内容紹介
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――。
一見すると難解に思えるこれらの数学が、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。
著者は、AIの進化の最前線にいた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たち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。
続きを読む
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――。
一見すると難解に思えるこれらの数学が、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。
著者は、AIの進化の最前線にいた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たち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。
著者略歴
続きを読む商品概要
発行元
技術評論社
発売日
2026/09/09
ページ数
496p
ISBN
978-4-297-15826-2
セット商品分売可否
単品分売不可
Cコード/ジャンルコード
3055 / 20
読者対象/成人指定
指定なし(デフォルト)