロジーとAIの未来
第３章 AIの原理・歴史とデータマイニング
I．AIの分野
II．AIの歴史
III．ディープラーニングの原理
IV．AIを実務で使うために
第４章 AIソフト：テンソルフローの使い方
I．AIのプラットフォーム
II．例題１〈線形回帰問題（従来手法とAIがほぼ同じ答えを出す単純予測問題）〉
III．例題２〈Boston Housing Data（従来手法をAIが追い越す複雑予測問題）〉
IV．例題３〈Moon Data（従来手法でできない非線形〔三日月形〕の二値分類問題〉
V．例題４〈手書き数字の判別「MNIST」（従来手法でできない多クラス複雑分類問題）〉
VI．ニューラルネットワークを使う上での注意点
第II部 AIによるビジネス革命
第５章 AIの経済学的分析
I．はじめに
II．情報流通量の拡大に対する情報経済論的分析
III．IoTの問題
IV．ビッグデータの問題
V．AIの問題
VI．ICTおよびAIによる経済効果分析
VII．総括
VIII．おわりに
第６章 AIとビッグデータ
I．はじめに
II．ビッグデータとはなにか
III．AIとディープラーニングの関係
IV．機械学習、ニューラルネットワーク、ディープラーニングの関係
V．ディープラーニングがもつ優位点
VI．ディープラーニングを行う上での問題点と解決策
VII．ビッグデータの収集方法
VIII．AI×ビッグデータが生み出すビジネス価値
IX．おわりに
第７章 AIとIoT
I．はじめに
II．IoTとは
III．AIとIoT
IV．データ取得と通信手法に必要な技術要素
V．ビッグデータとIoTの関係
VI．AIによる分析
VII．IoTから得られるデータとわが国の状況
VIII．AIとIoTによる価値創造に向けて
IX．おわりに
第８章 AIとマーケティング
I．企業にとってのマーケティングとは？
II．マーケティング活動におけるAI（人工知能）とは？
III．事例研究〈AIマーケティングは営業組織の業績向上にいかに寄与するか？〉
IV．おわりに
第９章 AIと教育ビジネス
I．はじめに
II．テストと偏差値
III．採点のデジタル化
IV．デジタル採点におけるAI
V．添削とAI
VI．テストと採点データ
VII．合否判定と採点データ
VIII．著作権処理
IX．テキスト
X．教材データベースとデジタル教材
XI．授業の映像化
XII．保護者とのコミュニケーション
XIII．さいごに
第10章 AIとクラウドファンディング
I．フィンテック資金調達の代表格
II．クラウドファンディングの創業への活用
III．金融機関とクラウドファンディング運営業者との提携
IV．クラウドファンディングの課題
V．結論――クラウドファンディングの創業への活用
VI．おわりに
第III部 AIの社会・経済学
第11章 AIの発展と課題の総括
――AIそのもののデザインのもつ意味と課題
I．AIの発展の分類
II．AIが驚異的に成功した理由
III．ディープラーニング成功の３つの鍵
IV．総括
［補説］第11章のより進んだ話
第12章 AIと社会・経済のデザイン
I．AIの各分野への応用問題
II．人に近づく――脳の研究とAGI（汎用人工知能）
III．雇用問題
IV．人間が真に人間らしく生きるためのAIを使った社会経済のデザイン
V．おわりに
［補説］第III部が簡単にわかる10のポイント集
著者情報
村上 憲郎
大阪公立大学大学院都市経営研究科教授（実務型専任）、元グーグル米国本社副社長兼グーグル日本法人代表取締役社長、国際大学GLOCOM客員教授、大阪工業大学客員教授、ほか
服部 桂
ジャーナリスト、関西大学客員教授
近 勝彦
大阪公立大学大学院都市経営研究科教授
小長谷 一之
大阪公立大学大学院都市経営研究科教授、東京大学空間情報科学研究センター客員教授
