AIってそういうことか！ ビジネスの現場で使えるPFN式活用法

発売日 : 2022年09月09日

著者／編集 : 西川徹、岡野原大輔 ほか

出版社 : 日経BP

発行形態 : 単行本

“文系”ビジネスパーソンが知っておくべき「ＡＩの本質」はこれだ！深層学習で進化した“３つの力”は「認識」「生成」「制御」。「知能」って何？３＋１の学習バリエーションとは？「最適化」とは「条件×評価基準」。今後１０年間に「ＡＩ」によって何が起きるか。そもそもなぜビジネスに「ＡＩ」が必要か？

まえがき

第１章　「深層学習」で進化した"3つの力"
1-1 機械学習の限界を超えた「深層学習」
1-2 　3つの力 1 「認識」
深層学習の大きな強みは「汎化性能」
深層学習で自動運転が急速に進化
小売店の棚の状態を経時的に追うことが可能に
音声認識との組み合わせでロボット活用ハードルが下がった
1-3 　3つの力 2 「生成」
自分だけのキャラクターを自動で生成
アニメーションの背景生成作業が手描きの6分の1に
化合物を設計する
1-4　 3つの力 3 「制御」
ドローンから化学プラントまで

第２章　機械学習・深層学習の基本
2-1 「知能」とは何か
2-2 機械学習の基本
2-3 3＋1の学習バリエーション
学習1「教師あり学習」
学習2「強化学習」
学習3「教師なし学習」
「自己教師あり学習」
2-4 学習の具体例
2-5 ニューラルネットワークとは何か

第３章　AI技術をどのように活用するか
3-1 「画像認識」
画像認識はAIブームのメインストリーム
深層学習による画像認識は何がすごいのか
画像認識の基本原理と問題設定
実際の開発プロセスと注意点
画像認識より簡単な方法はないか
データセットを作成する
3-2 「最適化」
「最適化」とは何か
シンプルなホワイトボックス最適化
ソルバーを使った最適化の進め方
複雑なホワイトボックス最適化
ブラックボックス最適化
3-3 「異常検知」
「異常検知」とは何か
「見る異常」と「測る異常」
従来の自動検査では難しい対象も検査可能に
センサーを使った異常検知
異常検知の理想と現実
3-4 「創薬」
創薬研究者の悩み
AI創薬によるパラダイムシフト
深層学習を用いた生成とは？
深層学習による分子生成技術
生成した分子を計算で評価
新型コロナウイルス感染症向けの創薬にも

第４章　AIの未来
4-1 今後10年間にAIによって何が起きるか
4-2 【AIの未来（1）】 シミュレーション×AI
シミュレーションは"油田"になる
4-3 【AIの未来（2）】 超大規模学習
大規模データ事前学習時代の到来
大規模事前学習モデル＋蒸留
計算力の向上は今後も見込めるのか

最終章　なぜビジネスにAIが必要か
西川 徹 × 岡野原 大輔インタビュー

コンピューターは人間の認識や処理性能を拡張する
AI技術がプログラミングの概念を拡張
人間が価値観を与え、AIが試行錯誤する
人間は「家族的類似性」を認識できる
深層学習でものづくりの概念が変わる
コンピューターの性能が上がると、人間も賢くなる
取れているデータだけで最適化しても局所解にしかならない
AIも創造的作業が可能になり、人間と協働する

あとがき

西川, 徹, 1982-

西川徹、岡野原大輔 ほか

岡野原, 大輔, 1982-