概要

AIの数学は，ここまで面白く読める
2024年ノーベル物理学賞受賞　ジェフリー・ヒントン氏絶賛！

• 「学習する機械」というアイデアは，どこからやってきたのか？
• 一度は忘れ去られた技術が，なぜ現代のAIで復活したのか？
• 人工知能の能力に，限界はあるのか？

＜ニューラルネットワーク，勾配降下法，誤差逆伝播法，ディープラーニング……＞
本書では，現代AIを生み出した画期的なアイデアの数々を，数学の基礎と研究の歴史から解き明かしていきます。

＜線形代数，微積分，確率・統計，最適化理論……＞
一見無関係な数学が，機械に「学習」を与えるために，どのように結びついてきたのか。ベクトルや行列の基礎から丁寧にたどることで，AIを支える数学の美しさを垣間見ることができます。

本書の魅力は，数学の解説だけにとどまりません。

＜イリヤ・サツケヴァー，ジェフリー・ヒントン， ジョン・ホップフィールド……＞
著者は，研究者たちの証言を丹念に拾い上げ，機械学習の発展を当事者の視点から描き出します。一次情報に裏打ちされた語りによって，現代AIを支える数学が臨場感あふれる「知の物語」として立ち上がります。

＜AIを使う人，AIを作る人，そしてAIの正体を知りたい人へ……＞
現代のAIを本質から理解するための，知的興奮に満ちた一冊です！

こんな方におすすめ

• 情報系の学科に所属する大学生，情報工学に興味がある高校生
• AIを支える数学について面白く学びたいエンジニア

サンプル

目次

プロローグ

Chapter 1　パターンに焦がれて（Desperately Seeking Patterns）

Chapter 2　ここでは誰もが，ただの数……（We Are All Just Numbers Here ...）

Chapter 3　お椀の底へ（The Bottom of the Bowl）

Chapter 4　すべては確率しだい（In All Probability）

Chapter 5　類は友を呼ぶ（Birds of a Feather）

Chapter 6　行列には魔法が宿る（There's Magic in Them Matrices）

Chapter 7　カーネルトリック，その大いなる手品（The Great Kernel Rope Trick）

Chapter 8　物理学が，そっと手を貸す（With a Little Help from Physics）

Chapter 9　ディープラーニングを後退させた男（いや，彼のせいではない）（The Man Who Set Back Deep Learning（Not Really））

Chapter 10　しつこい神話に終止符を打ったアルゴリズム（The Algorithm that Put Paid to a Persistent Myth）

Chapter 11　機械の眼（The Eyes of a Machine）

Chapter 12　テラ・インコグニタ――未知なる地（Terra Incognita）

エピローグ

後記　トランスフォーマーさえあればよい？（Are Transformers All We Need?）

サポート

現在サポート情報はありません。