2018 年の人工知能に関する 10 冊の良書のまとめ

いろいろ検索してみたところ、インターネット上にはまだ人工知能に関する本のリストがないので、自分で作ってみることにしました。この記事にある本の中には、現在読んでいる本、すでに読み終えた本、そして何度も読み返す必要がある本があります。この投稿では、読む価値があると思う AI 関連の書籍をリストアップします。最初の 7 冊には中国語版があり、最後の 3 冊には英語版しかありません。関連する読書ノートを表示するにはクリックしてください。

1. ライフ 3.0 - 10億年スケールで生命の進化を検証する 4 つ星

竇氏の翻訳は全編にわたって質が非常に高く、言語も流暢で、全体主義などの敏感なテーマについても省略は一切見られない。さらに珍しいのは、翻訳者が原書の著者の親しい友人であるため、翻訳の過程で2018年のAI分野の新しいものなど、いくつかの新しい内容が追加され、原書のアップグレード版と見ることができることです。

2. 機械と人間 - 人間と機械の妥協点を見つける 4 つ星

原作は今年3月20日に米国で出版された。この本は、AI が仕事にどのような変化をもたらすかを解説した高評価の本の 1 つであり、Amazon の評価は 4.4 です。この本は、AI が仕事を奪うという問題にどう対処するのがよいかについて述べています。この本の核となる考え方は、将来の本当のトレンドは、人間と機械が協力して問題を解決することであるということです。確かに将来、多くの仕事は消滅するでしょうが、人間と機械の中間領域でより多くの新しい仕事が生まれるでしょう。その中には、人々のスマートフォンを使って機械を支援するものや、機械と協力し、より多くの人々にスーパーパワーを与えるものもあるでしょう。

3. ディープラーニング - インテリジェント時代の中核的な原動力（出版予定） 4 つ星

この本の著者は非常に有名です。彼は、米国の 4 大国立アカデミー (米国科学アカデミー、米国医学アカデミー、米国工学アカデミー、米国芸術科学アカデミー) の存命の「会員」3 人のうちの 1 人であり、世界的な AI 専門家会議である NIPS Foundation の会長でもあります。この本には、人間の知能がどのように進化したか、そして人工知能がどのように進化するかという 2 つの絡み合ったテーマがあります。著者は目撃者の視点から、過去 60 年間のディープラーニングの波の発展と人工知能の急上昇を追跡し、インテリジェント時代のビジネス環境を積極的に予測します。

4. ジ・アザー・ショア（5つ星）

この本に収録されている 6 つの物語と 2 つの非 SF の考察は互いに補完し合っており、考察で言及されている視点はすべて小説の中で表現されています。本書全体のテーマは、著者の言葉を借りれば、「人工知能は向こう側にあり、我々はこちら側にいる」といえます。それはまた、本書で提案されている「逆チューリングテスト」に要約することもできます。チューリングテストは、人間と人間と通信するコンピューターを人間が区別できないようにすることで知能レベルを決定しますが、逆チューリングテストでは、人間に固有の特徴を提示することで、人間とすでに知能レベルが同等である AI を人間が区別できるようにします。

5. AIミニマリスト経済学 4つ星

この本の著者であるハル・ヴァリアンは、Google のチーフエコノミストです。この本は、予測マシンの使用を通じて、人工知能を経済的観点から考察しています。この本は、現在の人工知能の急速な発展は、実際には知性ではなく、知性の重要な要素である予測をもたらしていると指摘しています。人工知能を通じて、私たちは大衆の好みにもっと合った製品を選別することができます。本書は、AIに頼ることと人間自身に頼ることのバランスポイントをどう選択すれば、両者のデメリットを相殺できるのかを、経済的な観点から専門的に解説しています。この本には、さまざまなシナリオにおけるさまざまな AI の収益率をよりよく理解できるように、多くの専門的なチャート デザインと比較が掲載されています。

6. 100面の機械学習に5つ星

今年最も役に立つ本ですが、初心者には適していません。内容は包括的で、基本的な理解が必要です。面接準備中の学生にとって、本書は面接でよく聞かれる質問を多くカバーしており、間違いなく必要な機械学習の知識ポイントを整理するのに役立ちます。就職活動中でない学生にとっても、本書には仕事で必要なスキルや事例が多数含まれています。この本は何度も読み返す必要がある。

7. ディープラーニング入門：Python に基づく理論と実装 4 つ星

これはディープラーニングを始めるのに最初にお勧めする本です。PyTorch、Tensorflow などの既存の一般的なフレームワークに基づいた入門書とは異なり、この本は、基本的な Python 構文と数式を使用して、ディープラーニングで最も一般的に使用されるアルゴリズムを実装する、ゼロから始める DIY の本です。この本には***の研究や理論の詳細は含まれていませんが、私は本を理解し、本に書かれているアルゴリズムを自分で実装しました。そうして初めて、*** の論文を理解し、結果を再現できるようになります。

8. 人工直感（4つ星）

ディープラーニングの違い - 「人工直感」読書ノート

人工直感の読書ノートで新しい言語を創る

「Artificial Intuition」は今年2月に出版された新刊書です。工学系の経歴を持つ著者のカルロス・ペレス氏は、自伝の中で、これは一般向けに書かれたディープラーニングの入門書だと語っています。この本では、ディープラーニングが従来の機械学習と大きく異なる理由、ディープラーニングが従来の機械学習手法のマイナーチェンジではなく、まったく新しい種である理由が説明されています。キーワードは、自己組織化、ダイナミクス、ネガティブフィードバック（GANにおけるイタチごっこ、探索と活用のトレードオフ）です。

9. 相関関係から因果関係へ - 「The Book of Why」を読む 5 つ星

この本は因果推論の入門書で、因果推論とベイジアン ネットワークの創始者である Judea Peral 氏と、ポピュラー サイエンス ライターの Mackenzie, Dana 氏が共著したものです。この本には技術的な詳細が多すぎます。ポピュラー サイエンスの本というタイトルですが、実際は上級学部の教科書です。この本では、因果図を使用してデータに基づいて 2 つのイベント間に因果関係があるかどうかを判断する方法と、因果推論を使用して反事実的思考を行う方法について説明します。現在の人工知能における因果推論の不足を補うものとして、この分野の応用展望と発展速度は注目に値する。 Tensorflow と PyTorch も 2018 年に因果推論の新機能のサポートを開始しました。

10. 機械学習への憧れ

偉大な作家アンドリュー・ン氏は 1 年以上かけて本を執筆していますが、まだ完成していません。この本は機械学習アルゴリズムについて書かれたものではなく、機械学習プロジェクトを実際に行う際に使用する戦略、つまり学習戦略について書かれたものです。詳細については、Andrew Ng氏の新著「機械学習への憧れ」を解説した長文の記事をご覧ください。

*** は、この本はあまりお勧めできないが、夕食後に読む価値はあると言っています。「Hello World」 3 つ星

昨年、Tiege が人工知能が現実世界に及ぼす影響について準備していて、私にいくつかの本を推薦するように頼んだときに、この本を読みました。私はこの本のタイトルに惹かれました。この本は、「アルゴリズム」が私たちの生活のあらゆる側面（消費、医療、保険、法執行など）に徐々に浸透し、それがどのような影響を与えているかを物語っています。ただし、この本に書かれているアルゴリズムは、新しい機械学習アルゴリズムというよりも、統計に関連したものです。この本は幅広いトピックを扱っているが、その議論は十分に深くはない。