- はじめに
- AI vs. 教科書が読めない子どもたち
- AI時代に食える仕事 食えない仕事
- 人工知能は人間を超えるか
- AIの衝撃: 人工知能は人類の敵か
- AIとBIはいかに人間を変えるのか
- 文系AI人材になる: 統計・プログラム知識は不要
- 教養としてのデータサイエンス
- 深層学習の原理に迫る: 数学の挑戦
- いまこそ知りたいAIビジネス
- クラウドからAIへ アップル、グーグル、フェイスブックの次なる主戦場
- AI時代に「自分の才能を伸ばす」ということ
- AIが会話できないのはなぜか
- 人工知能が音楽を創る
- 東大准教授に教わる「人工知能って、そんなことまでできるんですか？」
- ＡＩ時代に勝つ子・負ける子
- AIの破壊力
- オードリー・タン デジタルとAIの未来を語る
- AI時代の人生戦略 「STEAM」が最強の武器である
- シン・デジタル教育 10年後、わが子がAIに勝つために必要なこと
- AI時代対応 大人の知的習慣 「複合力」こそが究極の効率化である
- まとめ
はじめに
今回は「AI」や「人工知能」と付く本をいろいろ読んだレビューをまとめます。
知識ほぼ0から、AIを知る上でおすすめな読み順で紹介します。
AI関連を学びたい人は参考にしてください。
また、AI関連の書籍にはいくつもの未来予測が出てきます。
この考え方についてはこちらでまとめてます。
AI vs. 教科書が読めない子どもたち
難易度：低～中。
おすすめ度：★★★★★
分かりやすい本。
初めの1冊目におすすめの必須書籍。
東大模試に挑戦したロボットを作った筆者がまとめたAIのできること、できない事のお話です。
【概要とこの本の主張】
・AIは計算機。出来るのは四則演算。 論理、確率、統計で表現できる事
・AIの実力はMARCH合格レベル
・高度で知的な労働以外は仕事が無くなる可能性がある
・多くのホワイトカラーが淘汰され、AI恐慌に陥る可能性がある
・人間らしい仕事はAIに代替されず生き残る
・読解力や共感が必要な事
（汚部屋整理コンサルタントや高学歴、高収入の婚活女子支援など）
・AIは読解力を基盤とする「コミュニケーション能力」や「理解力」が弱い
・スパコンを用意しても"考え方"の部分で限界がある
・人間側も教科書が読めない人が増えてる（3人に1人は読めてない）
・中高校生の読解力は危機的で教科書を正しく読めない（RSTの結果）
・現状、どうすれば読解力が育つのかはわからない。
・分かる事は、就学援助を受けてる家庭（貧困）は読解力能力値には強い負の相関がある。
・筆者の経験上、後天的に何歳かららでも読解力が育つ可能性がある
（誤認逮捕された人やRST問題のお手伝いをした人は読解力が上がった）
・AI恐慌を回避するには、人間にしかできない事の模索が必要
・AIで奪われた仕事以上の仕事を人間が生み出す
・もしくはベーシックインカムなどの可能性忙しい人はこれ1冊で良いと思います。
だいたいのAIの事が知れます。
ただ本の問題は「AIに仕事が置き換わりAI恐慌が起こるという部分」。
半数以上が失業するという予測を元に書かれてますが…この予測に問題があります。
この問題については次紹介する本に書かれてるのでセットで見ることをおすすめします。
AI時代に食える仕事 食えない仕事
難易度：低～中。
おすすめ度：★★★★★
短いネット記事のようなものを集合させた書籍。
よく言われるAIで半数以上が職を失う論の問題が学べます。
「AI vs. 教科書が読めない子どもたち」の後に読んでほしい必須の1冊。
読まなくてもいいので、この部分だけ頭に入れてください。
それは「約半数の人が失業する」という予想には問題がある事。
正確には「予測はできない、分からない」本当のが答え。
【抜き出して要約】
◆雇用の未来研究について
１，野村研究所＋オズボーン氏の予想「労働人口の49％が機械に代替えされる可能性が高い」と発表
２，この一文が色々な所に取り上げられ、半数が失業説が広まり独り歩き
３，この発表には問題点があると専門家が指摘
４，今は、改良したドイツのZEW研究所のアーンズ論文の方が有力とされる
５，アーンズ論文の改良内容はタスクベースを入れた事
６，タスクベース＝仕事のどのぐらいの割合が自動化で置き換わるかという事
７，アーンズ論文の結果は「自動化の可能性が7割を超える職業はOECD21ヵ国平均で9%」
８，このアーンズ論文でも「技術の進歩、人員余剰や紙や対面の慣習が残る場所の自動化の進みの遅さ、生まれる仕事」といった情報を入れれて無い。
９，現状、専門家ではこうした現実全てを含めた"予測は不可能"とされている。
１０，ただ自動化が進むと格差の問題が深刻化する。
再教育の対応も限界があり雇い止めが起こる。
大卒で高学歴の女性の仕事や"一般業務"が影響を受ける。本書はその中から18職種を抜き出して、何がどのような形で自動化されるかを考察した本です。
18職種も面白いので見てほしいですが…
最低限「半数失業説」の問題に気づいてもらえればそれでOKです。
AIの未来予想を見る上では「失業シナリオ」と「結局仕事してるシナリオ」の2つを考える必要があると学べた1冊でした。
人工知能は人間を超えるか
難易度：中～高。
おすすめ度：★★★★☆
「AI vs. 教科書が読めない子どもたち」からもっとAIの基礎を知りたい場合おすすめ。
下記のようなことを知りたいならおすすめ。
・より詳しい第1～３次AIブームの流れ
・深層学習の概要と機械学習などとの違い
・なぜ深層学習（ディープラーニング）が騒がれたのかが知りたい
・AIの今後の展望
・AIが人間を超える問題（シンギュラリティ）図も多く、頑張って「分かりやすいようにしよう」と工夫してると感じました。
が、純粋に内容が難しい。
一部の内容の要約をすると…
真の意味での人工知能が誕生する予測ロードマップ。
１，深層学習で特徴量を学べるようになった → 概念を獲得できる。（今ここ）
２，画像からの特徴表現と概念の獲得（画像を見て猫と判定）
３，複数のデータから概念を獲得（猫の触り心地、鳴き声）
４，行動と結果の概念を獲得（ドアが開いた → 自分が開けたかそれ以外かが分かる）
物を押すなどの動作、2と合わせて押す強さの強弱などが学べる
５，行動と結果を試行錯誤する（人で言うコツをつかむ、ようなことが起こる）
６，言語を理解、日常の概念が揃う（シンボルグラウディング問題の解決）
７，人間の言葉を理解できるようになる。（真の意味での人工知能知能の誕生）
現状は獲得した概念は人がラベル付けをしないと認識できないレベル。
真の意味での人口知能の誕生はまだ先。
ーーーーー
Q,シンギュラリティは起こるか？
A,起こらない。人工知能は本能を持たない。
シンギュラリティには「人口知能」と「人工生命」の2つの技術が必要。
人工知能ができても、生命を作るという問題がある。
知能だけのモノに人類が支配される可能性は低い。
生命が無ければ本能、快/不快、というものの判定が難しい。
シンギュラリティよりも怖いのはAI企業の富の独占シナリオ。
ーーーーー
Q,人工知能は人間を超えるか
A,超える、部分によっては。人とAIの得意不得意が違う。
限られた分野では既に超えてる。デメリットは出版が2015年で少し古い事。
ただ歴史や考え方は変らないので十分読む価値はあります。
AIの衝撃: 人工知能は人類の敵か
難易度：高～難解
おすすめ度：★★★★☆
AIブームのあらすじから、AIに使われる確率・統計の仕組み、AIとサービスロボットの関係を学べます。普通に面白かった1冊。
デメリットは下記の2つ。
・文章が硬い＋専門用語が多くて読みにくい事
・出版が2015年という事
この本のいい所は下記。
・紹介されるAIの企業活用事例が多かった事
・AI関連の専門用語が大量に使われる事
・関連する実験や論文が紹介されている
・ベイズの確率や統計について語られてる事
・AIとロボットの関係について語られてる事
AIについてより深い学びが得られます。
他で紹介されてない事例や用語があっておすすめ。
2015年という古さを感じさせない、かなり深い情報が多い1冊。
AIとBIはいかに人間を変えるのか
難易度：中～高
おすすめ度：★★★★☆
AIとBIの2つの本が合わさってるイメージ。
AIで失業した未来予測をを知るのにおすすめ。
個人的にはおすすめの1冊でしたが…。
約半数の人が失業説に問題がある知って根拠が崩れてしまった。
難しそうに見えるカタカナ語がよく使われる本でした。（要素を「ファクター」と言ったりなど）
あと、BIの話が始まってからは社会問題の話が始まります。
大まかな流れは下記。
１，AIが圧倒的な生産性向上をもたらす。
２，頭脳労働の価値が低下する
３，貧富の格差が生まれ、消費減少や少子化などの悪影響を生む
４，そこで、ベーシックインカム
５，生産性は十分上がり、働かなくても食って良しの世界が来る
６，働かなくてよくても人は活動や遊びのような「自発性」を持った行動を行う。
７，この主体性の為に遊びや修練は今後も必要他にも、私が良いと思った部分をまとめます。
「働かざる者食うべからず」という規範は働かない人が居ると成り立たないぐらい生産性が低かった頃の話。機械化 → AI化の流れで生産性が大幅に向上し、働かない人が居ても成り立つ。
これからは、 頭脳労働の価値が下がり、感情労働の価値が上がっていく。
37%や47％の人が職を失うという予測が出ている。
いろんな社会問題の解決にBIは有効。
（生活保護を受けるべき人が受けれない、退職者を出せずイノベーションが生まれない、中間層が貧困化して消費が冷え込む、AIを作った人による富の独占回避、など）
ただ、国の状況によってはBIが向かない所がある。
（スイスなどは地続きのヨーロッパ圏で、BI目当ての移民が来る可能性がある）
日本は島国＋言語学習の難しさからBI向き。
AI作者による富の独占と、「働かざる者食うべからず」の規範をいかに人が捨てれるかが課題。AI化の後の社会、失業シナリオの1つとして色々考えることができる本でした。
BIは賛否両論ありますが、個人的には肯定派。
理想論や楽観予測的な所もありますが、全体的に良書だと思います。
「頭脳労働の価値が下がり、感情労働の価値が上がっていく」
この一文は、私の今後の活動の指標として使っていきたいと思いました。
文系AI人材になる: 統計・プログラム知識は不要
難易度：高～難
おすすめ度：★★★☆☆
「文系、統計・プログラム知識は不要」と優しい言葉とは裏腹に、一般向けの本としてはかなりの難易度です。
一般的なAI化の未来予想、変化、ビジネスチャンスを学びに来た方は、たぶん積読になります。
ある程度知識がある人がAIの専門書を読む前の本という認識が一番正しいかなと思います。
特に第1～4章がかなり専門的になります。
（5章からは当たり前な事や、事例集で…ページ数増やし？力尽きた？という印象）
ただ、定義や分類が明確で、頭の整理には役立ちます。
イメージを掴んでもらうために一部を要約。
【第4章の始まり部分要約】
AIの作り方をざっくりと理解する。
流れ：データ作成 → データ前処理 → 学習 → 予測
◆データ作成
・キー＝ 何に対して予想するか（個別を識別するためのモノ）
・説明変数＝特徴対象を特徴づけてるであろうもの
・目的変数＝AIで予測したい事の結果
◆データ前処理（データのクリーニング）
・欠損のデータの補正や削除
・表記ミス修正（半角／全角ミス）
・外れ値の除外
・複数ある説明変数の単位を変えて数字の桁を揃える（精度を上げる工夫）
…など
◆学習
データ（キー、説明変数、目的変数）を.csv化 → アルゴリズムに入れる。
補足性が見いだされてAI Modelが完成。
◆予測
新しいデータを入力（キー、説明変数、目的変数） → AIのmodel結果を予測する → 0か1または%での予測。
例：Zさんが3年後出世するか予測。
→ データ作成
・Key＝Aさん、Bさんなどの識別用の名前
・説明変数＝挨拶の有無、明るい/暗い、コミュ力の有無、など
・目的変数＝出世したかどうか
→ データを大量に集めてアルゴリズムに入れて処理＝学習Model完成
→ Zさんデータ（Key＋説明変数）を入力
→ 目的変数＝3年後の出世可能性が出てくる「ざっくりとは？」となりますが、専門書としては優しい方だと思います。
他にもアルゴリズムの種類やAIの活用タイプなどの分類がこの本に網羅的に書かれています。
ざっくりじゃないAIの作り方紹介
１，企画・AIプランニング
２，目的・説明変数の定義
３，データ作成
４，データ前処理
５，AIモデル構築
６，AIモデル制度検証・予測
７，AIモデル実行
８，運用・再学習…この1~8ような事を解説してるのが本書です。
（さらに予測、識別、会話、実行用のAIで作り方を解説してます）
1～4章までの内容はかなり有益で質が高いです。
AI関係の仕事をしたい人は辞書的に持っておくと良いと思います。
ただ「文系、知識不要、一般人向けっぽい表紙デザイン」と思って読み始めるとかなりの痛手を見ます。
専門家志願の人、より詳しく知りたい人、自分でAIを作りたい人の第一歩、Google AIYなどでAIを作ったことがある人、などある程度知識があってそれを整理したい人にはおすすめ。
軽く知りたい層、まだそこまで知識が無い層にはおすすめできません。
少なくとも、AIを学ぶ上で序盤に読む本では無いです。
教養としてのデータサイエンス
難易度：中～高
おすすめ度：★★★★☆
AIを構成するデータについて学べる本。
データサイエンスの基本を学べます。
手に取りにくい専門書感がありますが・・・
思ってたより基礎的な内容がほとんどです。
一般人でも読んで分るぐらいの内容。
体系的にまとまってて分かりやすい。
が、一般人の場合はこの知識を活用するのは難しい。
データの種類
・調査データ（アンケート）
・ログデータ（履歴）
・実験データ
・観測データ
データとAIの活用
・仮説検証
・知識などの発見
・原因の究明
・計画の策定
・判断を支援
・活動の代替（代わりに動いてもらう）
・新しいモノの生成
…などこのような分類について説明したり、より細かな分類していくのが本書。
データの基礎からその取扱い、AIとの関係が学べます。
平均値、中央値、偏差値、誤差、バイアスなどのデータ界隈の基本を知りたい方におすすめ。
AIやデータサイエンス系の仕事に就きたい方には強くおすすめできます。
一般人にはおすすめしにくいです。
使う機会が難しい知識で本当に教養にしかならない。
深層学習の原理に迫る: 数学の挑戦
難易度：難
おすすめ度：★★★☆☆
深層学習についての専門知識を得られます。
2021年4月出版で情報が比較的新しいのも魅力的。
とてもいい本ですが、専門的過ぎるので評価は★３。
内容はかなり深く、数学に関わって来て専門家向き。
ギリギリ一般の人も読める専門書。
深層学習の理解を深めたい方やAI専門家は読んで損が無い1冊。
【概要の要約】
・深層学習は他の本の予想より早く進んでいる
・困難とされてる事も乗り越え始めてる
・自然言語も"埋め込み"という処理で進んだ
・囲碁や読解力でも人間が負け始めた
・ただ、深層学習の仕組みはまだ完全に分かっていない
・理解して無くても活用してるのが現状
・解明することで科学が進歩する可能性がある
・本書ではその謎について"迫る"そこから、構造を理解するために深層学習の専門的な処理の内容、現在分かってる事についてまとめたのが本書。
ただ、あくまで「迫る」なので100％解明されてる訳では無い。
結論は完全には分からないで終わる。
それでも下記のような有益な情報が得れます。
・なぜ多層構造なのかについては、多層は滑らかでないデータに対して優位性があるなどが分かってる
※ただし、100層を超えるものの優位性は現在も謎
・パラメーターが増えても深層学習で過学習が起こらない代表的な仮説は「暗黙的正則化」「PACベイズ理論」「二重効果」など
・そもそもなぜパラメーターの学習ができる？
→ 未解決な理論的な問題が多く謎ただ、一般の人は手に余る知識かもしれません。
知識読み物としては面白い1冊。
このような内容にピンと来た人はポチりましょう。
私は…最後には「よくわからないけど動いてるからヨシ！」となりました。
今のAIに「できない」とされてる事も「できる」になる可能性があると学べる1冊。
あとは研究者の方々、頑張って。
いまこそ知りたいAIビジネス
難易度：中
おすすめ度：★★★☆☆
中～大企業の管理職やビジネスを行ってる人、データサイエンティストなどが何をしてるかを知りたい人向け。専門用語も多いが読みやすい。
AIで失業しないシナリオを知る上でおすすめの1冊。
AIで生まれる仕事についての考え方が学べます。
”ビジネス視点”から見たAIの本です。
他の本には載ってない事例や話があって面白かった。
（AIY、Stitch Fix、ModiFace、AIのバイアスなど）
アメリカ、シリコンバレー、スタートアップ、新しいサービスを作る、イノベーション的な話、中～大企業の経営話、意識が高い話が好きな人はおすすめ。
ただ、2～3章はそれなりの規模の企業を持って無いと、できなさそうな事例が多く、中～大企業の経営者や意思決定に携わる人じゃなかったら活用が難しいかなという印象。
【一部の内容を要約】
「無人レジの失敗」と「AmazonGoの成功」の対比。
・無人レジ → 今のある物を自動化する”物作り”視点で考えてしまった。
・AmazonGo → 並ぶ、財布を取り出す手間という顧客課題を解決。
既存のビジネスモデルの一部を置き換える視点では視野が狭くなる。
新しい技術で顧客のニーズや課題解決する事が重要。
ビジネスモデルの転換こそAI導入の本質。
導入方法は、まずAIの事を置いておき、課題を棚卸。
そこからAIで解決できるものが無いかを考えるのがおすすめ。そうなればいいよね、それが理想。わかる。
それが、できれば日本の経済は30年も停滞してない。他にも…
・流通販路の最適化は個人事業では基本しない
・商品のおすすめはYoutubeやGoogleの検索エンジンが勝手に行ってる（既に導入してる）
・AIを入れた販売プラットフォームを作るぐらいの事業規模は無い（Boothなどを使う）
・データサイエンティストを雇えるような個人事業者は少ない
・データは独占せず公開した方がいい → そもそも公開できるようなデータを持って無い
・データを公開 → Kaggleというデータサイエンティストコンペで優秀な人材を獲得…私の頭では、2～3章は面白いけど活用は難しい本と感じました。
ここで辞めそうになりましたが、4章以降は普通の人でも使える知識でした。
【気になった事まとめ】
・AIの課題は「AIのバイアス」と「個人情報の取り扱い」
・AIバイアスはトルコ語のような性別の情報を持たない主語の時に起こる
（英語「He is a nurse」 → トルコ語「o bir hemise」→英語「She is a nuese」など）
・個人情報は「Facebookスキャンダル」で政治利用され、取り扱いが厳しくなった。
（EUの法律GDPRでIPアドレスやクッキーも個人情報とみなす、取得にはユーザーの同意が必要と法改正）
・AIは奪う仕事より生み出す仕事が大きい。
生み出された仕事に対応するための学び直しが必要。
・学び直しはMOOCなどの大学授業を見れるサービスに自費でお金を入れて学ぶ。
英語力を身に着け、学びを証明できるアウトプットを作る必要がある。
アウトプットは英語が理想。
・不安＝問題意識がある証拠＝その不安を使って行動する。ごもっともですが…
意識高い系と言いますか、頑張れない人の気持ちは分からないタイプの人なのだと思いました。
優秀で高年収で社会で評価される幸せなエリートの思考に触れた感じ。
多分、パチンコやFPS辞められない人、心や体の問題がある人、
ほかにも頑張ってもできない側の人には難しい。
「実力も運のうち」の言葉を借りるなら「努力できない遺伝子」を考慮しない、
自己責任の世界。能力差別的な一面を感じる。
多分筆者がエリート側の人間だから、出会う人、見てる世界、生きてる環境がそもそも違うと感じました。
庶民のうがった見方では「ごもっともですが、正論で動ける人は少ないから「エリートや成功者」は量産されないのです」という。
AI話は面白いですが、生き方や指針を考えると、”社会の分断”を体感できます。
クラウドからAIへ アップル、グーグル、フェイスブックの次なる主戦場
難易度：低～中
おすすめ度：★★★☆☆
AIの大まかな歴史などが詳しく学べます。
非常に分かりやすい、読みやすい本です。
ただ、発売日が2013/7/30なのがデメリット。
深層学習の始まりあたりまで語られてますが…近年の急激な進歩については語られてません。
第1次、第2次AIブームとその間にあったAIの冬、今の第3次AIブームがなぜ大きなトレンドになってるのか、GAFAMがなぜビックデータ争奪戦をしてるかなどがストーリ的に学べます。
第1次、第2次は科学者の好奇心的なモノだった。
上手く行かないと分かると投資が打ち切られた。
第3次はニーズ主導のAI開発。
社会問題の解決に必要とされてる。
情報の爆発的増加、少子化、高齢化、災害救助…など
GAFAMなどはそのAIの主権を握るべくデータを取り合ってる。面白かったのはAIとUIの関係について語られていたこと。
【一部要約】
◆UIには2つの派閥があった
AI派 → コンピューターは人間と対等に存在になる
IA派 → コンピューターはあくまで的活動の支援ツール
・IA派 → マウス、ディスプレイ、デスクトップ、ツールバー、GUIなどを発明し発展した → がそろそろ限界。
・AI派 → 近年、急速に浮上。ワトソン、Siri、自動運転車など。
手打ちから音声入力などができるようになった。
そこから、ユーザーの窓口が増える → 高齢者などもPCが使える。
→ 人間が機会に合わせる時代から、機械が人間に合わせてくれる時代になりつつある。このような新しい情報はありますが…今から、1からAIを学ぶには、出版日が情報が古いのでこの本でなくても良いかなという印象。
また、周辺情報が多く読書時間が長くなります。
1～3のAIブームや、GAFAMなどの企業とAIの関係をストーリー的に知りたい方、周辺情報を知りたい方、長くても読ませる文章を学びたい方におすすめ。
AI時代に「自分の才能を伸ばす」ということ
難易度：中～高
おすすめ度：★★☆☆☆
AIの本というより”人”の本です。
モチベーション、創造性、個性、知的好奇心、飽きといった“人間らしさ”について語られてます。
難しい用語が多いがクリエイターなら分かるという本。
AIの基礎本を読み終えた後に読む事がおすすめ。
ただ…AIを学ぶ本では無いです。
・脳は不確実性を下げることに喜びを感じる
・不確実性を下げ切った情報には興味を示さなくなる（脳の飽き）
・飽きると他に何か不確実性が高い情報を求める
・あえて不確実、不確か、あやふやな情報に興味を持つ（別の事を始める）
ーーーーー
人は収束的思考と拡散的思考の2つの思考をする。
・旅行先の案出し → 拡散的思考
・旅行先の決定 → 収束的思考
AIは効率化、最適化、収束的思考が得意
人間は新規性、拡散的思考、収束と拡散の共存が得意。人を知る事でAIができなさそうな事を知るというアプローチ。
ちょっとAIと関係無いですが…個人的に面白かった本。
AIの事は、「効率化、最適化、収束的思考が得意」程度にしか語られてません。
「AI時代に」の部分は検索されるために入れた”売れる”ための処理だと思います。
AIを理解する本としてはおすすめしません。
が、AIの基礎を学んだあとで、深く考えるのにはおすすめ。
AIが会話できないのはなぜか
難易度：高～難
おすすめ度：★★☆☆☆
AIの本というより、コミュニケーション、コミュニティ論。
可愛い絵とは裏腹に難しめの本。
この本のデメリット
・難しいカタカナ言葉多め
・大量にコモングラウンドという言葉を使う事
・途中、ほぼコミュニケーション論の話になる事
この本は「コモングラウンド」という言葉を大量に使ってきます。
大筋の流れを私がまとめ直すと下記。
◆コモングラウンドとは
・コモン＝共有の
・グラウンド＝基盤
すなわち、会話の共通の場。
地面のように固定されておらず、ふわふわしていて揺れ動く。
◆対話について
・対話は話す目的が明確に決まってる
・効率性が重視される
・不明な点や対立してる所を埋めるために話が進む
◆会話について
・非効率でリソースとしてたっぷりの時間が必要
・話が弾み、発展して、良い思いができれば成功
◆人は何のために話をするのか。
・誰かに話すと心が軽くなる
・頭の整理ができる
・話す事でカタルシス（精神の浄化作用）
…などが上げられる。
◆現状のAIの限界
深層学習で一部の専門領域で人間を超える知能を手に入れたAI。
が、そのAIとの間にコモングラウンドと認められる共通意識が全く築けてない。
＝ 心が通じるという事がありそうにない。
今のAIは"対話"は行えるが"会話"が行えない。AIについて知りたい場合は始めと最後（~66p、p336~）を読めば大丈夫です。
他の部分はコミュニケーションやコミュニティ論。
あいづち、視線、ジェッシャー、の役割などをより深く考えれます。
正直AIの話ではなく、興味がない人にとっては読むのはやや苦痛に感じました。
ただ、対話AIがあるのに会話AIができない理由についてはこの本が最も詳しく、勉強になりました。
人工知能が音楽を創る
難易度：難～読めないLv
おすすめ度：★★☆☆☆
AI時代のクリエイター向け哲学書
いい本なのですが…「なるほど分らん」で終わる1冊。
理解するには、かなり高度な音楽とAIの専門知識が必要。
音楽の前提知識はクラシック界隈の知識と楽譜を読む力が必須。
初心者のDAW使いの知識ではわからないレベル。
楽譜や「〇〇の交響曲3番」的な曲名を出されても抵抗が無い。
さらに、プログラムのコードや楽譜を見て抵抗感が無い人じゃないと読めない本。
2~11章はこんな感じなので、申し訳ないですが読み飛ばしました。
一般人でも読めたのが1と12章。
1章は「創造性」の考え方についてひたすら書かれてます。
12章は「ここがAIと人の創作物の違い」について考えさせられる部分でした。
この12章は面白かったです。
ちょっとだけ抜き出して紹介します。
※原文は読解力テスト並みに難しい為、こちらで難しい表現を減らし、別の言葉で置き換えてます。
EMIはクラシック音楽を学び、その作家のスタイルを学び曲を作る人工知能。
生成物のクォリティは専門家が聴いても人とAIどちらかが作ったか分からないレベルのモノ。
だが、EMIで作った曲をCD化できなかった。
・クラシックの会社 → 最近できた曲なので現代音楽にたらい回し
・現代音楽の会社 → クラシック作曲家を再現してるのでクラシックにたらい回し
・コンピュータ音楽の会社 → シンセサイザー的な音ではない、楽器としてのPC出ないので拒否（コンピューター音楽らしく聞こえない）
ここから分かった事。音楽は作曲時の音楽様式にマッチしていれば成功。
音楽自体が成功しているかどうかは問われない。コンピュータ生成音楽を聴かせるとき、
聞く人には美的な経験でなく、哲学的挑戦を与える。
多くの人は直視を避け言い逃れの批判をする。
・これは本当の作曲でない
・創造的プロセスに光を当ててない
・歴史的に知られた様式で音楽を再構築しようという試みが成功を収めてる
が、それに何の意義があるのか
…など。
しかし、多くの聴衆はコンピュータが作った音楽と知らなければ、感情が深く反応する。
何も知らず、お葬式で流されれば、悲しさに心打たれる。
この違いはおそらく主観的なもの。
もしEMIの作品が「作曲家の失われた音楽」として紹介されたなら非難にさらされる事は無かった。
これは、音楽の評価は曲以外の背景や事情が非常に重要な役割を演ずることを表す。
（文脈、コンテキスト）
つまり、作曲家の代わりに良い曲が作れるかが問題ではなく、
「そもそも人はなぜ音楽を聴くのか」が問題。結局、筆者はEMIをお蔵入りにしてデータベースを削除しました。
そして今は筆者自身のスタイルを学習させたEmily HowellというAIで曲を作ってます。
調べるとYoutubeなどで出てきます。
12章だけでも、1冊の本を読むぐらい時間がかかりました。
それでも、読む価値があると思いました。
ただ、これを人には…おすすめはしずらい。
東大准教授に教わる「人工知能って、そんなことまでできるんですか？」
難易度：序盤は中 → 後半は高。
おすすめ度：★★☆☆☆
対談形式で進む本。
専門家でないと話が難しい。
AIの細かな考え方や超専門的な話が多かった。
例：AIも考え方の違いで地球派と未来派がある。
・地球派、人工知能が優れても人間が大事
・宇宙派、人間は人工知能を作るために生まれて来た存在で生み出せたら用済みまた、かなり専門的な深いAIの処理や考え方について語られてます。
（AI作成やデータの取り方などの話をしてます）
細かすぎて一般の人は、ここから何か学んで何かしようとするには難しい本。
ただ、AIの専門やAIに関わる仕事をしてる人は読んでおくと役に立つと思います。
例えるなら、ノートの端に鉛筆で落書きを描くレベルの人が、絵の描き方を調べてペイントソフトの自動化機能やPCCS色彩論の話をされた感じの本でした。
ビジネス系Youtubeの対談動画が好きな人は楽しめると思います。
個人的には、この内容は本よりはYoutubeで見たかったかなという内容。
ＡＩ時代に勝つ子・負ける子
難易度：中
おすすめ度：★☆☆☆☆
忙しい人向けAI＋子育て教育論本。
「AI vs. 教科書が読めない子どもたち」の内容をコンパクトにまとめる。
そこに子供の教育のとして使えるワークショップやアドバイスを乗せるとこの本になります。
子供が居る方や、これまで紹介した本を読んでない方にはおすすめ。
逆の場合は…わざわざ読むモノではない印象。
AIの破壊力
難易度：中
おすすめ度：★☆☆☆☆
より忙しい人向けのAI本。
これまで紹介した本を読んでる人はおさらいにしかならない。
この本にしかない情報は日本の企業のAIに対する投資話ぐらいです。
知識がほぼ無い状態で、安価で素早くAIの概要を知りたい人向け。
ただ、ちょっと文体が硬く読みずらいので普通に他のおすすめ本を読む方がいいかなと。
オードリー・タン デジタルとAIの未来を語る
難易度：低～中。
おすすめ度：★☆☆☆☆
区切りが多く読みやすかった。
ただ、AI要素はかなり少ない。
AIの話ではなく、デジタル全体と社会のお話。
その一部にAIの話があります。
台湾の事、政治・社会問題、オードリー・タンが好きな人におすすめ。
AIを学ぶためにこの本である必要は無いと思います。
時々出てくる言葉選び、AIと人間の関係は「ドラえもんとのび太のようなもの」のようなキャッチ―な比喩表現は上手いと感じました。
【私の解釈と補足】
高性能なドラえもんが居るからといって、のび太は不要にならずそれぞれの役割がある。
いくらドラえもんが高性能だからといって、のび太はドラえもんに代わりを人生を生きてもらう事はできない。
【別の説明】
AIは自転車。遠くにまで行けるツール。
観光や日常生活が便利になる。
が、自分の代わりに道具（自転車）を走らせるという発想にはならない。
AIが発展しても、最終的な責任は人間が担う。政治や社会問題に興味がある人にはおすすめな一冊。
ただ、AIを学ぶ本ではないです。
AI時代の人生戦略 「STEAM」が最強の武器である
難易度：低～中
おすすめ度：★☆☆☆☆
こちらもYoutubeで見たかった本。
AIの話よりは未来全般の話。
「要するに”好奇心”を持って新しいものを学び続けないと損する」この本の中身。
いろんな分野の雑学、歴史、アメリカの教育事情やSTEM教育の事が知れます。
ビジネス系Youtube、面白い話、成毛 眞さんやホリエモンが好きな人はおすすめ。
◆STEAMとは
・科学（サイエンス）
・技術（テクノロジー）ツール作成
・工学（エンジニアリング）ツール使用
・数学（マスマティクス）
・芸術（アート）
このような技術やITリテラシーが無ければAIを使う側にはなれない。
使われる側になり、仕事を失ったり、様々な面で損する確率が高い。というもの。
損の例：スマホ化時代に3Dや4K、8Kテレビを買ったり、AIに置き換わりやすい仕事に着いたりしてしまう。
簡単なもので良いから、薄い本、テレビのサイエンス番組などを見る。
◆アートを学ぶ理由
触れるなら新しいアート。パヒュームのPVのような。
（新しいテクノロジー＋アートの知識が学べる）
・SF小説 → 未来の発想を得る → アイデアに繋がる
・ゲームをする → 最新の技術とアートに触れる → アイデアに繋がる
…など
極端に言うと勉強なんかしてないで新しいゲームやVRを体験する方が
いい。
プロゲーマ―やVRで置き換わる仕事などを体感できる。
AI時代に必要とされるクリエイティブ性のアップにつながる。ただ… 正直、有名人の”売れる”ために作った本と感じました。
回りくどく、ある意味「当たり前」のことを言ってるかなという印象。
AIの情報を得るという観点では、物足りない上に回り道な話が多くおすすめできません。
教養的な話が好きな人は…読むと面白いかもしれない。
個人的に面白かったのは、ホリエモンとの対談の部分で「軌道エレベーターは地球に向いてない、人工衛星が飛びすぎてるから。当たってしまう。だからロケットが必要」という話。いや、AIは何処へ？
シン・デジタル教育 10年後、わが子がAIに勝つために必要なこと
難易度：低～中
おすすめ度：★☆☆☆☆
AIの話は無い。
読解力の問題やRSTテストの話は出てこない。
ITリテラシー、論理的思考、PCとプログラムの基本、情報格差、日本の問題社会の話。
それを、主婦やPCが家に無いような人向けに伝えようとした感じの本。
情報格差と日本のデジタル化の遅れ具合について知りたいなら分りやすくいい本。
「デジタルシティズンシップ」などの新しい言葉を知れます。
が…この記事の“AIを学ぶ”というターゲットが違うのでおすすめ度は★１。
また、自作PCでVRChatやってる独身男性はわざわざ読む本ではないです。
本書はAIとの比較いうよりは、論理的思考やプログラムを作る上での考え方のお話。
たぶん「AIに勝つ」の「AI」部分は検索に表示されて売上を出すために入れたワード。
面白かった部分は…
「日本の子供は読解力も落ちてるが、世界で唯一、子供のPC使用率も落ちてる」という所。
私はPCを使ってる側なので実感がなかったので、なかなかの衝撃を受けました。
・SNS時代は受け手のリテラシーで得られる情報の質が変わる。
・今のネットニュースは記事を読まずタイトルだけでシェアされるように作られてる。
・それの中身を読む人読まない人、そもそも別の情報源を取る人の間で情報格差が生まれる
・コロナのトイレットペーパー買い占めは多くの人がフェイクニュースを見抜けなかった証拠
・こうしたリテラシーが無いと使われる側、搾取される側になる
・これらを回避するために「論理的思考」や「コンピュテーショナル・シンキング」
・小学校のプログラム教育の本来の目的は論理的思考とコンピュテーショナル・シンキングを育てるためのもの
・この意味が分かって無いと国民総プログラマー化を目指してしまう日本の現状、SNS、格差、これらの人の営みは…あれこれを考えると悲しくなりますね。
AI時代対応 大人の知的習慣 「複合力」こそが究極の効率化である
難易度：低
おすすめ度：☆☆☆☆☆
売れるために作られた自己啓発本感。
少なくともAIの話はない。
斎藤孝さんを知ってる人、好きな人ならおすすめ。
特にAIの話はありません。
この本で一番学べることは売れるための「タイトル」の作り方。
・「AI時代対応」や「効率化」
→ Googleなどで検索されるためのワード。
・「大人の知的習慣」や「究極の」
→ "そういう本を読んでる"と思われたい読者心理に答える
・「複合力こそが」
→ あえてわからないワードを入れて相手に疑問を残す。
→ 脳の空白を嫌う性質で手に取らせる（クイズ番組と同じ仕組み）売れる文章の事例と考えるとこのタイトルはかなり上手いです。
後は、前半に面白い事入れて立ち読み対策といった本でした。
ちなみに、ここでいう複合力とは…
複合力＝2つ以上の事を同時に行う、考えるという事。
・目の前の現実を分析 → 未来をどうするかを判断するという事でした。
（話ながら時間を意識する…など）そのためには「練習して無意識で出来るように自動化」…などといったノウハウが語られてます。
結局、この手の自己啓発本は他の本と読むと矛盾したり、
1～2か月後には忘れてたり、再現性が無かったりして使えないんです。
自己啓発本に時間使うなら、ちゃんと寝たり、何か行動したりしてる方がマシだと感じました。
私は途中で読むのが辛くなって辞めました。
まとめ
今回はAI関連の書籍レビューを紹介しました。
おすすめ度、AIの話であるかどうか、一般受けなどは気にせず、
個人的に好きな本を選ぶならこの5冊。
・AI vs. 教科書が読めない子どもたち
・AIとBIはいかに人間を変えるのか
・AIが会話できないのはなぜか
・AI時代に「自分の才能を伸ばす」ということ
・人工知能が音楽を創るまた、このような大量の本を、できるだけお金をかけずに読む方法はこちらで解説。
こちらの方法を使えば図書館で行き届いてないような本でも手に入ります。
※出版社には申し訳ないですが、図書館が目指す教育基本法の「国民の教育の機会均等」の理念に賛同し、少しでもお金による機械格差の軽減をを目指してこの記事をまとめました。
今回やった事は下記の2つ。
・Audible30日サブスク契約 → その期間で一気読み
・気になってAudibleでなかった本は図書館で調達
Audibleで18冊と図書館で2冊 → 合計20冊1500円で読めました。
【聞く読書】Audible【30日の無料体験実施中】AI関連は注目度が高いので普通に図書館に関連書籍が置いてます。
もし近場に図書館がある方は足を運んでください。
コメント