説明可能AI入門 人とAIが共存する未来に向けて
発売日:2026年2月
- ページ数
- 227p
- ISBN
- 978-4-339-02954-3
- 著者情報
- 長尾 智晴(ナガオ トモハル)
東京工業大学(現 東京科学大学)大学院総合理工学研究科出身、工学博士、東京工業大学助手、助教授を経て横浜国立大学教授、現在は横浜国立大学総合学術高等研究院上席特別教授(特任教授)、名誉教授。YNU人工知能研究拠点長、横浜国立大学発ベンチャー 株式会社マシンインテリジェンス取締役CTO兼務
セブン-イレブン受取り(送料無料)
発送目安
発売日(発売日以降は当日)~2日で発送
宅配(送料¥550税込)
発送目安
発売日(発売日以降は当日)~2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
著者はこれまでに、特に企業との共同研究や技術相談において、深層学習などのブラックボックス系機械学習の人への説明の必要性・重要性を認識し、それらの解決方法について研究してきました。また、説明可能AI(XAI)に関する技術セミナーや講演をこれまでに何度も担当してきました。この度、本書を執筆する機会を得て、どのような内容にするべきかについて考えました。
ご存じのように、昨今のAIは進展が非常に速く、最新の手法もすぐに陳腐化してしまうため、最新情報をご紹介するだけのような内容は、増刷のときにだけ内容を更新できる書籍という媒体では難しいと感じました。また、逆に、ときを経てもあまり変わらない基礎数学・理論、普遍的な方法などについては、AIの分野でもこれまでに多くの良書が出版されてきています。そこで本書は、出版社の方々ともご相談の上、「説明可能AI(XAI)」について、陳腐化しない基本的な考え方と重要な手法をご紹介するとともに、AIの基礎や関連テーマ、生成AIやLLMなどの最近の話題も入れて、AIの入門書・参考図書としてご利用いただけるようにしました。そして、「AIを作る立場の方」だけでなく、ご専門はAIではないがAIやXAI、人とAIの関わり方にご関心をおもちの「AIを利用する立場の方」にも広く読んでいただけるようにしました。
解説する内容にも独自性が出るように心がけました。一般に「説明可能AI(XAI)」は「深層学習などのブラックボックス系機械学習の判断根拠や機序を人が分かるように説明する分野」とされています。一方、サポートベクタマシンや決定木など、人が理解し易いグレーボックス/ホワイトボックス系機械学習の精度が深層学習と同じくらい高精度になれば、そもそも膨大な学習用データを必要とする深層学習を利用する必要がなくなります。そこで著者は、XAIを「AIの説明性かつ/または精度を高めることで、人がAIを信頼して利用できるようにする技術」と通常より少し広くとらえて、関連する話題とともに本書にまとめました。
大学や専門学校などでの基礎的な講義の教科書・副読本、あるいは研究室やゼミなどでの参考書としてご利用し易いような構成にするとともに、各章に演習問題と参考文献を入れています。本書は、情報系以外の理系の研究者や技術者の方々はもちろん、いわゆる文系のゼミや職場における副読本としてもご利用頂けるのではないかと思っています。
本書が、学校や職場、グループなど様々な場面でAIやXAI、人とAIの関わり方などを議論する際の「きっかけ」や、何かのご参考になれば幸いです。
【キーワード】
説明可能AI,説明可能なAI,XAI
目次
〈第1部:人工知能と機械学習〉
1.人工知能と機械学習
1.1 人工知能の概論
1.1.1 人工知能とは何か
1.1.2 定式化された問題の解法
1.1.3 人工知能のアプローチの変遷
1.1.4 人工知能の解法の例
1.2 機械学習の概要
1.2.1 機械学習とは何か
1.2.2 事例ベース学習と説明ベース学習
1.3 人工知能の課題
演習問題
2.機械学習の方法
2.1 機械学習の概論
2.1.1 機械学習の目的
2.1.2 機械学習の種類と特徴
2.1.3 特徴空間
2.2 教師あり学習法
2.2.1 教師あり学習の課題
2.2.2 サポートベクタマシン
2.2.3 決定木
2.2.4 ブースティング
2.2.5 ランダムフォレスト
2.3 教師なし学習法
2.3.1 教師なし学習の課題
2.3.2 k-平均法
2.3.3 自己組織化マップ
2.4 半教師あり学習法
2.4.1 半教師あり学習の課題
2.4.2 基礎的な手法
演習問題
3.ニューラルネットワークと深層学習
3.1 ニューラルネットワークの概論
3.1.1 神経細胞と回路網のモデル化
3.1.2 相互結合型NN
3.1.3 階層型NNの原理
3.1.4 階層型NNの学習の特徴
3.1.5 時系列信号向けの階層型NN
3.2 深層学習の原理と特徴
3.2.1 多層化技術
3.2.2 深層学習の長所・短所
3.2.3 深層学習の応用例
3.3 深層学習の最近の手法
3.2.1 生成AIの手法
3.2.2 大規模言語モデルとトランスフォーマ
演習問題
ほか
商品詳細
- 出版社名
- コロナ社
- サイズ
- 21cm
- 対象年齢
- 一般
- フォーマット
- 単行本
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙(カバー)のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典(初回特典、初回仕様特典)がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。