ディープラーニング 学習する機械
～ヤン・ルカン、人工知能を語る～
内容紹介
フランスで10万部発行、各国で刊行決定の世界的ベストセラ―がいち早く日本上陸。Facebook副社長、ディープラーニングの父であるヤン・ルカン氏がエキサイティングに綴る。いま日本人が真っ先に読むべき一冊。
目次
第1章 AI革命
1-1 偏在するAI
1-2 アーティストAI
1-3 人型ロボットのまやかし
1-4 GOFAIから......
1-5 ......機械学習へ
1-6 新旧のブレンド
1-7 定義の試み
1-8 今後の課題
1-9 アルゴリズムの外側
第2章 AIならびに私の小史
2-1 終わりなき探求
2-2 まずは論理
2-3 ゲームの世界
2-4 神経科学とパーセプトロン
2-5 冬の時代
2-6 「異端の過激派」
2-7 舞台に上がる
2-8 実りある読書
2-9 学習のコネクショニズムモデル
2-10 レズーシュでのシンポジウム
2-11 誤差逆伝播法
2-12 大御所たちの殿堂
2-13 ベル研究所時代
2-14 タブー視されるニューラルネットワーク
2-15 「ディープラーニングの陰謀」
2-16 畳み込みニューラルネットワークの有効性が立証される
第3章 単純な学習機械
3-1 発想の源アメフラシ
3-2 学習と誤差の最小化：その一例
3-3 xの関数yを予測するf(x)を求める
3-4 数学好きのための補足
3-5 ガリレオとピサの斜塔
3-6 画像その他を認識する
3-7 ローゼンブラットとパーセプトロン
3-8 25ピクセルのグリッド
3-9 CとDを区別する
3-10 教師あり学習と汎化
3-11 パーセプトロンの限界
3-12 解決策：特徴の抽出
3-13 まとめ
第4章 最小化学習、学習理論
4-1 あらまし
4-2 コスト関数
4-3 谷底を見つける
4-4 勾配計算の実際
4-5 確率的勾配降下法
4-6 ニセの谷底
4-7 学習の一般理論
4-8 モデルの選択
4-9 牛と3人の科学者
4-10 オッカムの剃刀
4-11 訓練のプロトコル
4-12 妥協点を見つける
4-13 ブール関数のめまい
4-14 ありうる関数のいくつかの例
4-15 正則化：モデル容量の抑制
4-16 人間のための教訓
第5章 深層ニューラルネットワークと誤差逆伝播法
5-1 ミルフィーユ
5-2 連続的なニューロン
5-3 わがHLM！
5-4 先陣争い
5-5 誤差逆伝播法の数学的理解
5-6 多層の有用性について
5-7 反論に打ち勝つ
5-8 特徴の学習
第6章 AIの支柱、ニューラルネットワーク
6-1 2012年の爆弾
6-2 視覚野：単純型細胞
6-3 視覚野：複雑型細胞とプーリング
6-4 福島の先見性
6-5 フラッシュバック
6-6 畳み込みニューラルネットワーク
6-7 物体の検出、位置決定、セグメンテーション、認識
6-8 セマンティックセグメンテーション
第7章 ディープラーニングの現在
7-1 画像認識
7-2 コンテンツの埋め込みと類似性の測定
7-3 音声認識
7-4 音声と音の合成
7-5 言語理解と翻訳
7-6 予測
7-7 AIと科学
7-8 大規模アプリケーションのアーキテクチャ：自律走行車
7-9 自律と混合システム
7-10 完全自律？ エンドツーエンドの訓練
7-11 大規模アプリケーションのアーキテクチャ：仮想アシスタント
7-12 大規模アプリケーションのアーキテクチャ：医用画像と医学
7-13 昔のレシピ：検索アルゴリズム
第8章 Facebook時代
8-1 マーク・ザッカーバーグにスカウトされる
8-2 Facebook人工知能研究所
8-3 目論見
8-4 情報のフィルタリング
8-5 ケンブリッジ・アナリティカ問題についてひと言
8-6 ニュースフィード
8-7 Facebookとメディアの未来
8-8 新しいFacebook
8-9 FAIRの現場
8-10 チューリング賞
第9章 そして明日は？ AIの今後と課題
9-1 自然は発想の源（ただし、ある程度まで）
9-2 機械学習の限界：教師あり学習
9-3 強化学習
9-4 強化学習の限界
9-5 常識という問題
9-6 人間の学習方法
9-7 自己教師あり学習
9-8 多重予測と潜在変数
9-9 予測能力？
9-10 自律知能システムのアーキテクチャ
9-11 ディープラーニングと推論：動的ネットワーク
9-12 知能をもつ物体
9-13 AIによる未来
第10章 AIの問題点
10-1 AIが社会や経済を変える
10-2 AIイノベーションエコシステム
10-3 AI革命の恩恵を受けるのは誰か？
10-4 軍事転用の危険性
10-5 バイアスとセキュリティ逸脱
10-6 AIは説明可能であるべきか？
10-7 人間の知能に対する理解は深まるか？
10-8 脳は機械にすぎないのか？
10-9 すべてのモデルは間違っている
10-10 心配する声
10-11 AIが飛躍的発展を遂げるには？
10-12 生得的なものと後天的なもの
10-13 機械に意識は宿るだろうか？
10-14 思考における言語の役割
10-15 機械に感情は宿るだろうか？
10-16 ロボットは権力を握ろうとするだろうか？
10-17 価値観の一致
10-18 新たなフロンティア
10-19 知能の科学？
終章
用語集
謝辞
訳者あとがき
監訳者解説