Books

Ai技術の最前線 これからのaiを読み解く先端技術73

岡野原大輔

Product Details

ISBN/Catalogue Number
ISBN 13 : 9784296112913
ISBN 10 : 4296112910
Format
Books
Publisher
Release Date
August/2022
Japan
Co-Writer, Translator, Featured Individuals/organizations
:

Content Description

世界のAI技術の今を手加減なしで執筆。多様体仮説、機械学習の新べき乗則、宝くじ仮説、メタ学習、陰関数微分、世界モデル、環境乱択化、因果と相関、Perceiver、離散化生成モデル、GLOM、AlphaFold、ニューラル空間表現、Transformer、FastWeight、進化戦略、DROIDSLAM、物理を考慮したNNシミュレーション、ほか。日経Roboticsの名物連載を書籍化。

目次 : 第1部 知能とは何か、ディープラーニングとは何か(原理解明に向けた動き/ 人の学習)/ 第2部 学習手法(学習手法/ 強化学習/ 高速化・低電力化・インフラ)/ 第3部 モデルとアーキテクチャ(生成モデル/ 記憶の仕組み)/ 第4部 アプリケーション(画像/ 音声/ 空間生成/認識/ 言語/ 制御/ シミュレーション/ ゲーム/ バイオ・生命科学/ ロボット)

【著者紹介】
岡野原大輔 : 2010年、東京大学大学院情報理工学系研究科コンピュータ科学専攻博士課程修了(情報理工学博士)。在学中の2006年、友人らとPreferred Infrastructureを共同で創業。また2014年にPreferred Networksを創業。現在はPreferred Networksの代表取締役CERおよびPreferred Computational Chemistryの代表取締役社長を務める(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)

(「BOOK」データベースより)

Customer Reviews

Comprehensive Evaluation

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0

Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

  • shin_ash

    PFNの岡野原さんの日経ロボティクスの連載からのピックアップと加筆による再編集とのこと。契約していないので、連載では記事の冒頭しか読めず気になっていたのでちょうどよかった。しかも記事が絞り込まれた上にトピック毎に再編集されているのでありがたい。岡野原さん基準で重要な技術をピックアップしているとのことで最新技術の概要を知るには丁度いい。ヘンな「ノイズ」の少ない記事なので、容赦なく難解な部分があるものの非常に参考になる。後半の個別分野のトピックより、前半の汎用的な技術記事の方が面白いように思えた。

  • アムア

    AI技術について手加減無しで解説した代わりに99%以上の人が置いてけぼりにされた本。私も無事に半分以上のページで置いてけぼりにされた。PyTorchやTensorFlowでAIに触れたことがない人は数式部分については、まずは読み飛ばすようにしておいた方がいい。 進化スピードが速いAI業界を、網羅性を上げた状態でまとめた日本語の書籍はおそらく他にないと思う。動向を知るのにはかなりおすすめ。 AIを実際に触る方は、本書の中に参考文献が章ごとにあるので、それを参考に掘り進めていくのが良さげ。

  • しろっこー

    機械学習の最新技術(当時)を色々紹介してくれてて助かる. アイデア箱として機械学習技術をフォローしている自分には数式ありの解説がいい感じのトピックの広さと内容の深さだった. 数式が汚いのと誤字が多いのは気になる.

  • yyhhyy

    日経ロボティクスの連載のまとめ。どんなトピックスが界隈であるのかを概観できる。が、、ある程度知ってる項目しか自分はピンと来なかったので、一通り普段から追いかけている人が頭の整理にする本として良いのかと思う。

  • redhotkick

    雑誌の連載をまとめたものだが、1つ1つの内容が少しレベルが高く短いページに凝縮されている。できちんと理解するためには前提となると知識がかなりいりそう。様々なテーマが書かれており、直近のAIについて網羅されており、概観はできたが、個別テーマはそこに焦点を合わせた本を読む必要がある。

レビューをもっと見る

(外部サイト)に移動します

Recommend Items